PDF
开放获取
Heung‐Kook Choi, Torsten Jarkrans, Ewert Bengtsson, Janos Vasko, Kenneth Wester, Per-Uno Malmström, Christer Busch， ＂基于图像分析的膀胱癌分级。基于对象、纹理和图的方法的比较及其再现性"，分析细胞病理学， 卷。15， 文章的ID147187， 18 页面， 1997． https://doi.org/10.1155/1997/147187
基于图像分析的膀胱癌分级。基于对象、纹理和图的方法的比较及其再现性
摘要
本文探讨了与传统病理医师主观分级相比，计算机图像分析提高膀胱癌分级重复性的可能性。对Feulgen染色的组织切片进行对象、纹理和图形分析。从灰度图像、核阈值化得到的二值图像和其他经过图像处理操作得到的图像中提取基于目标的特征。纹理特征基于空间灰度共现概率矩阵，而基于图的特征则从连接所有核的最小生成树中提取。利用多变量统计方法和多层反向传播神经网络，对大量提取的特征进行与主观评分和预后相关因素的评估。所有的方法最初都是在一个病人的材料上开发和测试，然后在完全不同的病人材料上测试重现性。结果表明，最佳特征集具有较好的重现性。此外，基于图像分析的分级与有丝分裂密度和p53蛋白表达的主观分级几乎一致。因此，应该可以使用这种图像分析作为膀胱癌的预后工具。
版权
版权所有©1997 Hindawi出版公司。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。
