Detection of metastases in immunohistochemically stained lymphatic tissue using deep learning methods

Bc. Miroslav Mažgut

Bachelor's thesis

Anotácia:

Detekcia metastáz v tkanive je veľmi náročná a precízna úloha, ktorá je kľúčová pre diagnostiku, výskum a následnú liečbu. Cieľom je natrénovať model hlbokého učenia na detekciu metastáz v imunohistochemicky zafarbenom lymfatickom tkanive. Táto práca opisuje použité dáta, ich predspracovanie a následné využitie pri trénovaní, testovaní a konečnom hodnotení. Práca tiež pokrýva architektúry modelov, techniky a nastavenia použité pri tréningu a konečnom hodnotení natrénovaných modelov. Výkonnosť niekoľkých modelov je neskôr hodnotená a diskutovaná. Práca bola vypracovaná v spolupráci s Masarykovým onkologickým ústavom.

Abstract:

The detection of metastases in tissue is a very laborious and precise task, which is crucial for diagnosis, research, and subsequent treatment. The goal is to train a deep-learning model to detect metastases in immunohistochemically stained lymphatic tissue. This thesis discusses the data and data preprocessing for use in training, testing, and final evaluation. The thesis also covers the model architectures, techniques, and settings used for training and the final evaluation of trained models. Several models’s performance is evaluated and discussed. The thesis was completed in collaboration with the Masaryk Memorial Cancer Institute.

Keywords

lymph nodes, WSI, TMA, deep learning, digital pathology, metastasis

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 23. 5. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 24. 6. 2024
• Vedúci: doc. RNDr. Tomáš Brázdil, Ph.D.
• Oponent: RNDr. Filip Lux

Masaryk University

Faculty of Informatics

Bachelor programme / odbor:
Informatics / Informatics