典型文献
外周神经母细胞性肿瘤病理切片MKI的计算机辅助预后评估
文献摘要：
外周神经母细胞性肿瘤(peripheral neuroblastic tumors,pNT)是儿童常见的颅外恶性实体瘤,其主要预后评估依据为神经母细胞瘤分化程度和核碎裂指数(mitosis-karyorrhexis index,MKI).目前,对MKI的计算主要通过病理医生人工计数,过程繁琐且工作量较大.采用计算机图像处理算法识别病理切片图像中病理性核分裂神经母细胞(pathological mitotic neuroblasts,PMN)和神经母细胞(neuroblasts,NEU),并辅助病理医生计数,可减少医生的重复性工作,提高工作效率.采用数学形态局部最小值标记(H-minima)修改梯度幅值,并利用改进型分水岭算法识别NEU并计数.实验结果表明,与病理医生的金标准对比,所提算法对NEU识别的平均准确率为94.2％,平均过分割率为2.79％.从色度分量角度对PMN的细胞质区域识别,平均识别准确率为81.66％,MKI值的平均误差率为0.031％.
文献关键词：
图像处理;计算机辅助诊断;病理切片;神经母细胞;改进型分水岭;病理性核分裂;色度分量
中图分类号：
作者姓名：
万真真;韩帅;施宁;刘芳;张绍永;李春雪
作者机构：
河北大学电子信息工程学院,河北保定071002;河北软件职业技术学院,河北保定071000;保定市儿童医院,河北保定071000;保定市儿童呼吸消化疾病临床研究重点实验室,河北保定071000
文献出处：
引用格式：
[1]万真真;韩帅;施宁;刘芳;张绍永;李春雪-.外周神经母细胞性肿瘤病理切片MKI的计算机辅助预后评估)[J].激光与光电子学进展,2022(08):82-89
A类：
MKI,neuroblastic,pNT,karyorrhexis,neuroblasts,改进型分水岭
B类：
外周神经,母细胞性,肿瘤病,病理切片,预后评估,peripheral,tumors,颅外,恶性实体瘤,神经母细胞瘤,分化程度,碎裂,mitosis,计算机图像处理,图像处理算法,算法识别,切片图像,病理性核分裂,pathological,mitotic,PMN,NEU,生计,提高工作效率,数学形态,局部最小值,minima,梯度幅值,分水岭算法,金标准,标准对比,平均准确率,色度分量,量角,细胞质,胞质区,区域识别,识别准确率,平均误差,误差率,计算机辅助诊断
AB值：
0.330448
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
