本文選題：HE染色 + 圖像分割��； 參考：《計算機工程與科學(xué)》2017年02期

【摘要】：HE染色的乳腺癌組織病理圖像是分析診斷乳腺癌常用的方法,病理學(xué)家普遍認為癌巢和間質(zhì)的病理形態(tài)學(xué)特征對研究乳腺癌的生物學(xué)行為有著預(yù)示作用,所以準確分割癌巢和間質(zhì)顯得尤為重要。對于HE染色乳腺癌組織病理圖像,視癌巢和間質(zhì)的分割為圖像中像素點的分類問題,提取并分析特征,選取最佳特征組合,然后分類為癌巢或間質(zhì),并結(jié)合間隔采樣、歸一化與閾值法。實驗表明,該方法能較為準確地分割出癌巢和間質(zhì),保證較高準確率和精度,在時間效率上能達到較為滿意的結(jié)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.
【作者單位】： 武漢大學(xué)計算機學(xué)院;
【基金】：江蘇省自然科學(xué)基金(BK20161249)
【分類號】：R737.9;TP391.41

【參考文獻】

相關(guān)期刊論文 前3條

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 孫君頂;馬媛媛;;紋理特征研究綜述[J];計算機系統(tǒng)應(yīng)用;2010年06期

3 劉麗;匡綱要;;圖像紋理特征提取方法綜述[J];中國圖象圖形學(xué)報;2009年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 白曉靜;盧鋼;閆勇;;基于多尺度顏色小波紋理特征的火焰圖像分割[J];計算機工程與應(yīng)用;2017年09期

2 王玉晶;;基于最優(yōu)特征加權(quán)的圖像分類算法[J];中北大學(xué)學(xué)報(自然科學(xué)版);2017年02期

3 熊昌鎮(zhèn);單艷梅;郭芬紅;;結(jié)合主體檢測的圖像檢索方法[J];光學(xué)精密工程;2017年03期

4 易丐;李國進;王祥銅;;基于ELM和證據(jù)理論的紋理圖像分類[J];計算技術(shù)與自動化;2017年01期

5 王素婷;朱憲坤;呂青;;基于RILBP-GLCM算法的煤巖顯微組分識別[J];煤炭技術(shù);2017年03期

6 杜政;方耀;;結(jié)合隨機森林的高分一號分類最優(yōu)組合研究[J];地理空間信息;2017年02期

7 闞賢響;劉娟;屈愛平;;HE染色乳腺癌組織病理圖像癌巢與間質(zhì)分割研究[J];計算機工程與科學(xué);2017年02期

8 徐子雯;何金鎂;;一種泡沫金屬材料的裂縫缺陷檢測方法[J];信息與電腦(理論版);2017年02期

9 侯情緣;卿粼波;滕奇志;;基于多特征融合半自動巖心圖像顆粒提取[J];微型機與應(yīng)用;2017年01期

10 王健榮;王Y，

本文編號：2078534