文献

J-GLOBAL ID：201802225573974284   整理番号：18A0027022

K平均クラスタリングは,胸水細胞診画像における重複細胞核の自動セグメンテーション【Powered by NICT】

K mean clustering based automated segmentation of overlapping cell nuclei in pleural effusion cytology images

著者 (3件)： Yadanar Win Khin (Faculty of Engineering, King Mongkut’s Institute of Technology Ladkrabang, Bangkok, Thailand) ,  Choomchuay Somsak (Faculty of Engineering, King Mongkut’s Institute of Technology Ladkrabang, Bangkok, Thailand) ,  Hamamoto Kazuhiko (School of Information and Telecommunication Engineering, Tokai University, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ATC  ページ： 265-269  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 細胞核の特性は主に悪性度の評価と関連している細胞核の自動セグメンテーションは,癌の早期診断に重要である。数研究のみが細胞診胸水画像上での細胞核の自動セグメンテーション,従来の方法による処理が不十分であるに行われてきた。添加では,細胞診胸水像は既にそれ自体が,種々の細胞,および細胞の重なりの不十分なコントラストのために,未だ挑戦的である。残った問題に対処するために,本論文では,接触と重なった細胞を含む胸水細胞診画像における細胞核の自動セグメンテーションのためのアルゴリズムを示した。最初に,前処理段階は,雑音を低減し,中央値フィルタとCLAHEそれぞれを用いてコントラストを増強するために行われる。細胞核がLAB色空間におけるK平均クラスタ化アルゴリズムを用いて分割した。境界は補正と非核領域を,形態論的操作により除去される。最後に,重なった細胞核は,流域法に依存して分離し,分離した細胞核の境界は楕円フィッティング法を用いて推定した。提案したシステムは,通常良性および癌細胞と細胞診胸水の35画像を含む局所データセット上で評価した。実験結果は,それぞれ精度=0.90,リコール=0.89,F meas ure=0.89,Dice類似係数=94%およびPiccard指数=89%の精度が得られた。得られた結果は,専門家により注釈を手動的グランドトルース画像を用いた検証と比較した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 腫瘍細胞 ,  色空間 ,  メディアンフィルタ ,  *胸水 ,  早期診断 ,  前処理 ,  *細胞診 ,  モルフォロジー ,  *細胞核 ,  *画像 ,  コントラスト ,  アルゴリズム ,  *クラスタ化
準シソーラス用語： *自動セグメンテーション ,  *胸水細胞診 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 平均 ,  クラスタリング ,  胸水細胞診 ,  細胞核 ,  自動セグメンテーション