Kort nieuws

Philips en Twents pathologielab trainen computer op digitale microscoopbeelden

Leestijd: 1 minuut

Labpon (Laboratorium Pathologie Oost-Nederland) uit Hengelo wil samen met digitaliseringspartner Philips al zijn geproduceerde en geannoteerde beelddata beschikbaar stellen voor onderzoek en onderwijs. Ze hopen vooral dat ze met deep learning algoritmes kunnen ontwikkelen die afwijkingen zoals tumorweefsel leren herkennen in de digitale microscoopbeelden. Philips zegt de (geanonimiseerde) dataset ook voor derden toegankelijk te willen maken via een partnerprogramma.

Labpon is een van de grootste pathologielaboratoria van Nederland, waar ziekenhuizen hun weefselmonsters naartoe sturen om onder de microscoop te laten analyseren op tumorweefsel. Anderhalf jaar terug besloot het om volledig op een digitale workflow over te stappen. Alle microscopische glaasjes worden met het systeem van Philips op hoge resolutie ingescand en opgeslagen, waarna ze van achter de pc geanalyseerd kunnen worden. De digitale werkwijze maakt het ook mogelijk om aantekeningen bij de beelden te maken.

Dit soort geannoteerde data is precies wat nodig is om deep learning-systemen te trainen. Labpon scant ongeveer driehonderdduizend glaasjes per jaar in, die alle toegevoegd zullen worden aan de database, samen met alle diagnostische gegevens en aantekeningen. Het gebruik van deze zelflerende methode voor het opsporen van afwijkingen ligt voor de hand. Vaak moet een conclusie getrokken worden op basis van een combinatie van verschillende subtiele aanwijzingen. Deep learning blinkt hierin uit.

This article is exclusively available to premium members of Bits&Chips. Already a premium member? Please log in. Not yet a premium member? Become one and enjoy all the benefits.

Login

Related content