HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于两步聚类和随机森林的乳腺腺管自动识别方法

作者:王帅; 刘娟; 毕姚姚; 陈哲; 郑群花; 段慧...乳腺癌病理图像病理诊断腺管分割腺管识别形态学操作计算机辅助诊断

摘要:腺管的自动识别在乳腺癌的组织病理学诊断中十分关键,因为腺管密度是乳腺癌分级中的一个重要因子。腺管由一个周围充满细胞质的中心管腔以及管腔周围均匀环绕的细胞核组成。若管腔、细胞质、细胞核在空间位置上接近,则意味着这可能是一个腺管,但是这种识别方法会因为乳腺组织切片中存在脂肪、气泡以及其他类似管腔的对象而出现假阳性错误。为了解决上述问题,提出基于二次聚类与随机森林的腺管自动识别方法。首先通过一次聚类和二次聚类构建出待分割图片;然后通过形态学操作对图片进行处理,并在此基础上进行分割,进而构建候选腺管,利用中心管腔与其周围细胞核的空间位置关系以及一些统计特征来描述腺管;最后通过随机森林分类算法进行分类。实验结果表明,所提算法可以达到86%以上的准确率,为乳腺癌的自动分级奠定了基础。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机科学

《计算机科学》(CN:50-1075/TP)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机科学》报导国内外计算机科学与技术的发展动态,以其新颖、准确、及时为特色,突出动态性、综述性、学术性,“前沿学科”与“基础研究”相结合;“优秀技术”与“支撑技术”相结合;“倡导”与“争鸣”相结合。

杂志详情