Klasik hodgkin lenfomanın histopatoloji görüntüleri kullanılarak derin öğrenme ile alt tiplemesi: Kapsamlı bir lenfoskop

Klasik Hodgkin lenfoma (KHL), genellikle genç yetişkinleri ve ergenleri etkileyen nadir bir lenfoma türüdür. KHL'nin doğru morfolojik değerlendirilmesi, doğru alt tiplerin belirlenmesi ve etkili tedavi planlaması için kritik öneme sahiptir. Klinik önemine rağmen, daha yaygın kanserlerin aksine, KHL'nin otomatik alt tiplerinin belirlenmesinde belirgin bir araştırma boşluğu bulunmaktadır. Bu açığı kapatmak amacıyla, Türkiyedeki üç tıp merkezinden dört KHL alt tipine ait 1247 tam slayt görüntüsünü (WSI) içeren kapsamlı bir veri seti oluşturduk ve araştırmamız için güvenilir bir temel sağladık. Klasik Hodgkin lenfoma alt tiplemesini yapmak için bir derin öğrenme metodu geliştirdik. Zayıf denetimli modelimiz, Instance and Embedding Fused Multiple Instance Learning (IEF-MIL), çoklu ölçekli çift akışlı bir model kullanarak mevcut literatürdeki en iyi çoklu örnekle öğrenme modellerinden daha iyi performans göstermiştir. Ayrıca, yüzlerce histopatoloji tam slayt görüntüleri üzerinde eğitilmiş kendi kendine denetimli öğrenme kaynak modellerini, zayıf denetimli metodumuza transfer öğrenme yoluyla entegre ettik. Bu modellerin genellenebilirliğini ve sınırlamalarını dağılım dışı bir veri seti olan kendi veri setimiz üzerinde gösterdik. Ayrıca, modelimiz, üç büyütme seviyesinde ısı haritaları oluşturarak tahminleri hakkında daha detaylı açıklamalar sunmaktadır.