The paper presents an automatic computer system for evaluation of the Fuhrman degree in renal carcinoma, of the accuracy comparable to the human expert. The solution uses the combined methods of mathematical morphology, Hough transform and neural networks for the estimation of Fuhrman degree of the carcinoma clarocellular cells, based on the microscopic kidney image. The results of numerical experiments have shown that the average discrepancy rate between the score of our system and the human expert results estimated on the basis of almost 300 cells is below 10% and this accuracy is acceptable in the medical practice.
PL
Praca przedstawia podejście komputerowe do automatycznej oceny stopnia skali Fuhrmana w przypadku raka nerki. Ocena dotyczy mikroskopowego obrazu nerek. Proponowane rozwiązanie stosuje zespół metod obejmujących morfologię matematyczną, transformację Hougha, sieci neuronowe oraz grupowanie danych wielowymiarowych. Proponowane rozwiązanie zostało sprawdzone na zbiorze prawie 300 obrazów nerek z różnym stopniem zaawansowania choroby nowotworowej.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.