研究文章|开放获取
亚历克斯·斯捷潘Daniel Pirici克里斯蒂安娜•Simionescu Raluca Ciurea, Claudiu Margaritescu, ”分形分析和诊断的实用性银染色核仁组织者地区前列腺腺癌”,分析细胞病理学, 卷。2015年, 文章的ID250265年, 11 页面, 2015年。 https://doi.org/10.1155/2015/250265
分形分析和诊断的实用性银染色核仁组织者地区前列腺腺癌
文摘
病理诊断为前列腺腺癌通常需要互补的方法。从39例前列腺活检组织包括良性结节性增生(5),非典型腺瘤性增生(啊),腺癌,我们表现结合histochemical-immunohistochemical染色argyrophilic核仁组织者地区(AgNORs)和腺体基底细胞。确定病理之后,我们分析了数字,圆度,区域和分形维数的个人AgNORs或skeleton-filtered地图。第一次我们这里有优化的组合AgNOR形态分母,最好将反映这些病态的差异。分析AgNORs的圆度,平均从大型复合图像,显示清晰的低价值在腺癌与良性的和非典型病变但没有区别不同的格里森评分。轮廓分形维数(FD) AgNOR不仅揭示了重要的降低值为全球癌症图片啊和5图像相比,但也能够区分格里森模式2和格里森模式3 - 5腺癌。策划的频率分布FDs对不同病理显示清楚所有格里森模式和5之间的差异。连同现有的形态学分类器,AgNOR分析可能导致更快和更可靠的machine-assisted前列腺腺癌的筛查,为病理学家必不可少的援助。
1。介绍
前列腺癌被认为是第二恶性肿瘤死因的男性人口在世界各地,有超过95%的所有确诊病例是由腺泡的腺癌(1- - - - - -3]。前列腺癌的发病率在罗马尼亚在2012年被正式估计每100000人20例男性,这些低主要是由于underregistration的前列腺癌的发病率,以及缺乏敏感的诊断测试的早期检测(4,5]。
前列腺肿瘤的病理诊断有时是繁琐和鉴别诊断需要用典型的良性病变。在这些情况下,如腺泡的基底细胞的免疫组织化学技术(6,7),核仁的组织者的组织化学银染色区域(AgNORs) [8),和遗传试验带来了一个宝贵的支持建立正确的诊断9,10]。AgNOR银浸渍协议已经被利用和标准化8,11,12计数和形态测量学和可能导致良性和恶性前列腺病变之间的鉴别诊断,要么独自[13- - - - - -16]或结合免疫组织化学和血清学的标记17- - - - - -19,甚至被评为这病理学的预后因素20.,21]。核仁组织区(古称)代表的核糖体DNA片段参与核糖体RNA的转录,由于他们与nonhistonic argyrophilic蛋白质可能是观察和量化后降水的硝酸银8,22]。
AgNOR分析由著名的核仁的形态变化是合理的前列腺腺癌(6]。除了主观的观察,自动图像分析诊断应用程序目前是动态发展的领域,支持越来越标准化和诊断过程的准确性(23,24]。而古典客观形态分母地区和直径已经证明不足以描述高度变量和复杂的病理过程,尺度不变的参数和分形维数(FD)非常有用在描述复杂的和非正规的对象(25]。经典形态学特征是基于欧几里得几何系统三维整数,虽然对象是一个真正的FD (adimensional)数字表达物体的形态复杂性和内在的自相似性,或者简单来说,它描述了空间属性的对象(25]。越接近这个尺寸是它所在空间的拓扑维数,大空间容量,因此FD价值,一个二维的结构(如平面图像)有FD值在1和2之间。
现在complexity-related概念是广泛应用于病理学描述肿瘤血管生成,在恶性肿瘤细胞中染色质分布,甚至前列腺腺体形态(26- - - - - -28]。
出现在这种情况下,更强大的图像分析基于颜色分割算法,强度,质地,和背景之下,加上分形分析AgNOR地区可能为未来提供附加价值的分类器基于机器的诊断算法,将有助于分类良性的病理学家,非典型,恶性前列腺病变。
2。方法
2.1。病人
Formalin-fixed石蜡包埋存档前列腺尿道前列腺切除术(TURP)切片选择从先前确认良性结节性增生患者(号码),非典型腺瘤性增生(啊)(2),格里森评分(),3 (),4 ()和5 ()传统腺泡的腺癌。所有选定的情况下属于紧急县医院的病理部门的存档1克拉约瓦,罗马尼亚,和确诊没有双关语属于各自的团体(Alex斯捷潘Claudiu Margaritescu,和丹尼尔Pirici),之后的最新评分系统(2]。所有的病人,包括在他们的第一个演讲中,因此没有任何治疗。书面知情同意了为每一个病人从他们的亲戚,接受组织抽样为研究目的,研究责任伦理委员会批准。
2.2。免疫组织化学和AgNOR染色
为了污点核仁的组织者还确定最好的组织的组织病理学之下,我们已经优化混合协议结合银染色协议提出的国际委员会AgNOR定量为基底细胞免疫组织化学和核红色计数器染色(12]。
幻灯片是首次在二甲苯脱蜡和患者通过分级醇蒸馏水,然后用微波加热部分抗原检索是由在柠檬酸钠缓冲(0.01 M柠檬酸钠一水合物,pH值6.0)20分钟在650 W。冷却后,部分被孵化30分钟1%过氧化氢溶液,然后阻塞1小时3%脱脂牛奶(Bio-Rad, Medicalkit、克拉约瓦、罗马尼亚)。34岁的βE12汽油(1:100)和p63(1: 200)鼠标反主要抗体(Dako、氧化还原、布加勒斯特,罗马尼亚)添加到幻灯片18个小时在4°C;第二天,信号放大利用过氧化物酶聚合物系统(Nichirei-Histofine, Medicalkit、克拉约瓦、罗马尼亚),然后是信号检测与永久合绿色基质(Zytomed, Medicalkit、克拉约瓦、罗马尼亚)。洗水在本幻灯片后,修改银染色协议执行(12]。核红准备幻灯片复染色在0.1% 5%的铝硫酸水溶液。幻灯片是快速脱水,二甲苯清理,安装在DPX(丙烯酰胺,Medicalkit、克拉约瓦、罗马尼亚)。
2.3。图像采集和分析
光学显微镜图像抓住利用Eclipse尼康55我显微镜配有5-megapixel尼康DS-Fi1 CCD彩色摄像机,冷却的尼康NIS-Elements基础研究图像分析软件(尼康,Apidrag,布加勒斯特,罗马尼亚)。三个调查人员(CM, DP)后单独部分,基于核glandular-like组织学染色和免疫组织化学基底细胞,分别收集提示图片格里森等级2,3,4,5啊以及良性结节性增生(5),根据最新的评分系统。图片已经收集了40 x目标,要么是单帧(57.6583,69μ米224 400 x)或复合材料的目标区域自动合并独特尼康NIS-Elements软件(数据捕获1和2)。已经被抓获,500多幅图像作为未压缩的tiff文件保存,并存档。确认后再次捕获的图像的分级和删除所有图片的调查人员不同意(DP,和CM), AgNOR点首次手动计算和上皮细胞核的平均,使用手动标记选项在我们的图像分析软件。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
(k)
(左)
(一)
(b)
接下来,核仁组织者被选为地区的利益(roi)和减去作为二进制图像从原始RGB图像,基于他们的颜色配置文件,强度,纹理,背景,和形态学滤波器发现“智能分割”命令下Image-Pro-Premier图像分析软件包(试用版,媒体控制论,马里兰州贝塞斯达,美国)(数据1和2)。
此外,为了更好地解决形态学和核仁的组织者之间的关系,而不是个人的roi,二进制图像也被处理通过修剪形态学滤波器减少图像骨架(图3)。所有有关他们的分形维数,最后分析了图像在Image-Pro-Premier利用同样的方法。
(一)
(b)
(c)
(d)
(e)
(f)
2.4。统计分析
所有的数据图形化表示,并进一步分析了利用Microsoft Excel 2010和SPSS 10.0(美国SPSS Inc .,芝加哥,IL)。所有区域和圆度值等于0和FDs等于1没有被认为是在这个分析为了过滤较小,明确染色颗粒。所有测量值平均为每个图像,耐心,并列出和利用单向方差分析比较图基修正事后分析。皮尔森测试是用来探索相关性,在所有情况下,被用来显示统计学意义。
3所示。结果
分段核仁的组织者区域后,我们看了多个独立和综合形态参数来评估分层的可能性的不同病理实体。
首先,我们计算了单个核仁的组织者地区彩色图像分析算法和分段。银染色点的数量第一次被评为平均每腺上皮细胞核,尽管这些平均倾向于显示高值格里森模式4和5,他们并没有表现出任何统计分离功率()(图4(一))。接下来,我们看的总密度AgNOR实体(图40 x个人图像4 (b))和由拼贴画,因此没有分离的上皮细胞间质成分(数据没有显示)。啊往往表现出低密度的彩色roi,但这种差异又不是重要的汇集个人格里森评分总体癌症和良性的条件()(图3 (b))。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
圆度分析高分辨率的图像似乎提供降低全球值(癌相比啊)()和结节性良性增生(),尽管高intracase变化导致无统计差异(数字4 (c)和4 (d))。由图像,然而,腺泡的腺癌显示明显降低值相比啊,5 (,;与事后比较使用图基HSD测试())(图4 (e))。同时,癌病例集中在一起()明确降低圆度值相对于非典型腺瘤性增生()和结节性良性增生()(,;与事后比较使用图基HSD测试())(图4 (f))。任何个人之间没有显著差异可能发现格里森评分,啊,5单40 x照片或复合材料。
单向方差分析发现全球AgNOR积极的总规范化区域像素之间的区别为不同的等级(,),事后比较表明之间的区别只有啊()相比,格里森评分4 (,格里森评分相比),分别啊5 (,)(图4 (g))。总之,例(癌)显示高总像素区域与非典型腺瘤性增生()和结节性良性增生()(,;事后比较())(图4 (h))。这一趋势也被列为拼贴图像(数据未显示)。
除了完整的事实,分析图像将添加更多的客观性而不是分离的腺体,我们也评估是否存在关联的值直接AgNOR计数、地区,圆度,和FD为上皮细胞选择设置的图像分析,基质,并完成区域(图5)。结果是,对所有方法,上皮细胞的变化可以预测紧密整体组织变化()相比,stroma-complete组织变化()。
(一)
(b)
(c)
(d)
我们接下来看了轮廓的分形维度的平均核仁组织者区域(图6(一))。对个人格里森评分,这种方法显示明确的差异格里森2 ()和格里森3 - 5组(;;格里森之间),以及3 - 5组和啊(分别)和5 ()(,;事后比较())。在腺泡的腺癌病例组成的),这些被认为低于啊和5 (,;事后比较())(数据没有显示)。
(一)
(b)
(c)
(d)
(e)
为了评估尽可能腺的形态结构分布的银点,我们接下来进行了分形分析skeleton-filter图像从再分配中提取的核仁的组织者。格里森2和3模式(;)低于格里森4 - 5模式(;)(,;事后比较())(图6 (b))。总的来说,不能分化癌病例啊和5只利用此分类器。
在去年试图评估强度轮廓的核仁的组织者,我们绘制了平均频率分布的分形维的AgNORs个人高放大图像和拼贴画(图6 (c))。总没有数据显示全球七个病理实体之间的显著差异考虑方差分析测试单个图像(,),分别对复合材料(,)。观察到的相对峰分布集中在1.05 - -1.09 FD区间值,我们只有下一个分析数据来自这个缩小间隔(数字6 (d)和6 (e))。由图像数据缩小并没有表现出很大的差异(,),事后比较揭示格里森之间的显著差异只有4啊()(数据未显示)。从单个图像缩小数据,然而,不仅揭示了全球趋势之间的差异(,),而且所有格里森阶段和5之间的显著差异,虽然从格里森啊可以明确区分的只有5例(事后比较,)(数据6 (d)和6 (e))。
4所示。讨论
AgNOR形态学特征,描述了通过银浸渍技术,已经利用比较癌症与正常结构和良性的肿瘤(29日,30.]。前列腺癌,除了算法试图识别腺恶性前列腺组织形态以识别领域,AgNOR银浸渍一直在利用各种研究基于手动,半自动,全自动或评分方法,考虑到数量,聚合和argyrophilic点的大小与临床病理的前列腺癌预后参数(13- - - - - -16]。
我们的研究进行的一组39例,其中包括5,啊,和前列腺的腺癌,我们分析了数字,圆度因子,区域,和个人AgNOR信号的分形维数或骨架的减少。在不同的其他研究,AgNOR信号提供了大量的数量(14,15,21,29日)或无关紧要的30.,31日前列腺恶性病变)差异,明显高于高格里森评分值(14,15,21]。AgNOR的直接计数信号相比,图像测量分析允许一个更客观的和可再生的量化组织学部分(17,32]。
在我们的研究中,AgNOR直接计数和平均每核上皮细胞显示病理之间无显著差异。从研究发现这种差异在某种程度上病理之间的差异可能是由于不同的问题,即不同的组织学技术和评估协议。首先,我们这里有实现标准化AgNOR染色,推荐的“国际委员会AgNOR定量”(12]。另一方面,在目前的研究中,我们也进行了选择性的只在腔的腺体细胞的核数,基于结合银染色和基底细胞免疫组织化学。此外,建议的形态学分析和基于一个共同的固定阈值应用到所有图像分割,导致更客观和恒定的结果(33,34]。
进一步欧几里得的分类器已用于前列腺恶性病变的分化和表征基于AgNORs分析,如他们的平均直径、面积或区域总面积的百分比核(17,29日]。在我们的研究中,分析圆度(直径比)和地区的平均AgNORs大型合成图像显示值明显降低癌与良性的和非典型病变。圆度和地区没有任何区别不同的格里森评分,也支持其他的问题发表数据(29日]。在其他的研究中,分析AgNOR直径和地区,分别显示显著差异之间良性的,典型的,和恶性前列腺病变和格里森评分不同,临床阶段,和倍性的肿瘤17]。所有的形态分析是在所有的细胞中捕获图像,因此不需要从实质歧视腺体,大大增加了简单的方法,消除任何用户干预,可能需要可靠地从基质选择上皮组织。同时,利用高分辨率大合成图像,这给了一个更同质和可靠的病理比较单一的高分辨率图像的近似,可能关注的地区较低的形态学变化。
相对最近出版的基础上利用复杂的内部软件自动分级报告的前列腺癌的正确分类率超过90%后,采用分形分析的强度变化和纹理复杂性roi (35]。在我们的研究中我们都平均的个人特征的FDs AgNOR轮廓和FDs场大病AgNOR区域中提取反映一般腺点的性格。据我们所知,这是第一个研究进行分形分析银浸渍核仁在前列腺癌病理28,36- - - - - -38]。轮廓分形分析AgNOR规律不仅揭示了重要的降低值为全球癌症图片啊和5图像相比,但也能够区分格里森2组和格里森3 - 5组癌。加上圆度的事实就可以单独的癌症样本啊和5,这将导致增加选择性的结合使用两个分母。虽然这精确方法从未被受雇于核仁的组织者对前列腺癌的研究,越来越多的大小和规律核仁中一个长期存在的主观观察这些肿瘤(4,5,39]。此外,一个伟大的变化存在关于大协会,多个核仁和相对轮在先进格里森阶段的前列腺腺泡的腺癌(5,36]。我们的数据更多地解释了全球核仁的形态变化在前列腺癌的进展,显示核仁的事实上的全球趋势是增加的规模和变得不那么圆,减少复杂性的边界,从而创造的更好的描述外表是平滑椭圆体或椭圆形而不是圆形。关于腺AgNORs重新分区,FD的骨架图像显示为癌的格里森评分显著降低值2 - 3与4 - 5分,但没有能够区分全球恶性增生性病变。然而,如果我们再次看着平均roi区域,FDs和骨架FDs综上所述,增值是我们可以单独的几乎所有的病理状态除了5从啊和格里森4 5。
最后,后策划FDs的频率分布不同的病态和观察,大多数值实际上是聚集在1.05 - -1.09的区间,相比我们有这个狭窄的频率分布的FDs只间隔病态。令人惊讶的是,这可能区分格里森2、3、4组和格里森5、啊,5组。很可能这个限制的分离格里森5啊,5某种程度上在于基质细胞的影响,我们没有分开我们的算法;完全平均的roi区域,FDs和频率的FDs应该允许一个几乎完全分离的每个格里森评分啊,5。
有尝试开发texture-based [40- - - - - -42]和fractal-based [35,43)图像分析算法来自动诊断前列腺癌。这些研究大多是基于颜色和纹理腺的形态特征和核结构来描述组织。神经网络和数字地图的引入导致增加前列腺癌的分级的共识,实现良好的量化结果44- - - - - -47]。自动图像分析的方向,AgNOR染色可能感兴趣的和可能造成作为可实现参数以及其他分类器在现有图像诊断软件包。
5。结论
在一个相对简单的染色技术的基础上,本研究提出了结合分析AgNORs圆度,平均FDs, FDs的频率分析作为分母的套件能够区分恶性和非恶性的前列腺的病变,以及不同格里森评分。一起等现有分类器已经在使用核能,腺,基质,以及其他建筑特性,目前这些数据可能导致更快和更可靠的客观添加剂为前列腺癌的诊断工具和减少不确定的组织学病变的报道,作为病理学家的一个至关重要的援助。
利益冲突
作者宣称没有利益冲突有关的出版。
引用
- a . Jemal f·布雷,m . m .中心,j . Ferlay e·沃德·d·福尔曼,“全球癌症统计数据,”CA:临床医生的癌症杂志》上,卷61,不。2、69 - 90年,2011页。视图:出版商的网站|谷歌学术搜索
- j . n . Eble g .萨德j . i .爱泼斯坦和中情局Sesterhenn,泌尿系统肿瘤的病理学和遗传学和男性生殖器官研究出版社,法国里昂,2008年。
- j·t·夸克,s·m·休伊特s Sinha和r . Bhargava“多通道显微镜自动组织学分析前列腺癌,”BMC癌症第62条,卷。11日,2011年。视图:出版商的网站|谷歌学术搜索
- j . Ferlay e . Steliarova-Foucher j . Lortet-Tieulent et al .,“癌症发病率和死亡率模式在欧洲:估计2012年的40个国家,“欧洲癌症杂志卷,49号6,1374 - 1403年,2013页。视图:谷歌学术搜索
- j . Ferlay H.-R。Shin f·布雷·d·福尔曼,c .源泉和d·m·帕金,“估计2008年全球癌症负担:GLOBOCAN 2008年”国际癌症杂志》上,卷127,不。12日,第2917 - 2893页,2010年。视图:出版商的网站|谷歌学术搜索
- r·b·沙阿和m .周前列腺活检的解释:图解指南施普林格,纽约,纽约,美国,2012年。
- k·a·特鲁希略a·c·琼斯,j·k·格里菲斯,和m . Bisoffi”标记的字段癌化:前列腺活检的临床应用,提出“前列腺癌文章ID 302894卷,2012年,12页,2012。视图:出版商的网站|谷歌学术搜索
- d . Ploton m .职责分明,p . Jeannesson g . Himber f .鸽子和j·j . Adnet”改善染色和可视化argyrophilic蛋白质的核仁组织者地区在光学级,“组织化学杂志,18卷,不。1、为5 - 14,1986页。视图:出版商的网站|谷歌学术搜索
- m·v·福特汉姆a . h . Burdge j·马修斯·g·威廉姆斯和t·库克“前列腺癌的细胞DNA含量以流式细胞术及其与临床疗效的关系,“英国外科杂志》,卷73,不。5,400 - 403年,1986页。视图:出版商的网站|谷歌学术搜索
- a·波拉克·d·j . Grignon k·h·海登et al .,“前列腺癌DNA倍性和响应打捞后激素治疗放疗有或没有短期总雄激素封锁:8610年RTOG分析,“临床肿瘤学杂志,21卷,不。7,1238 - 1248年,2003页。视图:出版商的网站|谷歌学术搜索
- s e·布鲁姆和c Goodpasture”,一种改进的核仁组织者,区域选择性银染色技术在人类染色体,”人类遗传学,34卷,不。2、199 - 206年,1976页。视图:出版商的网站|谷歌学术搜索
- m . Aubele s Biesterfeld m . Derenzini et al .,”AgNOR定量的指导方针。委员会AgNOR内定量病理学的欧洲社会,“Zentralblatt毛皮Pathologie,卷140,不。1,第108 - 107页,1994。视图:谷歌学术搜索
- a . b .汉森和b . Ostergard核仁的组织者地区增生性肿瘤和前列腺组织,”菲尔绍档案。病理解剖学和组织病理学,卷417,不。1,第四,1990页。视图:出版商的网站|谷歌学术搜索
- s . Mamaeva r·朗格p Elfving et al .,“AgNOR染色在良性前列腺增生和癌”前列腺癌,18卷,不。2、155 - 162年,1991页。视图:出版商的网站|谷歌学术搜索
- w·a·Sakr p.h. Sarkar p . Sreepathi s Drozdowicz和j·d·Crissman”测量人类前列腺癌的细胞增殖AgNOR, PCNA,防晒指数,”前列腺癌,22卷,不。2、147 - 154年,1993页。视图:出版商的网站|谷歌学术搜索
- a . r .音译“核仁组织者地区鉴别器的高分化腺癌的诊断前列腺癌,”病理学和实验室医学档案,卷117,不。10日,1000 - 1004年,1993页。视图:谷歌学术搜索
- d . Trere a . Zilbering d . Dittus·金·c·金斯堡和Daskal,“AgNOR数量在前列腺癌的穿刺活检标本:相关性与增殖状态,格里森评分、临床阶段,和DNA内容,“临床分子病理学卷,49号4,M209-M213, 1996页。视图:谷歌学术搜索
- m·蒙达语t . Hajdinjak r . Kavalar, d .Štiblar Martinčič,“p53、bcl - 2和AgNOR组织标记:模型方法在预测前列腺癌的特点,“国际医学研究杂志》上,37卷,不。6,1868 - 1876年,2009页。视图:出版商的网站|谷歌学术搜索
- t·高尔和美国Garg”AgNOR计数的作用及其与血清PSA水平的相关性前列腺病变,“Urologia国际明爱会,卷82,不。3、286 - 290年,2009页。视图:出版商的网站|谷歌学术搜索
- h .承包商,j . Ruschoff t Hanisch et al .,“Silver-stained结构在前列腺癌诊断和评估预后相关性的自动图像分析,“Urologia国际明爱会,46卷,不。1,9-14,1991页。视图:出版商的网站|谷歌学术搜索
- m . Eskelinen p Lipponen, k . Syrjanen“核仁的组织者地区(AgNORs)与前列腺腺癌组织病理学特征和生存有关,”抗癌的研究,12卷,不。5,1635 - 1640年,1992页。视图:谷歌学术搜索
- m·o·j·奥尔森,z . m .河流,b·a·汤普森W.-Y。花王,s . t .情况下,“交互的核仁的磷蛋白质C23克隆片段的老鼠核糖体脱氧核糖核酸,”生物化学,22卷,不。14日,第3351 - 3345页,1983年。视图:出版商的网站|谷歌学术搜索
- l . Mulrane e . Rexhepaj s . Penney j·j·卡拉和w·m·加拉格尔”自动图像分析在组织病理学:一个有价值的工具在医疗诊断,”分子诊断的专家审查,8卷,不。6,707 - 725年,2008页。视图:出版商的网站|谷歌学术搜索
- d·j·布伦南,j . Brandstedt大肠Rexhepaj et al .,“肿瘤特异HMG-CoAR是一个独立的预测复发卵巢癌上皮自由生存,”BMC癌症第125条,卷。10日,2010年。视图:出版商的网站|谷歌学术搜索
- 比比曼德布洛特,“为地球的救援,随机模型的形状和海岸线的分形维数,和岛屿,数字区规则”美国国家科学院院刊》上的美利坚合众国,卷72,不。10日,3825 - 3828年,1975页。视图:出版商的网站|谷歌学术搜索|MathSciNet
- c . Margaritescu m . Raica d Pirici et al .,“Podoplanin表达患肿瘤切除边缘口腔鳞状细胞癌:一种免疫组织化学和分形分析研究中,“组织学和组织病理学,25卷,不。6,701 - 711年,2010页。视图:谷歌学术搜索
- j . w . Baish和r·k . Jain“分形和癌症,”癌症研究,60卷,不。14日,第3688 - 3683页,2000年。视图:谷歌学术搜索
- p·f·f·德阿鲁达,m .•加蒂f . n . Facio jr . et al .,“量化的分形维数和香农熵的组织学诊断前列腺癌,”BMC临床病理学第六条,卷。13日,2013年。视图:出版商的网站|谷歌学术搜索
- j . Deschenes和n·怀德”,核仁的组织者地区(也)在增生性和前列腺肿瘤疾病,”美国外科病理学杂志》上,14卷,不。12日,第1155 - 1148页,1990年。视图:出版商的网站|谷歌学术搜索
- g·h·j . c . Cheville Clamon, r·a·罗宾逊,“Silver-stained核仁组织者地区分化前列腺增生,上皮内瘤、腺癌,”现代病理学,3卷,不。5,596 - 598年,1990页。视图:谷歌学术搜索
- b . Helpap和c Riede”,核仁的AgNOR-analysis前列腺上皮内瘤(PIN),非典型腺瘤性增生(啊)和前列腺癌,”病理学研究和实践,卷191,不。5,381 - 390年,1995页。视图:出版商的网站|谷歌学术搜索
- d . Trere”定量分析银染核仁组织者区域:细胞增殖和有前途的预后的可靠标记参数在肿瘤病理学,”临床分子病理学,48卷,不。4,M219-M220, 1995页。视图:谷歌学术搜索
- j . Ruschoff k h .板h承包商,s . Kern r·齐默尔曼和c·托马斯,“评价核仁组成区(古称)自动图像分析:标准化的贡献,”《华尔街日报》的病理,卷161,不。2、113 - 118年,1990页。视图:出版商的网站|谷歌学术搜索
- m . Derenzini和d . Trere相间Ag-NOR标准化测量通过一个自动图像分析系统使用淋巴细胞作为内部控制,”《华尔街日报》的病理,卷165,不。4、337 - 342年,1991页。视图:出版商的网站|谷歌学术搜索
- P.-W。黄和学术界。李:“前列腺病理图像自动分类基于分形分析,“IEEE医学成像,28卷,不。7,1037 - 1050年,2009页。视图:出版商的网站|谷歌学术搜索
- p . Waliszewski f . Wagenlehner s Kribus w . Schafhauser w·怀德和s Gattenlohner”客观的前列腺癌分级基于分形维度:格里森3 + 4 = 7≠格里森4 + 3 = 7 b,”Der Urologe一,53卷,不。10日,1504 - 1511年,2014页。视图:出版商的网站|谷歌学术搜索
- y Pu、w . Wang m . Al-Rubaiee s . k . Gayen和m .徐”光学系数和分形维参数测定前列腺癌和正常组织,”应用光谱学,卷66,不。7,828 - 834年,2012页。视图:出版商的网站|谷歌学术搜索
- m . Tambasco b·m·科斯特洛a . Kouznetsov a .瑶族和a . m . Magliocco”量化的架构复杂性组织学标本的微观图像,”微米,40卷,不。4、486 - 494年,2009页。视图:出版商的网站|谷歌学术搜索
- r·m·霍夫曼“筛查前列腺癌,”《新英格兰医学杂志》上,卷365,不。21日,第2019 - 2013页,2011年。视图:出版商的网站|谷歌学术搜索
- r . Farjam创办h . Soltanian-Zadeh k Jafari-Khouzani, r . a . Zoroofi”自动恶性肿瘤的图像分析方法测定前列腺癌病理图像,”血细胞计数B部分:临床血细胞计数,卷72,不。4、227 - 240年,2007页。视图:出版商的网站|谷歌学术搜索
- p·w·汉密尔顿,p h·巴特尔斯r . Montironi et al .,“自动化histometry定量前列腺病理,”分析和定量细胞学和组织学,20卷,不。5,443 - 460年,1998页。视图:谷歌学术搜索
- j .钻石n h·安德森,p h·巴特尔斯r . Montironi和p·w·汉密尔顿,“使用形态特征和纹理分析在前列腺肿瘤组织成分的鉴定中,“人类病理学,35卷,不。9日,第1131 - 1121页,2004年。视图:出版商的网站|谷歌学术搜索
- k Jafari-Khouzani和h Soltanian-Zadeh”,前列腺的病理图像多小波评分”,IEEE生物医学工程,50卷,不。6,697 - 704年,2003页。视图:出版商的网站|谷歌学术搜索
- r . Stotzka r, p h·巴特尔斯和d·汤普森,“混合神经和统计分类器系统前列腺病变的病理分级,”分析和定量细胞学和组织学,17卷,不。3、204 - 218年,1995页。视图:谷歌学术搜索
- Arif m和n . Rajpoot”分类中潜在的核前列腺癌组织学图像,采用形状流形学习”机器视觉的国际会议(ICMV ' 07)IEEE,页113 - 118年,伊斯兰堡,巴基斯坦,2007年12月。视图:出版商的网站|谷歌学术搜索
- k .阮、a . k . Jain和b . Sabata“前列腺癌检测:融合的细胞学和结构特性,”病理学杂志》上的信息,卷2,补充S1,第三条,2011年。视图:出版商的网站|谷歌学术搜索
- 美国道尔,c·罗德里格斯,a . Madabhushi j . Tomaszeweski m·费尔德曼,“从数字化检测前列腺腺癌组织学使用多尺度分层分类方法,”学报的年度国际会议IEEE在医学和生物学社会工程1卷,第4762 - 4759页,2006年。视图:谷歌学术搜索
版权
版权©2015亚历克斯斯捷潘et al。这是一个开放的访问分布在条知识共享归属许可,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。