A carregar...
Publicação
Desenvolvimento de um software para alinhamento virtual de lâminas integralmente digitalizadas de anatomia patológica
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 25.82 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A compreensão ao nível microscópico dos mecanismos de desenvolvimento de doenças como o cancro tem contribuído decisivamente para a introdução de terapias inovadoras e mais eficazes. No entanto, na base de tais interpretações está a execução de análises microscópicas aplicadas a cortes histológicos adjacentes pertencentes a um determinado tecido de interesse a fim de se extrair informação histomorfológica e, simultaneamente, identificar biomarcadores específicos. Em termos práticos, tal análise sequencial é realizada à custa da correta identificação de um dado campo de visão, comum a todos os cortes sob consideração. Nesse sentido, a utilização de lâminas integralmente digitalizadas possibilita a extração de tais informações de forma mais simples e precisa por via da aplicação de técnicas de registo de imagem. Contudo, o registo de lâminas integralmente digitalizadas revela-se uma tarefa difícil quer pelo elevado volume de dados que caracteriza tais imagens, quer pelas deformações físicas induzidas nas secções adjacentes durante o processo de seccionamento que assim, comprometem a similaridade das estruturas no conjunto de imagens cujo alinhamento se pretende simular. O principal objetivo desta dissertação prende-se com o desenvolvimento de um modelo matemático que permita simular o alinhamento de lâminas integralmente digitalizadas coradas com Hematoxilina-Eosina e PD-L1 (Ligando da Proteína Celular de Morte Programada) de modo a promover, e simplificar, trabalhos de investigação centrados no papel da imunoterapia em casos de carcinoma do pulmão das células não-pequenas (CPCNP). O método proposto assenta numa implementação hierárquica, dado que recorre à utilização de versões de baixa-resolução das lâminas integralmente digitalizadas. Além disso, foram exclusivamente adotadas operações lineares tendo em vista a modelação matemática da transformação espacial ótima - translação, rotação, escalonamento e cisalhamento. Uma componente supervisionada foi incluída no esquema proposto, sendo para tal requisitado um conjunto de correspondências entre as imagens, manualmente identificado em versões subamostradas das mesmas e que posteriormente, é combinado com um método iterativo, executado para diferentes níveis de resolução das imagens, que visa determinar os parâmetros de transformação ótimos. Uma vez determinada a transformação para um dado par de lâminas integralmente digitalizadas, o método possibilita a identificação de uma janela candidata a correspondente de um dado campo de visão definido na imagem de referência, e a elevada ampliação. Por último, o método proposto permite ajustar manualmente o resultado sugerido através de um processo simples e intuitivo baseado na aplicação de uma translação local à janela sugerida como correspondente. O método proposto demonstrou resultados promissores tendo permitido aproximar com sucesso o alinhamento de lâminas integralmente digitalizadas à ampliação de 40x com erros associados na ordem dos 100 mm. Em suma, a aplicação de software proposta cumpriu os objetivos definidos no âmbito deste trabalho. Não obstante, devem desenvolver-se esforços no sentido de melhorar a sua experiencia de utilização mas, especialmente, com vista à adição de funcionalidades baseadas em procedimentos de processamento de imagem e inteligência artificial de modo a que a sua utilização represente uma ferramenta importante para a comunidade potencialmente interessada.
Understanding development mechanisms of diseases such as cancer at the microscopic level have been crucial to the introduction of innovative and more effective therapeutic approaches. However, such comprehension largely depends on the execution of microscopical analysis on adjacent sections of suspicious tissue in order to simultaneously extract information related to histological morphology and identify specific biochemical elements. Technically, such sequential analysis is based on the identification of common field of views to all the sections under consideration. Digitalization of whole-slide images allows to extract such information accurately and more easily through image registration techniques. However, registration of digital pathology images is a challenging task given the huge dimensions of such images and also due to physical distortions existing between sections that put similarity of structures over images at risk. The core of the present dissertation is the simulation of the alignment of digitized whole-slide images of sections stained with Hematoxylin-Eosin and Programmed Death Ligand-1 to facilitate investigation regarding the role of immunotherapy in cases of non-small cell lung cancer (NSCLC). The proposed method revealed high efficiency due to the use of low-resolution versions of the images and exclusive adoption of linear operations (translation, rotation, shearing and scaling) to model an optimal spatial transformation. For this, a primary set of correspondences identified on downsampled images is required and then combined with an intensity-based multiresolution approach to point at a matching window candidate of some field of view of interest. Lastly, the suggested matching window can be manually adjusted using a simple and intuitive window translation scheme. Considering its highly efficient execution, the proposed method achieved satisfactory results given that performed well at 40x magnification with error ranging from 90 to 190mm, corresponding this approximately to a maximum of 10 cell diameters. Briefly, the proposed software application fulfilled the goals defined in the scope of this work. Nevertheless, more work should be done on the developed application in order to increase user experience but particularly, to add functionalities based on a combination of machine learning and image processing procedures so that its use becomes more important and valuable to the potentially interested community.
Understanding development mechanisms of diseases such as cancer at the microscopic level have been crucial to the introduction of innovative and more effective therapeutic approaches. However, such comprehension largely depends on the execution of microscopical analysis on adjacent sections of suspicious tissue in order to simultaneously extract information related to histological morphology and identify specific biochemical elements. Technically, such sequential analysis is based on the identification of common field of views to all the sections under consideration. Digitalization of whole-slide images allows to extract such information accurately and more easily through image registration techniques. However, registration of digital pathology images is a challenging task given the huge dimensions of such images and also due to physical distortions existing between sections that put similarity of structures over images at risk. The core of the present dissertation is the simulation of the alignment of digitized whole-slide images of sections stained with Hematoxylin-Eosin and Programmed Death Ligand-1 to facilitate investigation regarding the role of immunotherapy in cases of non-small cell lung cancer (NSCLC). The proposed method revealed high efficiency due to the use of low-resolution versions of the images and exclusive adoption of linear operations (translation, rotation, shearing and scaling) to model an optimal spatial transformation. For this, a primary set of correspondences identified on downsampled images is required and then combined with an intensity-based multiresolution approach to point at a matching window candidate of some field of view of interest. Lastly, the suggested matching window can be manually adjusted using a simple and intuitive window translation scheme. Considering its highly efficient execution, the proposed method achieved satisfactory results given that performed well at 40x magnification with error ranging from 90 to 190mm, corresponding this approximately to a maximum of 10 cell diameters. Briefly, the proposed software application fulfilled the goals defined in the scope of this work. Nevertheless, more work should be done on the developed application in order to increase user experience but particularly, to add functionalities based on a combination of machine learning and image processing procedures so that its use becomes more important and valuable to the potentially interested community.
Descrição
Tese de mestrado integrado em Engenharia Biomédica e Biofísica, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, em 2018
Palavras-chave
Anatomia patológica Registo de imagens Teses de mestrado - 2018