Segmentación automática de núcleos solapados en imágenes de citologías

  1. Silvia Alayón 1
  2. José Luis Sánchez 1
  3. José F. Sigut 1
  4. Juan A. Méndez 1
  1. 1 Universidad de La Laguna (España)
Actas:
Jornadas de Automática (29ª. 2008. Tarragona)

Editorial: Comité Español de Automática CEA-IFAC

ISBN: 978-84-9732-603-2

Año de publicación: 2008

Tipo: Aportación congreso

GOOGLE SCHOLAR

Resumen

La segmentación de núcleos es una tarea clásica enel análisis de imágenes de citologías. Esta etapatiene un peso especial dentro del proceso global dediagnóstico: una buena segmentación de los núcleospermite una óptima extracción de características, ypor consiguiente, una clasificación más eficiente delos núcleos. La principal dificultad que existe en esteproceso es la presencia en las imágenes de núcleossolapados. La separación de núcleos solapados serealiza normalmente de modo manual.En este trabajo se presenta un método automáticopara segmentar los núcleos solapados. Este métodoestá basado en la combinación de dos técnicas desegmentación bien conocidas (umbralización ytransformada watershed) junto con un nuevo métodode fusión de regiones diseñado específicamente paraestas imágenes.

Referencias bibliográficas

  • Cong G., Parvin B. (1999) “Model Based Segmentation of Nuclei”, IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'99), Volume 1.
  • Hospital Universitario de Canarias: http://www.huc.es
  • Kass, M., Witkin, A., y Terzopoulos, D. (1987) “Snakes: Active Contour Models”, Proc. 1st International Conference on Computer Vision.
  • Lee K.-M., Street W.N. (2003) “Model-based detection, segmentation and classification for image analysis using on-line shape learning”. Journal of Machine Vision and Applications.
  • Malpica N., Ortiz de Solorzano C., Vaquero J.J., Santos A., Vallcorba I., García Sagredo J.M., Del Pozo F. (1997) “Applying Watershed Algorithms to the Segmentation of Clustered Nuclei”, Cytometry, 28, pp. 289-297.
  • Matlab: http://www.mathworks.com/
  • Mouroutis, T., Roberts, S.J., Bharath, A.A. (1998) “Robust Cell Nuclei Segmentation Using Statistical Modelling”, Bioimaging, Vol 6(2), pp 79-91.
  • Murashov D. (2005) “Method for Segmentation of Low Contrast Cytological Images based on the Active Contour Model”. Proceeding (490) ACIT - Signal and Image Processing.
  • Plissiti M.E., Charchanti A., Krikoni O., Fotiadis D.I. (2006) “Automated segmentation of cell nuclei in PAP smear images”. Proceedings of the Medical Imaging Conference.
  • Tek H., Aras H. (2004) “Local watershed operators for image segmentation”. Medical Image Computing and Computer-Assisted Intervention, pages 127–134.
  • Vincent, L., and Soille P. (1991) "Watersheds in Digital Spaces: An Efficient Algorithm Based on Immersion Simulations", IEEE Transactions of Pattern Analysis and Machine Intelligence, Vol. 13, No. 6, pp. 583-598.
  • Wang Y., Staib L.H. (1998) “Boundary Finding with Correspondence Using Statistical Shape Models”. Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp. 338-345.
  • Wolberg W.H., Street W.N., Mangasarian O.L. (1993) “Breast Cytology Diagnosis Via Digital Image Analysis”. Analytical and Quantitative Cytology and Histology, Vol. 15 No. 6, pages 396-404.