U-Netを用いた多核生殖細胞の自動同定

Automated identification of multinucleated germ cells with U-Net.

• Samuel Bell
• Andras Zsom
• Justin Conley
• Daniel Spade

抄録

フタル酸エステル（フタル酸エステル）は男性生殖毒性物質であり、胎児の発育期に最も強力な毒性を発揮する。胎児ラットでは、フタル酸エステル類への暴露は、テストステロンの生合成を減少させ、半毛帯や他の男性生殖組織の発達を変化させ、異常な多核生殖細胞（MNGs）の形成を誘導する。MNGsの同定には時間がかかり、組織学的切片でMNGsを同定するためには専門的な訓練が必要である。その結果、フタル酸塩毒性実験では、MNGsは日常的に定量化されていない。このプロセスを高速化し、標準化するために、我々はMNGを自動検出するための改良された方法を開発した。ヒトが識別したMNGを手でラベル付けした組織切片画像を用いて、U-Netアーキテクチャを用いた畳み込みニューラルネットワークを訓練し、ラベル付けされていない画像上のMNGを識別した。モデルの訓練では使用されていない、目に見えない手でラベル付けされた画像を用いて、データの5つの異なる構成を使用してモデルの性能を評価した。平均して、モデルは人間に近い精度に達し、最高のモデルではそれを上回った。自動画像解析を使用することで、この病理組織学的エンドポイントに関するデータを、フタル酸塩毒性の解析のためにより容易に収集できるようになります。訓練されたモデルのアプリケーションコードは、github.com/brown-ccv/mngcountからダウンロードできます。

Phthalic acid esters (phthalates) are male reproductive toxicants, which exert their most potent toxicity during fetal development. In the fetal rat, exposure to phthalates reduces testosterone biosynthesis, alters the development of seminiferous cords and other male reproductive tissues, and induces the formation of abnormal multinucleated germ cells (MNGs). Identification of MNGs is a time-intensive process, and it requires specialized training to identify MNGs in histological sections. As a result, MNGs are not routinely quantified in phthalate toxicity experiments. In order to speed up and standardize this process, we have developed an improved method for automated detection of MNGs. Using hand-labeled histological section images with human-identified MNGs, we trained a convolutional neural network with a U-Net architecture to identify MNGs on unlabeled images. With unseen hand-labeled images not used in model training, we assessed the performance of the model, using five different configurations of the data. On average, the model reached near human accuracy, and in the best model, it exceeded it. The use of automated image analysis will allow data on this histopathological endpoint to be more readily collected for analysis of phthalate toxicity. Our trained model application code is available for download at github.com/brown-ccv/mngcount.