Hei  – her kommer en liten oppdatering fra sist!

Eivind og jeg er fortsatt på praksis hos Patologi i Vest (PiV), hvor vi har jobbet videre med prosjektet vårt. Vi har møtt på mange utfordringer, men også gjort noen fremskritt. Som jeg nevnte i forrige blogginnlegg ønsker vi å se på kvaliteten på fargingen til immunohistokjemi («immunohistochemistry», IHC) på ikke-neoplastiske nyrebiopsier. For å kunne se på dag-til-dag variasjoner på fargekvaliteten ønsker vi å lage en maskinslæringsmodell. Vi ønsker at modellen skal kunne fortelle oss noe om fargeintensiteten og muligens gi et estimat på antall celledeteksjoner.

De siste ukene har vi jobbet med celledeteksjon og annoteringer av plasmaceller.  For å kunne lage en maskinlæringsmodell må vi detektere celler og klassifisere de inn i tre kategorier (klasser); positive, negative og annet. Sistnevnte består av deteksjoner som kan skyldes artefakter eller annet som en ikke nødvendigvis vet hva er. Plasmacellene (positive celler) blir farget brunt av IHC og det er disse cellene vi er mest interessert i.

Vi har jobbet med å lage en automatisk klassifikasjonsmodell som skal kunne dele inn deteksjonene (celler og andre deteksjoner) inn i riktig kategori. Vi har så sjekket hvordan denne klassifiserer deteksjonene mot en såkalt «ground truth». Dette betyr at vi sjekker om deteksjonene er plassert i riktig kategori (positiv, negativ og annet) mot det vi mener er riktig. Videre kan vi da undersøke hvor godt maskinlæringsmodellen vår klarer å detektere og klassifisere celler.

På bildet under kan dere se vår «ground truth» til venstre og klassifikasjonsmodellens resultater til høyre. Her kan vi se noe variasjon i deteksjon og klassifikasjon i kategoriene «positiv» og «annet» henholdsvis rød og gul farge.

Celledeteksjonen og klassifiseringen gjøres i Qupath. Fra dette programmet kan vi hente ut mye informasjon som størrelse, klasse og sentralmål som vi videre håndterer i Jupyter.  Veien videre nå skal vi kjøre databehandling på informasjonen fra Qupath og se om vi klarer å se på variasjoner i fargeintensitet.

Tiden hos Eitri er dessverre snart slutt. De siste månedene har vært svært interessante og det er har vært veldig lærerikt å jobbe med et slikt prosjekt!