PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Segmentacja i parametryzacja struktur histologicznych w obrazach mikroskopowych prostaty dla oceny skali Gleasona

Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Segmentation and parametrization of the histological structures in microscope prostate image
Języki publikacji
PL
Abstrakty
PL
Streszczenie. Praca przedstawia algorytm automatycznej ekstrakcji struktur histologicznych w obrazach mikroskopowych prostaty i propozycje ich parametryzacji, która może znaleźć zastosowanie w automatycznym rozróżnianiu klas chorobowych raka prostaty opisanych skalą Gleasona. Algorytm ten oparty jest na operacjach morfologicznych. Został przetestowany na 32 obrazach, dostarczając akceptowalnych przez lekarza patomorfologa wyników. Obrazy struktur poddano następnie procesowi parametryzacji, czyli opisowi cech przy użyciu deskryptorów numerycznych. Jakość poszczególnych deskryptorów zbadano przy zastosowaniu miary Fishera, której wyniki wskazują jednoznacznie na cechy mogące mieć znaczenie przy rozwiązywaniu zadania automatycznej klasyfikacji obrazów, przypisujących ich wygląd do określonej skali Gleasona.
EN
The paper presents the algorithm of extraction and parameterization of the histological structures existing in the images of the prostate cancer. It is first part of research directed to the semiautomatic, diagnostic system able to recognize the Gleason scale of the image. The extraction algorithm is based on the mathematical morphological operations and geometrical characterization of the segmented structures. Its successful operation has been verified on the examples of 32 images corresponding to different stages of development of the prostate cancer.
Rocznik
Strony
5--9
Opis fizyczny
Bibliogr. 13 poz., rys., tab.
Twórcy
autor
autor
  • Szkoła Główna Gospodarstwa Wiejskiego, Wydział Zastosowań Informatyki i Matematyki, Katedra Zastosowań Informatyki, krukm@iem.pw.edu.pl
Bibliografia
  • [1] Cieśliński P., Dadej R., Kwias Z., Rak Stercza, Współczesna Onkologia, vol. 2, 2002
  • [2] Duda R. O, Hart P. E., Stork P., Pattern classification and scene analysis, Wiley, New York, 2003.
  • [3] Duncan W., Prostate Cancer, Springer-Verlag, Berlin, 1981, pp. 102-113.
  • [4] Kozlowski J. M., Grayhack J. T., Carcinoma of the prostate, In: Gillenwater J.Y., Grayhack J. T. ,Howards S. S., Duckett J. W., (editors), Mosby, Philadelphia, 1996.
  • [5] Algaba P. W., Update on urology—prostate cancer5—surgical pathology of prostate cancer, European Journal of Surgical Oncology, vol. 22, pp. 102-107, 2002.
  • [6] Gleason D. F., Mellinger G. T., Prediction of prognosis for prostatic adenocarcinoma by combined histological grading and clinical staging, Journal of Urology, vol. 111, pp. 58–64, 1974.
  • [7] Soile P., Morphological image analysis, principles and applications, Springer, Berlin, 2003.
  • [8] Tadeusiewicz R. and Korohoda P., Komputerowa analiza i przetwarzanie obrazów, Wydawnictwo Fundacji Postępu Telekomunikacji, Kraków, 1997.
  • [9] Gonzalez R. C., Woods R. E., Digital Image Processing, Addison-Wesley, Reading, Massachusetts, 1992.
  • [10] Kruk M., Automatyczny system rozpoznawania komórek na podstawie obrazu mikroskopowego wybranej tkanki ludzkiej dla potrzeb diagnostyki medycznej, rozpr. dokt. PW, 2008.
  • [11] Kruk M., Osowski S., Koktysz R., Segmentation and characterization of glandular ducts in microscopic colon image, Przegląd Elektrotechniczny, 2007, vol. 2007, pp. 227-230.
  • [12] Matlab user manual, MathWorks, 2007.
  • [13] Cytowski J., Gielecki J., Gola A., Cyfrowe przetwarzanie obrazów medycznych. Algorytmy. Technologie. Zastosowania, Wydawnictwo Exit, Warszawa, 2008.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPOH-0055-0002
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.