Pap smear test görüntülerinde hücre çekirdeklerinin bölütlenmesi

Abstract

Cervical cancer is a preventable disease and the dysplasia it causes can be scanned by using a pap smear test. It can be beneficial to develop a computer-assisted diagnosis system to make the pap smear test robust and widespread. The most fundamental part of such a system is the segmentation of nuclei and cytoplasm in cervical cell images. The aim of this study is to segment the nuclei in such images. First, markers on the nuclei are found by using mathematical morphology operations. Based on the obtained markers, marker-based watershed segmentation and balloon snake model are applied to find the nuclei contours in a data set consisting of cervical cell images. The data set is composed of six classes ranging according to the dysplasia degree of the cells. The results are evaluated according to the relative distance error measure, and the strengths and weakness of the methods are discussed. ©2009 IEEE.

Erken tanı ile önlenebilir bir kanser olan serviks kanserinin hücrelerde oluşturduğu displazi pap smear testi ile taranabilmektedir. Testin yaygınlaşması ve güvenilirliğinin artması için bilgisayar destekli tanılayıcı bir sistemin geliştirilmesi yardımcı olabilir. Hücrelerdeki displazinin otomatik olarak belirlenmesinde çekirdek ve sitoplazma bölütlemesi en önemli aşamalardandır. Bu çalışmada, serviks hücre görüntülerindeki çekirdeklerin bölütlenmesi amaçlanmaktadır. Öncelikle, hücre çekirdekleri üzerinde işaretler matematiksel biçimbilim yöntemleri kullanılarak hesaplanmıştır. Bulunan işaretler temel alınarak işaret esaslı havza bölütlemesi ve balon snake modeli çekirdeklerin çevritlerini elde etmek üzere serviks hücresi görüntülerinden oluşan veri kümesi üzerinde uygulanmıştır. Veri kümesi displazi derecesine göre ayrılmış 6 sınıftan oluşmaktadır. Elde edilen sonuçlar bağıl uzaklık hatası kullanılarak karşılaştırılmış ve yöntemlerin başarımları ve eksiklikleri tartışılmıştır