Abstract
In this paper we present an unsupervised automatic method for segmentation of nuclei in H&E stained breast cancer biopsy images. Colour deconvolution and morphological operations are used to preprocess the images in order to remove irrelevant structures. Candidate nuclei locations, obtained with the fast radial symmetry transform, act as markers for a marker-controlled watershed segmentation. Watershed regions that are unlikely to represent nuclei are removed in the postprocessing stage. The proposed algorithm is evaluated on a number of images that are representative of the diversity in pathology in this type of tissue. The method shows good performance in terms of the number of segmented nuclei and segmentation accuracy
چکیده
در این مقاله روش خودکار غیرنظارتی را برای تقسیم بندی هسته ها در تصاویر بیوپسی سرطان پستان رنگ آمیزی شده با روش هماتوکسیلین وائوزین ارائه می دهیم. حذف پیچیدگی وعملیات های مورفولوژیکی برای پیش پردازش تصاویر استفاده می شوند که ساختارهای بی ربط حذف شوند. مکان های هسته مورد نظر که از تبدیل سریع تقارن شعاعی به دست آمده اند به عنوان نشانگر تقسیم بندی حوزه بر اساس نشانگر کنترل هستند. مناطق حوزه که بعید است بیانگر هسته ها باشند در مرحله پس پردازش حذف می شوند. الگوریتم پیشنهاد شده در تعدادی از تصاویری که در این نوع از بافت بیانگر تنوع در آسیب شناسی هستند مورد بررسی قرار می گیرد. این روش ، عملکرد خوبی را از نظر تعداد هسته های تقسیم شده و دقت تقسیم بندی نشان می دهد.
کلمات کلیدی : حوزه نشانگر کنترل، تقسیم بندی هسته ها، سرطان پستان، تصاویر بافت شناسی
1-مقدمه
بررسی پیش بینی سرطان پستان تا حد زیادی بر سیستم درجه بندی بلوم ریچاردسون متکی است. این سیستم بر اساس نمره دهی نیمه کمی ميزان تشکيل توبول ، هسته پلئومورفيسم و نرخ میتوزی است. اگر چه که این سیستم از نظر آسیب شناسی قوی است ، از نظر مورفولوژی از طریق چشم میکروسکوپ انجام می شود که تكرارپذيري مطلوب اندک دارد. در نتیجه ممکن است تجزیه و تحلیل تصویر به صورت خودکار در اینجا مفید باشد. تقسیم بندی هسته های سلول اولین گام مهم به سمت تجزیه و تحلیل خودکار از اسلاید بافت های دیجیتالی نمونه سرطان پستان است. الگوریتم تقسیم بندی هسته های موفق را می توان برای خودکارسازی نمره دهی پلی مورفیسم هسته استفاده کرد. تقسیم بندی هسته ها نیز می توان به شیوه ای پایین به بالا برای قرار دادن مناطق تومور در داخل اسلاید و یا برای ارزیابی میزان تشکیل توبول استفاده کرد. چالش های اصلی در دستیابی به تقسیم بندی موفق هسته ها ناشی از تنوع و پیچیدگی ظاهر بافت است. آماده سازی ناقص، رنگ آمیزی ناهمگن و اسکن مصنوعات نیز به پیچیدگی این مسئله می افزاید....