Publicação

Classificação automática da expressão HER2em imagens de hibridização in situ de tecido mamário

Ver documento

Detalhes bibliográficos
Resumo:A sobre-expressão do gene Human epidermal growth factor receptor (HER2) é um factor associado a pior prognóstico em tumores da mama. Avaliar a expressão deste gene no tumor torna-se um aspecto importante para as decisões dos procedimentos terapêuticos a seguir. O status HER2 do tumor pode ser determinado com base em testes de anatomia patológica, que recorrem a técnicas de hibridização in situ. Este tipo de teste implica a contagem de pontos de hibridização correspondentes ao gene HER2 e ao centrómero do cromossoma 17 (CEP17) e de núcleos. Este teste implica um procedimento moroso e repetitivo por parte dos médicos patologistas. A proposta deste estudo foi analisar e construir uma solução, no contexto da patologia digital, que permitisse automatizar os processos de contagem necessários na avaliação da expressão HER2 em tumores da mama. Desenvolveu-se um sistema, baseado em Python, que recorre apenas a ferramentas open-source. Aplicaram-se métodos computacionais e estatísticos de modo a ler as imagens, segmentar os núcleos e sinais de HER e CEP17, extrair features, classificar e proceder a contagens. A segmentação dos pontos de hibridização foi feita através da deteção de blobs e a sua classificação com base num modelo de regressão logística. Segmentação Watershed e deteção de blobs foram analisados como hipóteses de segmentação dos núcleos. Decidiu-se usar a deteção de blobs também como método para contagem de núcleos. Estabeleceu-se uma comparação entre os resultados do algoritmo e contagens manuais que permitiu tirar algumas conclusões. Métodos de deteção de blobs são alternativas válidas para as contagens requeridas no teste do HER2. Existiram erros que afetam na mesma medida as contagens automáticas de HER2 e CEP17. A contagem de núcleos não é independente das contagens dos pontos de hibridização. Mesmo quando as contagens diferiram, nos casos analisados, os parâmetros utilizados para classificar a expressão HER2 são coincidentes entre contagens automáticas e manuais. Como trabalho futuro, o algoritmo desenvolvido pode ser incluído num software open source de análise e processamento de imagens de anatomia patológica. Com base em processos semelhantes aos implementados, é possível extrair mais dados com potencial de abrir novos horizontes no que diz respeito à caracterização da expressão HER2 de tumores.
Autores principais:Mendes, João Manuel Duarte
Assunto:Patologia Digital Processamento de Imagem Expressão HER2 Teses de mestrado - 2018
Ano:2018
País:Portugal
Tipo de documento:dissertação de mestrado
Tipo de acesso:acesso aberto
Instituição associada:Universidade de Lisboa
Idioma:português
Origem:Repositório da Universidade de Lisboa

Registos relacionados

Registos relacionados