PDF
开放获取
杰森Hipp,詹姆斯摩纳哥,l . Priya Kunju杰罗姆Cheng菊八木,Jaime Rodriguez-Canales迈克尔·r·Emmert-Buck斯蒂芬•休伊特迈克尔·d·费尔德曼,约翰·e·张照片,穆罕默德墨粉,罗纳德·g·汤普金斯托马斯•Flotte大卫·卢卡斯,约翰·r·Gilbertson Anant Madabhushi,尤利西斯巴, ”集成架构和细胞学的驱动图像算法的前列腺腺癌鉴别”,分析细胞病理学, 卷。35, 文章的ID294358年, 15 页面, 2012年。 https://doi.org/10.3233/acp - 2012 - 0054
集成架构和细胞学的驱动图像算法的前列腺腺癌鉴别
文摘
介绍:数字幻灯片提供了新机遇的到来在实践等病理图像分析技术的使用来促进计算机辅助诊断(CAD)的解决方案。使用CAD持有承诺实现更高级别的决策支持和允许附加层的质量保证和呈现诊断的一致性。然而,前列腺癌CAD的解决方案的开发和测试需要一个地面实况的癌症地图,使接收机的生成算子特征(ROC)曲线。这需要一个病理学家注释,或油漆,每个前列腺癌与恶性腺的图像编辑软件——一个耗时和详尽的过程。最近,两个CAD算法描述:概率成对马尔可夫模型(PPMM)和spatially-invariant矢量量化(SIVQ)。短暂,SIVQ经营作为一个高度敏感的和特定的模式匹配算法,使它适合任何上皮形态的识别,而PPMM是高度敏感的探测器的恶性腺腔内结构的扰动。方法:通过关键技术算法如何病理学家检查前列腺组织部分,我们创建了一个PPMM, SIVQ算法的算法级联由柯南道尔如前所述el al。[1] PPMM标识腺腔内结构异常,然后这个区域经过SIVQ识别上皮的筛选。结果:该算法级联的性能评估(使用的热图)和定性定量(使用ROC曲线)和展示了更大的恶性前列腺上皮细胞的识别性能。结论:这个技能进行半自动油漆几乎所有的恶性上皮未来前列腺癌的前列腺癌有直接应用CAD发展作为验证地面实况生成器。此外,这种方法有潜在应用预审/质量保证的工具。
版权
版权©2012 Hindawi出版公司和作者。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
