Évaluation et adaptation de réseaux VGG16 pour la détection de carcinome sur des lames d'histologie: de la résection à la biopsie

International audienceLa classification assistée par ordinateur des images histologiques est un sujet de plus en plus populaire pour les applications d’apprentissage profond. Les images histologiques sont multi-gigapixels, hiérarchiques et de dimensions non uniformes, alors que les images de biopsie sont de même nature mais contiennent une quantité très limitée de tissus, ce qui pose de nouveaux défis à la pathologie computationnelle. L’analyse de la biopsie est une tâche clinique difficile, mais elle joue parfois un rôle décisif dans le diagnostic et la sélection de la gestion du traitement. Dans cette étude, nous avons effectué une optimisation de l’architecture et des paramètres pour VGG16, et avons montréqu’ils avaient la capacité d’identifier les tumeurs sur les images histologiques de résection. Nous avons également démontré leur généralisabilité aux images histologiquesdes biopsies de carcinome hépatocelluclaire et proposé en outre une stratégie de chevauchement pour améliorer les résultats