基于组织病理学驱动的前列腺癌鉴定:使用CLAHE和GLCM洞察力的VBIR方法
Pramod K B Rangaiah1, B P Pradeep Kumar2, Robin Augustine1
1Microwaves in Medical Engineering Group, Division of Solid State Electronics, Department of Electrical Engineering, Uppsala University, Box 65 SE-751 03, Uppsala, Sweden.
Computers in biology and medicine
|October 2, 2024
概括
本研究介绍了一种改进的方法,用于检索基因病理图像,使用基于视觉的图像恢复 (VBIR) 与CLAHE和GLCM算法相结合. 改进的技术取得了89.6%的成功率,改善了前列腺癌的诊断.
科学领域:
- 医疗成像医学成像
- 计算病理学计算病理学
- 生物医学工程 生物医学工程
背景情况:
- 精确分析组织病理学图像对于医学诊断至关重要,特别是对于前列腺癌.
- 现有的图像检索方法在图像质量和特征提取方面面临挑战.
研究的目的:
- 通过综合方法来增强组织病理图像回收.
- 提高医疗图像分析用于诊断目的的准确性和效率.
主要方法:
- 集成基于视觉的图像恢复 (VBIR) 与对比度有限的自适应式直方图标均等 (CLAHE).
- 在特征提取中应用灰级共发生矩阵 (GLCM) 算法.
- 使用具有GLCM特性的非线性支向量机 (SVM) 分类器.
主要成果:
- 在图像分析方面取得了89.6%的显著成功率.
- 证明了高效的处理,匹配组织的平均执行时间为41.23s,不匹配组织的平均执行时间为21.22s.
- 通过CLAHE突出显著改善图像对比度和可见性.
结论:
- 拟议的方法显著增强了他的病理图像回收和分析.
- 这种方法可以提高医疗图像处理的可靠性和效率.
- 这项研究有助于促进前列腺癌等疾病的诊断实践的进步.
更多相关视频
07:34Author Spotlight: Advancing Prostate Cancer Research Through Improved Tissue Sampling and Biobanking
Published on: November 17, 2023
622
13:19Microarray-based Identification of Individual HERV Loci Expression: Application to Biomarker Discovery in Prostate Cancer
Published on: November 2, 2013
16.5K