Kelime histogram modeli ile histopatolojik görüntü sınıflandırılması

Colon cancer, which is one of the most common cancer type, could be cured with its early diagnosis. In the current practice of medicine, there are many screening techniques such as colonoscopy, sigmoidoscopy, and stool test, however the most effective and most widely used method for cancer diagnosis is to take tissue sections with biopsy and examine them under a microscope. As this examination is based on visual interpretation, it may lead to subjective decisions and diagnostic differences among pathologists. The need of reducing inter-variability in cancer diagnosis has led to studies for extraction of features from biopsy images and development of algorithms that give objective results. In this paper, we propose a method for the automated classification of a colon tissue image with the features extracted from a histogram that models the existence of image regions determined in an unsupervised way. Experiments on colon tissue images show that the proposed method leads to more successful results compared to its counterparts. Moreover, the proposed method, which uses color intensities for feature extraction, has the potential of giving better results with the use of additional features. © 2011 IEEE.

En yaygın kanser türlerinden biri olan kolon kanserinin tedavisi erken tanı ile mümkün olabilmektedir. Günümüzde kanser tanısında kolonoskopi, sigmoidoskopi ve stool testi gibi görüntüleme yöntemleri kullanılmakta ise de, en yaygın kullanılan ve geçerli yöntem, dokulardan biyopsi işlemi ile doku kesitlerinin alınması ve bu kesitlerin mikroskop altında incelenmesidir. Ancak bu inceleme, görsel yorumlamaya dayalı oldugundan dolayı, patologlar arasında öznel kararların verilmesine neden olabilmekte ve tanı farklılıklarına yol açabilmektedir. Patologlar arasındaki kararlardaki degişkenliği azaltma ihtiyacı, bilgisayar yardımı ile biyopsi görüntüleri üzerinde öznitelik çıkarımı ve nesnel kararlar verilmesini sağlayacak algoritmaların geliştirilmesi için çalışmalara yol açmıştır. Bu bildiride, biyopsi görüntü gösterimi için öğreticisiz olarak belirlenen görüntü bölgelerinin birlikteliğini modelleyen histogramların tanımlanması ve bunlar üzerinde çıkarılacak öznitelikler ile kolon doku görüntülerinin otomatik sınıflandırılması için bir yöntem önerilmiştir. Literaturde kelime histogramı (bag-of-words) modeli olarak da bilinen bu yöntem ile, kolon doku görüntüleri üzerinde yaptığımız deneysel çalışmalar, önerilen bu yöntemin benzer yöntemlerle karşılaştırıldığında daha başarılı sonuçlar verdiğini göstermiştir. Bununla beraber, öznitelik tanımlamasında piksel renk yoğunluk değerlerini kullanan yöntemimizin, farklı özniteliklerin beraber kullanılmasıyla daha iyi sonuçlar verme potansiyeli de bulunmaktadır.