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
Wyszukiwano:
w słowach kluczowych:  Gleason grade
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The paper presents the algorithm of numerical characterization of the histological structures existing in the images of the prostate cancer able to associate the image with the Gleason scale. These descriptors characterize the geometry of ducts by applying different measures, like the area defined in different way, perimeter, two types of diameters of the ducts (the short and long ) as well as some relative coefficients relating different geometrical parameters to each other. We will analyze the numerical characterization of the discrimination abilities of different descriptors by applying Fisher measure and the application of the principal component analysis (PCA) to develop the most efficient feature set, able to associate the graphical image of the biopsy with a Gleason scale in an automatic way by applying Support Vector Machine as the classifier.
PL
Praca przedstawia algorytm parametryzacji elementów struktur histologicznych w obrazach mikroskopowych prostaty która może znaleźć zastosowanie w automatycznym rozróżnianiu klas chorobowych raka prostaty opisanych skalą Gleasona. Obrazy struktur wydzielone z obrazu poddano procesowi parametryzacji, czyli opisowi cech przy użyciu deskryptorów numerycznych. Jakość poszczególnych deskryptorów zbadano przy zastosowaniu miary Fishera i transformacji PCA, których wyniki wskazują jednoznacznie na cechy mogące mieć znaczenie przy rozwiązywaniu zadania automatycznej klasyfikacji obrazów, przypisując ich wygląd do określonej skali Gleasona. Ostatni etap rozpoznania skali Gleasona jest realizowany przy użyciu klasyfikatora typu Support Vector Machine, który dokonuje przypisania danego obrazu do określonej skali Gleasona.
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.
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.