高斯的拉普拉西安用于宫细胞学中的快速细胞检测和细分,以帮助癌症诊断
Jesus E Alcaraz-Chavez1, Adriana C Téllez-Anguiano1, Juan C Olivares-Rojas1
1Graduate Studies and Research Division, TecNM Instituto Tecnológico de Morelia, Morelia, MEX.
Cureus
|March 10, 2025
概括
这项研究引入了一种使用拉普拉西安的高斯 (LoG) 算法进行子宫细胞细分的自动化方法,显著提高了从巴氏涂抹图像中检测子宫癌细胞的准确性.
科学领域:
- 计算病理学计算病理学
- 医疗图像分析 医学图像分析
- 宫癌查 宫癌查
背景情况:
- 宫癌是全球主要的健康问题,需要准确的早期检测方法.
- 由于主观细胞学解释,目前的巴氏涂片分析在敏感性和特异性方面面临限制.
- 自动化细胞细分为提高诊断准确性和效率提供了一个潜在的解决方案.
研究的目的:
- 开发和验证用于精确的宫细胞细分和提取的新方法.
- 利用Laplacian of Gaussian (LoG) 算法在巴氏涂抹图像中自动检测和细分宫细胞.
- 评估实时细胞学分析的拟议自动化方法的准确性,回忆和效率.
主要方法:
- 对细胞细分的拉普拉西安的高斯算法 (LoG) 的实现.
- 分析了来自500张宫细胞学幻灯片的2000多张数字巴氏涂片图像.
- 优化实时处理和检测细胞形态变异的方法.
主要成果:
- 实现了高性能指标:96.5%的准确率,99.2%的回忆率和97.8%的F-测量.
- 证明了有效的实时细分和检测宫细胞.
- 验证了该方法在处理形态变异方面的稳定性.
结论:
- 基于LoG的方法显著提高了宫细胞细分的准确性和效率.
- 该方法为自动化细胞学研究提供了一个多功能和适应性的工具.
- 这种自动实时细胞提取过程具有改善宫癌诊断的巨大潜力.
