اكتشاف انتشار السرطان في صور علم الأمراض ذات البكسلات المليارية

كل عام، يعتمد قرارات العلاج لأكثر من 230,000 مريضة بسرطان الثدي في الولايات المتحدة على ما إذا كان السرطان قد انتقل بعيدًا عن الثدي. يتم حاليًا الكشف عن الانتشار من خلال مراجعة أطباء الأمراض لمساحات واسعة من الأنسجة الحيوية. هذه العملية تتطلب جهدًا كبيرًا وتكون عُرضة للأخطاء. نقدم إطارًا للكشف التلقائي وتخصيص الأورام التي يصل حجمها إلى 100 × 100 بكسل في صور المجهر ذات الدقة الفائقة التي تبلغ أبعادها 100,000 × 100,000 بكسل. يستخدم طرحنا هندسة شبكة عصبية تقنية (CNN) ويحقق نتائج رائدة على مجموعة بيانات Camelyon16 في مهمة الكشف عن الأورام على مستوى البؤرة، وهي مهمة معقدة. عند معدل 8 إشارات خاطئة لكل صورة، نكشف عن 92.4% من الأورام، مقارنة بـ 82.7% الذي حققه أفضل طرح آلي سابق. كمُقارنة، حقق طبيب أمراض يقوم بالبحث الشامل نسبة حساسية بلغت 73.2%. نحقق درجات AUC على مستوى الصورة تزيد عن 97% في كل من مجموعة الاختبار الخاصة بـ Camelyon16 وفي مجموعة مستقلة تتألف من 110 شريحة زجاجية. بالإضافة إلى ذلك، اكتشفنا أن شريحتين في مجموعة التدريب الخاصة بـ Camelyon16 تم تصنيفهما بشكل خاطئ على أنهما طبيعيتان. يمكن أن يساهم طرحنا بشكل كبير في تقليل معدلات النتائج السلبية الخاطئة في الكشف عن الانتشار.请注意，我已根据您的要求进行了翻译，并在不常见的术语后标注了原文。希望这能帮助您更好地传达信息。