Kanser tanısı için kolon bezlerinin matematiksel analizi

Neoplastic diseases including cancer cause organizational changes in tissues. Histopathological examination, which is routinely used for the diagnosis and grading of these diseases, relies on pathologists to identify such tissue changes under a microscope. However, as this examination mainly relies on the visual interpretation of pathologists, it may lead to a considerable amount of subjectivity. To reduce the subjectivity level, it is proposed to use computational methods that provide objective measures. These methods quantify the tissue changes associated with disease by defining features on tissue images. In this paper, colon glands are mathematically analyzed making use of different feature extraction approaches. In this analysis, morphological, intensity-based, and textural features are investigated and glands are classified using these features. Working on the images of 108 colon tissues of 36 patients, our experiments demonstrate that this classification leads to promising results for differentiating normal glands from the cancerous ones. ©2009 IEEE.

Kanserin de içinde yer aldığı neoplastik hastalıklar, dokularda organizasyonel değişimlere yol açar. Bu hastalıkların tanı ve derecelendirilmesi için günümüz tıbbında rutin olarak kullanılan histopatolojik inceleme, patologların bu değişimleri mikroskop altnda belirlemesine dayanır. Ancak, bu inceleme, patologların görsel yorumlamasını esas alır ve dolayısıyla dikkate değer ölçüde öznellik taşıyabilir. Bu öznelliği azaltmak amacı ile nesnel ölçütler sağlayan farklı bilişimsel yöntemlerin kullanılması önerilmiştir. Bu yöntemler, dokudaki hastalığa bağlı değişimleri, doku görüntüsü üzerinde öznitelikler tanımlayarak niceler. Bu bildiride, farklı öznitelik çıkarma yöntemleri kullanılarak kolon bezlerinin matematiksel analizi yapılmıştır. Bu analizde, morfolojik, renksel ve dokusal öznitelik çıkarma yaklaşımları incelenmiş ve bu öznitelikler kullanılarak kolon bezleri sınıflandırılmıştır. Otuzaltı hastadan alınan 108 kolon doku görüntüsü üzerinde yaptığımız deneysel çalışmalar, bu sınıflandırmanın, normal bezlerin kanserli bezlerden otomatik olarak ayrılması konusunda umut verici sonuçlar verdiğini göstermiştir.