Automatic ROI selection in virtual slide images for assessment of pathomorphological diagnostic

• Autorzy: Markiewcz T. , Świderska Ż. , Grala B. , Kozłowski W.

Warianty tytułu

PL

Automatyczna selekcja obszarów zainteresowania w wirtualnych preparatach jako narzędzie do wspomagania diagnostyki patomorfologicznej

• Języki publikacji: EN

Abstrakty

EN

This paper describes the automatic region of interest selection method in virtual slide images for assessment of pathomorphological diagnostic. The proposed method for identification of high concentration of immunopositive cancer cells is based on specimen area recognition, segmentation of the immunopositive cells, local maxima recognition on cell density map and function of penalty to avoid the too high concentration of the selected ROIs. The obtained results confirm, that average 8.6±1.4 of 10 reaction fields chosen manually were compliant regionally with regions selected automatically, which is a high compliance of specimen histological examination.

PL

W pracy zaproponowano metodę automatycznego wyboru obszarów zainteresowań w obrazach wirtualnych preparatów jako narzędzie wspierające diagnostykę patomorfologiczną. Zaproponowane metoda identyfikacji obszarów o wysokiej koncentracji immunododatnich komórek nowotworowych bazuje na wydzielaniu obszaru tkanki z obrazu, segmentacji komórek immunododatnich, wykrywaniu lokalnych maksimów na mapie gęstości rozkładu komórek oraz zaproponowanej funkcji kary w celu uniknięcia nadmiernej koncentracji zwracanych obszarów zainteresowań. Wyniki liczbowe wskazują, iż średnio 8.6±1.4 na 10 wybranych pól manualnie oraz automatycznie jest tożsamych obszarowo, co skutkuje wysoką zgodność oceny histologicznej przypadków.

Słowa kluczowe

EN

image processing; mathematical morphology; pathomorphology; artificial intelligence

PL

przetwarzanie obrazów; morfologia matematyczna; patomorfologia; sztuczna inteligencja

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 7
• Strony: 1--4
• Opis fizyczny: Bibliogr. 3 poz., rys., wykr.

Twórcy

autor

Markiewcz T.

• Politechnika Warszawska, Instytut Elektrotechniki Teoretycznej i Systemów Informacyjno-Pomiarowych, ul. Koszykowa 75, 00-662 Warszawa
• , oraz Wojskowy Instytut Medyczny, Zakład Patomorfologii, ul. Szaserów 128, 04-141 Warszawa

autor

Świderska Ż.

• Politechnika Warszawska, Instytut Elektrotechniki Teoretycznej i Systemów Informacyjno-Pomiarowych

autor

Grala B.

• Wojskowy Instytut Medyczny, Zakład Patomorfologii, ul. Szaserów 128, 04-141 Warszawa

autor

Kozłowski W.

• Wojskowy Instytut Medyczny, Zakład Patomorfologii, ul. Szaserów 128, 04-141 Warszawa

Bibliografia

• [1] Otsu, N.: “A threshold selection method from gray-level histograms”, IEEE Trans Sys Man Cyber, 9 (1997), 62-66
• [2] Soille, P.: „Morphological Image Analysis, Principles and Applications“. Berlin, (2003)
• [3] Markiewicz, T., Wiśniewski, P., Osowski, S., Patera, J., Kozłowski, W., Koktysz, R.: „Comparative analysis of the methods for accurate recognition of cells in the nuclei staining of the Ki-67 in neuroblastoma and ER/PR status staining in breast cancer“. Anal Quant Cytol Histol, 31 (2009), 49-62