Wang, Anqi ; Noll, Matthias ; Wesarg, Stefan (2015)
Tumorsegmentierung in CD3/CD8-gefärbten Histopathologien.
Bildverarbeitung für die Medizin 2015. Lübeck (15. bis 17. März 2015)
doi: 10.1007/978-3-662-46224-9_60
Konferenzveröffentlichung, Bibliographie
Kurzbeschreibung (Abstract)
Segmentierung von bestimmten Gewebetypen in Histopathologien ist eine oft untersuchte Fragestellung. Üblicherweise werden dafür Gewebeproben mit Hämatoxylin-Eosin(HE)-Färbung verwendet. CD3/CD8-F¨arbungen hingegen sind nötig zur Sichtbarmachung von Immunzellen, differenzieren aber nur wenig zwischen unterschiedlichen Gewebearten. Vorteilhaft wäre es, wenn aus nur einem Gewebeschnitt mit einer bestimmten Färbung beide Informationen extrahiert werden könnten. In dieser Arbeit stellen wir ein Segmentierungsverfahren auf CD3/CD8-gef¨arbten Gewebeproben vor, das effizient zu berechnende und gleichzeitig aussagekräftige Features als Eingabe für einen Clustering- Algorithmus verwendet. In der Evaluation wird ein durchschnittlicher Accuracy-Wert von 94,44 erzielt. Dieser Wert ist vergleichbar mit den Ergebnissen verwandter State of the Art Methoden, die HE-gefärbte Proben einsetzen.
Typ des Eintrags: | Konferenzveröffentlichung |
---|---|
Erschienen: | 2015 |
Autor(en): | Wang, Anqi ; Noll, Matthias ; Wesarg, Stefan |
Art des Eintrags: | Bibliographie |
Titel: | Tumorsegmentierung in CD3/CD8-gefärbten Histopathologien |
Sprache: | Deutsch |
Publikationsjahr: | März 2015 |
Verlag: | Springer, Vieweg, Wiesbaden |
Buchtitel: | Bildverarbeitung für die Medizin 2015 |
Reihe: | Informatik aktuell |
Veranstaltungstitel: | Bildverarbeitung für die Medizin 2015 |
Veranstaltungsort: | Lübeck |
Veranstaltungsdatum: | 15. bis 17. März 2015 |
DOI: | 10.1007/978-3-662-46224-9_60 |
Kurzbeschreibung (Abstract): | Segmentierung von bestimmten Gewebetypen in Histopathologien ist eine oft untersuchte Fragestellung. Üblicherweise werden dafür Gewebeproben mit Hämatoxylin-Eosin(HE)-Färbung verwendet. CD3/CD8-F¨arbungen hingegen sind nötig zur Sichtbarmachung von Immunzellen, differenzieren aber nur wenig zwischen unterschiedlichen Gewebearten. Vorteilhaft wäre es, wenn aus nur einem Gewebeschnitt mit einer bestimmten Färbung beide Informationen extrahiert werden könnten. In dieser Arbeit stellen wir ein Segmentierungsverfahren auf CD3/CD8-gef¨arbten Gewebeproben vor, das effizient zu berechnende und gleichzeitig aussagekräftige Features als Eingabe für einen Clustering- Algorithmus verwendet. In der Evaluation wird ein durchschnittlicher Accuracy-Wert von 94,44 erzielt. Dieser Wert ist vergleichbar mit den Ergebnissen verwandter State of the Art Methoden, die HE-gefärbte Proben einsetzen. |
Freie Schlagworte: | Business Field: Visual decision support, Research Area: Computer vision (CV), Segmentation, Clustering, Medical image processing |
Fachbereich(e)/-gebiet(e): | 20 Fachbereich Informatik 20 Fachbereich Informatik > Graphisch-Interaktive Systeme |
Hinterlegungsdatum: | 08 Mai 2019 06:45 |
Letzte Änderung: | 08 Mai 2019 06:45 |
PPN: | |
Export: | |
Suche nach Titel in: | TUfind oder in Google |
![]() |
Frage zum Eintrag |
Optionen (nur für Redakteure)
![]() |
Redaktionelle Details anzeigen |