SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:DiVA.org:uu-160312"
 

Sökning: id:"swepub:oai:DiVA.org:uu-160312" > Blind Color Decompo...

Blind Color Decomposition of Histological Images

Gavrilovic, Milan (författare)
Uppsala universitet,Bildanalys och människa-datorinteraktion,Avdelningen för visuell information och interaktion
Azar, Jimmy (författare)
Uppsala universitet,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion
Lindblad, Joakim (författare)
Swedish University of Agricultural Sciences,Sveriges lantbruksuniversitet,Uppsala universitet,Bildanalys och människa-datorinteraktion,Avdelningen för visuell information och interaktion,,Centre for Image Analysis
visa fler...
Wählby, Carolina (författare)
Uppsala universitet,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion,Science for Life Laboratory, SciLifeLab
Bengtsson, Ewert (författare)
Uppsala universitet,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion,Uppsala University
Busch, Christer (författare)
Uppsala universitet,Molekylär och morfologisk patologi
Carlbom, Ingrid (författare)
Uppsala universitet,Bildanalys och människa-datorinteraktion
visa färre...
 (creator_code:org_t)
 
2013
2013
Engelska.
Ingår i: IEEE Transactions on Medical Imaging. - 0278-0062 .- 1558-254X. ; 32:6, s. 983-994
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Cancer diagnosis is based on visual examination under a microscope of tissue sections from biopsies. But whereas pathologists rely on tissue stains to identify morphological features, automated tissue recognition using color is fraught with problems that stem from image intensity variations due to variations in tissue preparation, variations in spectral signatures of the stained tissue, spectral overlap and spatial aliasing in acquisition, and noise at image acquisition. We present a blind method for color decomposition of histological images. The method decouples intensity from color information and bases the decomposition only on the tissue absorption characteristics of each stain. By modeling the charge-coupled device sensor noise, we improve the method accuracy. We extend current linear decomposition methods to include stained tissues where one spectral signature cannot be separated from all combinations of the other tissues' spectral signatures. We demonstrate both qualitatively and quantitatively that our method results in more accurate decompositions than methods based on non-negative matrix factorization and independent component analysis. The result is one density map for each stained tissue type that classifies portions of pixels into the correct stained tissue allowing accurate identification of morphological features that may be linked to cancer.

Ämnesord

TEKNIK OCH TEKNOLOGIER  -- Medicinteknik -- Medicinsk bildbehandling (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Medical Engineering -- Medical Image Processing (hsv//eng)
NATURVETENSKAP  -- Data- och informationsvetenskap -- Datavetenskap (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences -- Computer Sciences (hsv//eng)
MEDICIN OCH HÄLSOVETENSKAP  -- Medicinsk bioteknologi -- Biomedicinsk laboratorievetenskap/teknologi (hsv//swe)
MEDICAL AND HEALTH SCIENCES  -- Medical Biotechnology -- Biomedical Laboratory Science/Technology (hsv//eng)

Nyckelord

Datoriserad bildbehandling
Computerized Image Processing

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy