본 논문은 상피조직에서 발생하는 종양진단을 위한 자동화된 병리진단 프레임워크를 제안한다. 제안된 프레임워크는 병리적 지식을 기반으로 주어진 조직영상을 내강, 상피세포, 그리고 비-상피세포 영역으로 분할하고, 각 분할된 객체들의 형태학적 특징들을 추출함으로써 상피조직에서 발생하는 종양에 대한 정량적인 병리진단의 기반을 제공한다. 우리는 제안된 프레임워크의 적용가능성을 보이기 위해 췌장암의 90%를 차지하는 췌장선암의 진단 문제에 적용하였다. 병리진단은 병의 발생 부위 및 병의 종류에 따라 진단 방법이 다르고 검토되는 특징들도 다르다. 따라서 본 논문은 분할된 객체들에 대한 기본적인 형태학적 특징들과 함께 췌장선암을 진단하는데 필요한 특징들을 추출하고 그 특징들을 이용하여 췌장선암 진단을 수행하는 예를 보여준다. 제안된 진단 프레임워크는 상피조직을 포함하는 선암이나 낭성종양 등의 진단을 위한 조직세포 영상 기반의 진단 프레임워크를 제공 할 수 있을 것이다.
This paper proposes a framework for automated pathology diagnosis of neoplasm that occurs in epithelial tissues. The proposed system segment a tissue image into lumen, epithelial cell, and non-epithelial cell based on pathological knowledge and extracts morphological features from segmented objects. It provides a basis to quantitatively diagnose neoplasm occurring in epithelial tissue. In order to prove the applicability of the proposed framework, we conduct experiments for diagnosing pancreatic ductal adenocarcinoma occurring in epithelial tissue. The pancreatic ductal adenocarcinoma accounts for 90% of pancreatic cancer. There are various diagnostic methods and characteristics to be analyzed according to each lesion and tumor type. In this paper, we extract new morphological features for diagnosing pancreatic ductal adenocarcinoma with classical morphological features from segmented objects and shows practical example to diagnose pancreatic ductal adenocarcinoma that is the neoplasm occurring in epithelial tissue. The proposed framework will provide a foundation for diagnosing the neoplasm occurring in epithelial tissue such as adenocarcinoma, cystic tumor, and so on.
