Clasificación Automatizada del Cáncer de Próstata Usando Características Arquitectónicas y Texturales de Imágenes

El método actual de clasificación del cáncer de próstata en histología utiliza el sistema de Gleason, que describe cinco etapas de cáncer cada vez más malignas según el análisis cualitativo de la arquitectura del tejido. Se ha demostrado que el sistema de clasificación de Gleason sufre variabilidad inter e intraobservador. En este artículo presentamos un nuevo método para la clasificación automatizada y cuantitativa de muestras de biopsia de próstata. Se extraen un total de 102 características morfológicas, basadas en grafos y texturales de cada parche de tejido para cuantificar la disposición de núcleos y estructuras glandulares dentro de imágenes digitalizadas de muestras de tejido prostático histológico. Se utiliza una máquina de soporte vectorial (SVM) para clasificar las diapositivas de histología digitalizadas en una de cuatro clases diferentes de tejido: epitelio benigno, estroma benigno, adenocarcinoma de grado 3 de Gleason y adenocarcinoma de grado 4 de Gleason. El clasificador SVM fue capaz de distinguir entre los cuatro tipos de patrones de tejido, logrando una precisión del 92.8% al distinguir entre el grado 3 de Gleason y el estroma, 92.4% entre epitelio y estroma, y 76.9% entre los grados 3 y 4 de Gleason. Se encontró que tanto las características texturales como las basadas en grafos son importantes para discriminar entre diferentes clases de tejido. Este trabajo sugiere que el esquema de clasificación de Gleason actual puede mejorarse utilizando análisis de imagen cuantitativa para ayudar a los patólogos a producir un diagnóstico preciso y reproducible.