组织病理学的多重分形特征描述符

摘要

背景组织图像分析在肿瘤诊断中占有重要地位。它描述身体组织的结构，结构异常使人怀疑是癌症或其他疾病。从肉眼观察这些混沌纹理的结构变化是一个具有挑战性的过程。然而，通过形成数学描述符来表示组织纹理，并通过复杂的计算方法对结构变化进行分类，可以克服这一挑战。客观的在本文中，我们提出了一个纹理描述符来观察组织纹理到高度鉴别的特征空间。方法:分形维数比拓扑维数以不同且更准确的方式描述自相似结构。此外，分形现象已扩展到作为多重分形维数的自然结构(图像)。我们利用多重分形分析来表示组织纹理，从而获得更有判别性的特征空间进行分类。结果:我们利用一组组织学图像(属于肝脏和前列腺标本)来评估多重分形特征的鉴别能力。组织实验将给定的组织结构分为癌和非癌。结果表明，该方法对多重分形特征的识别能力达到了95%左右的正确率。结论多重分形特征更能有效地描述组织纹理。该特征描述子对肝脏和前列腺样本数据均有较高的分类率。

分析细胞病理学

2011年8月3-5日，加拿大魁北克市，国际数字病理学学会第一次会议。第二部分

摘要

版权

更多相关文章