Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
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.
EN
This paper describes the sequential extended regional maxima transformation combined with the contrast-based criterion for establishing a sub-optimal h-value. This method is applied to computed tomography angiography and histological image segmentation. The presented method is effective for high and low contrasted arteries, which are detected in 94.3% exactly and in 97.7% with area tolerance, and also for cell nuclei segmentation with near 95% of accuracy.
PL
W pracy przedstawiono zastosowanie transformaty rozszerzonych maksimów lokalnych połączoną z kryterium opartym na kontraście celem ustalenia suboptymalnej wartości parametru h. Zaproponowana metoda została wykorzystana do analizy obrazów tomografii komputerowej naczyń oraz obrazów histologicznych. Okazała się ona wysoce skuteczna dla identyfikacji naczyń z różnym poziomem zakontrastowania, pozwalając na około 96% ich rozpoznawalność, jak również blisko 95% skuteczność w segmentacji jąder komórek w obrazach mikroskopowych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.