Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference · 2009
Extraction of color features in the spectral domain to recognize centroblasts in histopathology.
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Belkacem-Boussaid Kamel, Sertel Olcay, Lozanski Gerard, Shana'aah Arwa, Gurcan Metin
Аннотация
In this paper, we are proposing a novel automated method to recognize centroblast (CB) cells from non-centroblast (non-CB) cells for computer-assisted evaluation of follicular lymphoma tissue samples. The method is based on training and testing of a quadratic discriminant analysis (QDA) classifier. The novel aspects of this method are the identification of the CB object with prior information, and the introduction of the principal component analysis (PCA) in the spectral domain to extract color texture features. Both geometric and texture features are used to achieve the classification. Experimental results on real follicular lymphoma images demonstrate that the combined feature space improved the performance of the system significantly. The implemented method can identify centroblast cells (CB) from non-centroblast cells (non-CB) with a classification accuracy of 82.56%.