Εφαρμογή νέων μεθόδων κατατμήσεως ψηφιακής εικόνας στην μελέτη του καρκινώματος τους ουροδόχου κύστεως

Περίληψη

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

ΣΚΟΠΟΣ ΤΗΣ ΜΕΛΕΤΗΣ: Ανάπτυξη μεθόδων αυτόματης εφαρμογής ουδού για την κατάτμηση πυρήνων σε ψηφιακές εικόνες ιστολογικών τομών ηωσίνης‐αιματοξυλίνης (H‐E) από καρκινώματα ουροδόχου κύστεως. Επίσης ανάπτυξη αλγορίθμων για την αυτόματη επιλογή ανοσοïστοχημικώς θετικών περιοχών του ίδιου νεοπλάσματος. ΥΛΙΚΟ ΚΑΙ ΜΕΘΟΔΟΙ: Για εφαρμογή ουδού σε grayscale, RGB, HSL και L*a*b* colorspace, αναπτύξαμε μια επέκταση της μεθόδου clustering, όπως έχει προταθεί από τον Otsu, και η οποία βασίζεται σε κριτήρια μεταβλητότητας εντός ομάδος και μεταξύ ομάδων (between‐class και within‐class variance). Για την ανάπτυξη και τον έλεγχο των αλγορίθμων σχεδιάστηκε μια ειδική εφαρμογή στην οποία μελετήθηκαν H‐E τομές από 20 καρκινώματα ουροδόχου κύστεως. Τα αποτελέσματα από τις μεθόδους που χρησιμοποιήθηκαν για αυτόματη επιλογή των πυρήνων εξετάστηκαν εν συγκρίσει με τα αντίστοιχα αποτελέσματα χειροκίνητης επιλογής. Για την αυτόματη επισήμανση ανοσοϊστοχημικώς θετικών περιοχών αναπτύχθηκε ένας αλγ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

INTRODUCTION: To develop a method for non‐supervised thresholding of transitional cell carcinoma nuclei of routinely hematoxylin‐eosin (H‐E) stained histological sections, as well as a method for automatic selection of immunohistochemically positive areas. STUDY DESIGN: For greyscale, RGB, HSL and L*a*b* thresholding we used an extension of a clustering method, based on a between‐class / within‐class criterion proposed by Otsu, applying an optimal grey‐level thresholding to each of the distributions of the R, G, B, or H and S or L* color domains. The algorithms were tested on clinical material consisted of 20 H‐E stained sections of bladder carcinomas. The results from the 4 thresholding techniques were evaluated in comparison with the corresponding results of manually selected nuclear areas. For automatic evaluation of immunohistochemical images, a clustering algorithm in L*a*b* color space was developed. RESULTS: The results from the 4 thresholding techniques were evaluated in compar ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/29838
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/29838
ND
29838
Συγγραφέας
Παυλόπουλος, Πέτρος (Πατρώνυμο: Μ.)
Ημερομηνία
2013
Ίδρυμα
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών (ΕΚΠΑ). Σχολή Επιστημών Υγείας. Τμήμα Ιατρικής. Τομέας Κλινικοεργαστηριακός. Εργαστήριο Παθολογικής Ανατομικής
Εξεταστική επιτροπή
Πατσούρης Ευστράτιος
Καβαντζάς Νικόλαος
Κορκολοπούλου Πηνελόπλη
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Ιατρική και Επιστήμες Υγείας
Βασική Ιατρική
Λέξεις-κλειδιά
Ανάλυση εικόνας; Ουροθηλιακό καρκίνωμα ουροδόχου κύστης; Κατάτμηση πυρήνων; Συστάδες; Εφαρμογή ουδού
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
119 σ., εικ., πιν., σχημ.