Deep learning and conformal prediction for hierarchical analysis of large-scale whole-slide tissue images

Wieslander, HåkanUppsala universitet,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion,Science for Life Laboratory, SciLifeLab (författare)

With the increasing amount of image data collected from biomedical experiments there is an urgent need for smarter and more effective analysis methods. Many scientific questions require analysis of image subregions related to some specific biology. Finding such regions of interest (ROIs) at low resolution and limiting the data subjected to final quantification at high resolution can reduce computational requirements and save time. In this paper we propose a three-step pipeline: First, bounding boxes for ROIs are located at low resolution. Next, ROIs are subjected to semantic segmentation into sub-regions at mid-resolution. We also estimate the confidence of the segmented sub-regions. Finally, quantitative measurements are extracted at high resolution. We use deep learning for the first two steps in the pipeline and conformal prediction for confidence assessment. We show that limiting final quantitative analysis to sub regions with high confidence reduces noise and increases separability of observed biological effects.

Harrison, Philip J.Uppsala universitet,Institutionen för farmaceutisk biovetenskap(Swepub:uu)phiha876 (författare)
Skogberg, GabrielDepartment COPD and IPF, Respiratory, Inflammation and Autoimmunity, R&D, AstraZeneca, Gothenburg, Sweden (författare)
Jackson, SonyaDepartment of Translational Science and Experimental Medicine, Respiratory, Inflammation and Autoimmunity, R&D, AstraZeneca, Gothenburg, Sweden (författare)
Fridén, MarkusUppsala universitet,Institutionen för farmaceutisk biovetenskap,Department of Drug Metabolism and Pharmacokinetics, Respiratory, Inflammation and Autoimmunity, R&D, AstraZeneca, Gothenburg, Sweden,Translationell PKPD(Swepub:uu)mafri535 (författare)
Karlsson, JohanData Sciences & Quantitative Biology, Discovery Sciences, R&D, Astra Zeneca, Gothenburg, Sweden (författare)
Spjuth, Ola,Professor,1977-Uppsala universitet,Institutionen för farmaceutisk biovetenskap(Swepub:uu)olspj499 (författare)
Wählby, Carolina,professor,1974-Uppsala universitet,Avdelningen för visuell information och interaktion,Science for Life Laboratory, SciLifeLab(Swepub:uu)cli05194 (författare)
Uppsala universitetAvdelningen för visuell information och interaktion (creator_code:org_t)

Ingår i:IEEE journal of biomedical and health informatics: Institute of Electrical and Electronics Engineers (IEEE)25:2, s. 371-3802168-21942168-2208

Om ämnet

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Medicinteknik; och Medicinsk bildbe ...

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.