MEDICINE & AI

タイトル：SPMLD: A skin pathological image dataset for non-melanoma with detailed lesion area annotation. 雑誌名：Comput Biol Med. 2024 Sep; 179: 108793. 概　要： 皮膚腫瘍は人間で最も一般的な腫瘍であり、非メラノーマ腫瘍（IDN、SK、BCC）の臨床的特徴は類似しているため、誤診率が高くなっています。これらの腫瘍の正確な鑑別診断は病理画像に基づいて判断される必要がありますが、中国では経験豊富な皮膚病理医が不足しており、診断精度に偏りが生じています。本研究では、非メラノーマのための皮膚病理画像データセットSPMLDを構築し、自動かつ正確な識別を実現することを目的としています。さらに、KLSモジュールと注意モジュールを備えた病変領域に基づく強化分類ネットワークを提案します。 方　法： 本研究では、単一の病院から臨床的および病理的に確認されたIDN、SK、BCCの患者から数千のH&E染色組織切片を収集し、病理画像データセットを構築しました。病理画像全体の完全な病変領域に注釈を付け、病理医の診断プロセスを学習しやすくしました。提案したネットワークをSPMLDデータセットに適用し、病変分類予測を行いました。 結　果： 一連の実験を通じて、注釈と提案したネットワークがさまざまなネットワークの分類結果を効果的に改善できることを示しました。データセットとコードは、https://github.com/efss24/SPMLD.git で入手可能です。 結　論： SPMLDデータセットと提案した分類ネットワークは、非メラノーマ腫瘍の自動識別を向上させる可能性があり、病理診断の精度向上に寄与することが期待されます。