Development of original methodological approaches to annotation and labeling of histological images in relation to the problem of automatic segmentation of the layers of the stomach wall.Three image collections were used in the study: NCT-CRC-HE-100K, CRC-VAL-HE-7K, and part of the PATH-DT-MSU collection. The used part of the original PATH-DT-MSU collection contains 20 histological images obtained using a high performance digital scanning microscope.Each image is a fragment of the stomach wall, cut from the surgical material of gastric cancer and stained with hematoxylin and eosin. Images were obtained using a scanning microscope Leica Aperio AT2 (Leica Microsystems Inc., Germany), annotations were made using Aperio ImageScope 12.3.3 (Leica Microsystems Inc., Germany).A labeling system is proposed that includes 5 classes (tissue types): areas of gastric adenocarcinoma (TUM), unchanged areas of the lamina propria (LP), unchanged areas of the muscular lamina of the mucosa (MM), a class of underlying tissues (AT), including areas of the submucosa, own muscular layer of the stomach and subserous sections, image background (BG). The advantage of this marking technique is to ensure high efficiency of recognition of the muscularis lamina (MM) - a natural «line» separating the lamina propria of the mucous membrane and all other underlying layers of the stomach wall. The disadvantages of the technique include a small number of classes, which leads to insufficient detailing of automatic segmentation.In the course of the study, an original technique for labeling and annotating images was developed, including 5 classes (types of tissues). This technique is effective at the initial stages of teaching mathematical algorithms for the classification and segmentation of histological images. Further stages in the development of a real diagnostic algorithm to automatically determine the depth of invasion of gastric cancer require the correction and development of the presented method of marking and annotation.Разработка оригинальных методических подходов к аннотированию и разметке гистологических изображений применительно к задаче автоматической сегментации слоев стенки желудка.В исследовании использовали три коллекции изображений: NCT-CRC-HE-100K, CRC-VAL-HE-7K и часть коллекции PATH-DT-MSU. Используемая часть оригинальной коллекции PATH-DT-MSU содержит 20 гистологических изображений, полученных с использованием высокопроизводительного цифрового сканирующего микроскопа. Каждое изображение представляет собой фрагмент стенки желудка, вырезанный из операционного материала по поводу рака желудка и окрашенный гематоксилином и эозином. Изображения получены с помощью сканирующего микроскопа Leica Aperio AT2 (Leica Microsystems Inc., Германия), аннотации сделаны с использованием Aperio ImageScope 12.3.3 (Leica Microsystems Inc., Германия).Предложена система разметки, включающая 5 классов (типов тканей): участки аденокарциномы желудка (TUM), неизмененные участки собственной пластинки слизистой оболочки (LP), неизмененные участки мышечной пластинки слизистой оболочки (MM), класс подлежащих тканей (АТ), включающий участки подслизистой основы, собственный мышечный слой желудка и субсерозные отделы, фон изображения (BG). К преимуществу данной методики разметки относится обеспечение высокой эффективности распознавания мышечной пластинки — естественной «линии», разделяющей собственную пластинку слизистой оболочки и все другие подлежащие слои стенки желудка. Недостатки методики: небольшое количество классов, что приводит к недостаточной детализации автоматической сегментации.В ходе исследования разработана оригинальная методика разметки и аннотирования изображений, включающая 5 классов (типов тканей). Данная методика эффективна на начальных этапах обучения математических алгоритмов классификации и сегментации гистологических изображений. Дальнейшие этапы разработки реального диагностического алгоритма в целях автоматического определения глубины инвазии рака желудка требуют корректировки и развития представленной методики разметки и аннотации.