HE染色乳腺癌组织病理图像癌巢与间质分割研究

发布时间：2018-06-28 15:53

  本文选题：HE染色 + 图像分割　； 参考：《计算机工程与科学》2017年02期

【摘要】：HE染色的乳腺癌组织病理图像是分析诊断乳腺癌常用的方法,病理学家普遍认为癌巢和间质的病理形态学特征对研究乳腺癌的生物学行为有着预示作用,所以准确分割癌巢和间质显得尤为重要。对于HE染色乳腺癌组织病理图像,视癌巢和间质的分割为图像中像素点的分类问题,提取并分析特征,选取最佳特征组合,然后分类为癌巢或间质,并结合间隔采样、归一化与阈值法。实验表明,该方法能较为准确地分割出癌巢和间质,保证较高准确率和精度,在时间效率上能达到较为满意的结果。
[Abstract]:Histopathological images of breast cancer stained by HE are commonly used in the analysis and diagnosis of breast cancer. Pathomorphological features of cancer nests and stroma are generally considered to be a predictor of the biological behavior of breast cancer. So it is very important to divide the tumor nests and stroma accurately. For HE stained breast cancer histopathological images, the segmentation of cancer nests and stroma is regarded as the classification of pixels in the image, the features are extracted and analyzed, the best combination of features is selected, and then classified into cancer nests or stroma, combined with interval sampling. Normalization and threshold method. The experimental results show that the method can segment cancer nests and stroma accurately and ensure higher accuracy and accuracy, and achieve satisfactory results in time efficiency.
【作者单位】： 武汉大学计算机学院;
【基金】：江苏省自然科学基金(BK20161249)
【分类号】：R737.9;TP391.41

【参考文献】

相关期刊论文 前3条

1 QU AiPing;CHEN JiaMei;WANG LinWei;YUAN JingPing;YANG Fang;XIANG QingMing;MASKEY Ninu;YANG GuiFang;LIU Juan;LI Yan;;Segmentation of Hematoxylin-Eosin stained breast cancer histopathological images based on pixel-wise SVM classifier[J];Science China(Information Sciences);2015年09期

2 孙君顶;马媛媛;;纹理特征研究综述[J];计算机系统应用;2010年06期

3 刘丽;匡纲要;;图像纹理特征提取方法综述[J];中国图象图形学报;2009年04期

【共引文献】

相关期刊论文 前10条

1 白晓静;卢钢;闫勇;;基于多尺度颜色小波纹理特征的火焰图像分割[J];计算机工程与应用;2017年09期

2 王玉晶;;基于最优特征加权的图像分类算法[J];中北大学学报(自然科学版);2017年02期

3 熊昌镇;单艳梅;郭芬红;;结合主体检测的图像检索方法[J];光学精密工程;2017年03期

4 易丐;李国进;王祥铜;;基于ELM和证据理论的纹理图像分类[J];计算技术与自动化;2017年01期

5 王素婷;朱宪坤;吕青;;基于RILBP-GLCM算法的煤岩显微组分识别[J];煤炭技术;2017年03期

6 杜政;方耀;;结合随机森林的高分一号分类最优组合研究[J];地理空间信息;2017年02期

7 阚贤响;刘娟;屈爱平;;HE染色乳腺癌组织病理图像癌巢与间质分割研究[J];计算机工程与科学;2017年02期

8 徐子雯;何金镁;;一种泡沫金属材料的裂缝缺陷检测方法[J];信息与电脑(理论版);2017年02期

9 侯情缘;卿粼波;滕奇志;;基于多特征融合半自动岩心图像颗粒提取[J];微型机与应用;2017年01期

10 王健荣;王Y，

本文编号：2078534