一个互动的核细分框架与沃罗诺伊图和子宫癌病理学图像加权凸差异
Lin Yang1,2, Yuanyuan Lei3, Zhenxing Huang1
1Lauterbur Research Center for Biomedical Imaging, Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, People's Republic of China.
Physics in medicine and biology
|November 16, 2023
概括
这项研究引入了用于癌症分级的交互式核细分框架. 该方法使用有限的病理学家输入和沃罗诺伊图来精确地分割复杂的病理图像中的核.
科学领域:
- 数字病理学数字病理学
- 计算生物学 计算生物学
- 医学图像分析 医学图像分析
背景情况:
- 精确的细胞核细分对于癌症的分类和分级至关重要.
- 病理图像带来了诸如复杂的背景,密集的核和细胞粘附等挑战.
研究的目的:
- 开发一个互动的核细分框架,以提高病理图像分析的精度.
- 通过有限的病理学家互动来解决细分复杂核的挑战.
主要方法:
- 一个交互式的框架,包括专家监测和有限的标记核心位置.
- 使用沃罗诺伊图来从标记的点生成初始轮.
- 采用优化的加权凸差异模型用于边界规范化和基于直方图的后处理.
主要成果:
- 拟议的框架实现了对宫和鼻癌数据集的竞争性表现.
- 实验验证证明了交互式细分方法的有效性.
结论:
- 沃罗诺伊图为积极的轮分割提供了重要的先前位置信息.
- 活跃的轮模型提供了数学解释和精确的核细分结果.
