Segmentacja i analiza obrazów mikroskopowych barwionych immunohistochemicznie

• Autorzy: Bieniecki, W. , Sekulska-Nalewajko, J.

Warianty tytułu

EN

Segmentation and analysis of microscopic color images prepared in a process of immunohistochemical reaction

• Języki publikacji: PL

Abstrakty

PL

Opisano własny algorytm segmentacji obrazów barwnych. Pod uwagę wzięto mikroskopowe obrazy komórek raka sutka pozyskane metodami biopsji aspiracyjnej cienkoigłowej, jako wycinki histologiczne i jako odcisk na zamrożonym szkiełku podstawkowym. Celem badania jest określenie liczby jąder komórkowych widocznych na obrazie i wyróżnienie jąder, które wykazują reakcję barwną. Ze względu na niską jakość obrazów wejściowych i różnorodność kształtów komórek, segmentację przeprowadza się etapami jako złożenie metod klasyfikacji barwnej i morfologicznej.

EN

This paper presents own segmentation algorithm for colour biomedical images. We take into account microscopic cytological and histological images from breast cancer extracts (biopsy, histological slices, frozen imprints). The aim of pathomorphological examination is detection and analysis of number of cancer celi nuclei in a view area and evaluating the percentage of coloured nuclei. Due to poor quality and the variety of input images the segmentation is performed as a combination of colour and morphological segmentation.

Słowa kluczowe

PL

segmentacja obrazów

EN

images segmentation

• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2003
• Tom: T. 7, z. 3
• Strony: 283-293
• Opis fizyczny: Bibliogr. [23] poz., rys., wykr. tab.

Twórcy

autor

Bieniecki, W.

• Katedra Informatyki Stosowanej, Politechnika Łódzka,

autor

Sekulska-Nalewajko, J.

• Katedra Informatyki Stosowanej, Politechnika Łódzka

Bibliografia

• [1] Bieniecki W., Grabowski S., Sekulska J., Turant M., Kałużyński A.: Automatic segmentation and recognition of patomorphological microscopic images. CADSM’2003, Lviv Slavsko Conference, Feb. 2003, 461^164
• [2] Beucher S., Lantuejoul C.: Use of watersheds in contour detection. Proceedings of International Workshop on Image Processing, Real-Time Edge and Motion Detection/Estimation, Rennes, Sept. 1979
• [3] Canny J.: A Computational Approach to Edge Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. PAMI-8, No. 6, 1986, 679-698
• [4] Comaniciu D., Ramesh V, Meer R: The Variable Bandwidth Mean Shift and Data-Driven Scale Selection. IEEE Int. Conf. Computer Vision (ICCV’01), Vancouver, Canada, vol. 1, 2001, 438- 445
• [5] Comaniciu D., MeerP.: Mean Shift Analysis: A Robust Approach Toward Feature Space Analysis. IEEE Transactions On Pattern Analysis and Computer Intelligence, vol. 24, No. 5, May 2002
• [6] Comaniciu D.: An Algorithm for Data-Driven Bandwidth Selection. IEEE Trans. Pattern Analysis Machine Intell., vol. 25, No. 2, 2003
• [7] Fix E., Hodges J.L.: Discriminatory Analysis: Nonparametric Discrimination Small Sample Performance. Project 21-49-004, Report Number 11, USAF School of Aviation Medicine, Randolph Field, Texas, 1952, 280-322
• [8] Grabowski S., Bieniecki W.: A two-pass median filter for impulse noise attenuation in color images. CADSM’2003, Lviv Slavsko Conference, Feb. 2003, 101-104
• [9] Kirsch R.: Computer determination of the constituent structure of biological images. Computers and Biomedical Research, vol. 4, June 1971, 315-328
• [10] Lineberry M.: Image segmentation by edge tracing. Applications of Digital Image Processing IV, vol. 359, 1982
• [11] Louverdis G., Andreadis I., Tsalides R: Morphological Granulometries for Color Images. 2nd Hellenic Conference on Artificial Intelligence, SETN 2002. Thes Saloniki, Greece, 2002
• [12] Mogą A., Cramariuc B., Gabbouj M.: A parallel watershed algorithm based on rainfalling simulation. [in:] European Conference on Circuit Theory and Design, vol. 1, Istanbul, Turkey, 1995, 339-342
• [13] Ogden J.M., Adelson E.H., Bergen J.R., Burt P.J.: Pyramid-based Computer Graphics. RCA Engineer, Sept/Oct 1985
• [14] Prewitt J.: Object enhancement and extraction, [in:] Picture Processing and Psychopictronics, New York, Academic Press 1970
• [15] Skalak D.: Prototype and Feature Selection by Sampling and Random Mutation Hill-Climbing Algorithms, [in:] Proc. Eleventh International Conference on Machine Learning, 293-301, New Brunswick, New Jersey 1994
• [16] Sobel L: Camera Models and Machine Perception. Ph.D. thesis, Stanford, CA, Stanford University 1970
• [17] Tek H., Comaniciu D., Williams J.P.: Vessel Detection by Mean Shift Based Ray Propagation. IEEE Workshop on Mathematical Methods in Biomedical Image Analysis, Hawaii, 2001
• [18] Vincent L., Soille P.: Watersheds in digital spaces: An efficient algorithm based on immersion simulations. IEEE PAMI, 1991, 13(6), 1991, 583-598
• [19] van der Waerden B.L.: Mathematical Statistics. New York, Springer-Verlag 1969
• [20] WilcoxonR: Individual Comparisons by Ranking Methods. Biometrics, 1, 1945, 80-83
• [21] Zielinski K.., Strzelecki M.: Komputerowa analiza obrazu biomedycznego. Warszawa, Łódź, PWN 2002
• [22] [httpl] Holmes Effect, University of Dellware http://www.udel.edu/Biology/Wags/b667/lect6 lect6_ll.gif
• [23] [http2] STATISTICA - Data Mining, Data Analysis, Quality Control, and Web Analytics Software http://www.statsoftinc.com/