在使用增强形态值技术的巴氏涂抹图像中自动化宫核细分
Wan Azani Mustafa1,2, Khalis Khiruddin1, Syahrul Affandi Saidi1
1Faculty of Electrical Engineering & Technology, Universiti Malaysia Perlis, Pauh Putra Campus, Arau 02600, Perlis, Malaysia.
Diagnostics (Basel, Switzerland)
|September 27, 2025
概括
这项研究提出了一种改进的算法,用于在巴氏涂抹图像中对宫细胞核进行细分,提高自动查的准确性,并帮助早期检测宫癌.
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:
- 子宫癌是全球主要的死亡原因,尤其是在查机会有限的地方.
- 手动帕普样分析是主观的,容易出错,需要自动化解决方案.
- 宫细胞核的准确细分对于自动化分析至关重要,但由于图像工件而具有挑战性.
研究的目的:
- 为准确的宫核细分开发一个改进的算法.
- 支持自动化巴氏涂片分析,提高诊断可靠性.
- 为了应对诸如重叠细胞,差异差异和染色变异性等挑战.
主要方法:
- 适应性马校正用于对比度增强.
- 对于初始细分的Otsu值.
- 适应性形态操作用于加工后的精炼.
- 使用图像质量指标和基准真相验证进行评估.
主要成果:
- 通过精度 (0.9965),F测量 (97.29%) 和精度 (98.39%) 实现了高性能.
- 显然改善了图像清晰度 (PSNR 16.62) 和灵敏度.
- 在不同的细胞重叠和染色条件中显示出有效性,优于传统方法.
结论:
- 该算法为自动化巴氏涂片分析提供了强大而准确的宫核细分.
- 它为自动查工具提供了一个一致的框架,提高了诊断可靠性.
- 这项工作为医学图像分析中的更广泛应用奠定了基础.
