使用SIVQ模式识别算法优化复杂的癌症形态检测

抽象的

为了个性化医学，越来越多的临床和人口统计数据集成到戒断图中，以供预后使用，而分子生物标志物则是为了添加独立的诊断，预后或管理信息而开发的。在手术病理学的许多情况下，形态计量定量已经手动或半量式进行，这项努力有助于诊断工作。数字全幻灯片成像，再加上新兴的图像分析算法，在筛查，质量保证，一致性和定量领域的手术病理学家提供了良好的前景。我们最近报道了这种算法SIVQ（空间不变的矢量量化），该算法利用环向量的几何优势来进行模式匹配，并提出了许多潜在的应用。然而，一项关键测试仍然需要进行SIVQ的示范和优化，以区分前景（肿瘤恶性上皮）和背景（正常的实质，基质，血管，血管，炎症细胞）。尤其重要的是确定每个关键SIVQ匹配参数相对于算法的总检测性能的相对贡献。在此中，通过结合SIVQ环大小，子环数和中环摇摆参数的组合测试，在形态上复杂的膀胱癌用例使用情况下，我们确定每个参数中每个参数对使用尿皮细胞进行整体检测优化的相对贡献癌作为用例，提供了一种典范，可以通过该算法和未来的组织学模式匹配工具进行验证，然后随后在其他适当的微观分类设置中广泛实现。

分析性细胞病理学

2011年8月3日至5日，加拿大魁北克市国际数字病理学院第一届大会。第一部分

抽象的

版权

更多相关文章