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
- Relaterad länk:
-
https://urn.kb.se/re...
-
visa fler...
-
https://doi.org/10.1...
-
https://res.slu.se/i...
-
visa färre...
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