We introduce LYSTO, the Lymphocyte Assessment Hackathon, which was held in conjunction with the MICCAI 2019 Conference in Shenzen (China). The competition required participants to automatically assess the number of lymphocytes, in particular T-cells, in histopathological images of colon, breast, and prostate cancer stained with CD3 and CD8 immunohistochemistry. Differently from other challenges setup in medical image analysis, LYSTO participants were solely given a few hours to address this problem. In this paper, we describe the goal and the multi-phase organization of the hackathon; we describe the proposed methods and the on-site results. Additionally, we present post-competition results where we show how the presented methods perform on an independent set of lung cancer slides, which was not part of the initial competition, as well as a comparison on lymphocyte assessment between presented methods and a panel of pathologists. We show that some of the participants were capable to achieve pathologist-level performance at lymphocyte assessment. After the hackathon, LYSTO was left as a lightweight plug-and-play benchmark dataset on grand-challenge website, together with an automatic evaluation platform. LYSTO has supported a number of research in lymphocyte assessment in oncology. LYSTO will be a long-lasting educational challenge for deep learning and digital pathology, it is available at https://lysto.grand-challenge.org/.


翻译:我们介绍了LYSTO,即淋巴细胞评估黑客马拉松,该赛事于2019年在中国深圳与MICCAI大会同时举行。该竞赛要求参与者自动评估结肠、乳房和前列腺癌的组织病理学图像中的淋巴细胞数量,尤其是T细胞,这些图像已经用CD3和CD8免疫组织化学染色。与医学图像分析中设置的其他挑战不同,LYSTO参赛者只有几个小时来解决这个问题。在本文中,我们描述了黑客马拉松的目标和多阶段组织以及已提出的方法和现场结果。此外,我们还介绍了比赛后的结果,展示了所提出的方法在一个独立的肺癌切片集上的表现,这不是初始比赛的一部分,以及在淋巴细胞评估方面所提出的方法与一组病理学家的对比。我们展示了一些参赛者能够实现与病理学家相当的淋巴细胞评估水平。黑客马拉松结束后,LYSTO成为了一个轻量级即插即用的基准数据集,放置在grand-challenge网站上并附带一个自动评估平台。LYSTO支持了肿瘤淋巴细胞评估方面的许多研究,将成为深度学习和数字病理学的长期教学挑战,可在https://lysto.grand-challenge.org/免费使用。

0
下载
关闭预览

相关内容

专知会员服务
123+阅读 · 2020年9月8日
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
【泡泡一分钟】用于评估视觉惯性里程计的TUM VI数据集
泡泡机器人SLAM
11+阅读 · 2019年1月4日
语义分割+视频分割开源代码集合
极市平台
35+阅读 · 2018年3月5日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【推荐】全卷积语义分割综述
机器学习研究会
19+阅读 · 2017年8月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年5月30日
Arxiv
0+阅读 · 2023年5月25日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
VIP会员
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员