Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Analysis of Similarity Measurements in CBIR Using Clustered Tamura Features for Biomedical Images Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

SVM-Based Cancer Grading from Histopathological Images Using Morphological and Topological Features of Glands and Nuclei

verfasst von : Catalin Stoean, Ruxandra Stoean, Adrian Sandita, Daniela Ciobanu, Cristian Mesina, Corina Lavinia Gruia

Erschienen in: Intelligent Interactive Multimedia Systems and Services 2016

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The paper puts forward a new data set comprising 357 histopathological image samples obtained from colon tissues and distinguished into four cancer grades. At the same time, it proposes an automatic methodology for extracting knowledge from these images and discriminating between the disease stages on its base. The approach identifies the glands and nuclei and uses morphological and topological features related to these components to generate 76 attributes that are further used for classification via support vector machines. The values of one parameter used for the identification of the nuclei are tuned and surprisingly good results are reached when overlapping nuclei are identified as singular objects.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Global Motion Estimation Using Saliency Maps in Non-stationary Videos with Static Scenes
Nächstes Kapitel On Preservation of Video Data When Transmitting in Systems that Use Open Networks
Literatur
1.
Mills, S.: Histology for Pathologists, 3rd edn. Lippincott Williams & Wilkins (2006)
2.
Gorunescu, F., Belciug, S.: Evolutionary strategy to develop learning-based decision systems. Application to breast cancer and liver fibrosis stadialization. J. Biomed. Inf. 49, 112–118 (2014)CrossRef
3.
Lee, H., Chen, Y.P.P.: Image based computer aided diagnosis system for cancer detection. Expert Syst. Appl. 42(12), 5356–5365 (2015)MathSciNetCrossRef
4.
Gurcan, M., Boucheron, L., Can, A., Madabhushi, A., Rajpoot, N., Yener, B.: Histopathological image analysis: a review. IEEE Rev. Biomed. Eng. 2, 147–171 (2009)CrossRef
5.
Demir, C.G., Kandemir, M., Tosun, A.B., Sokmensuer, C.: Automatic segmentation of colon glands using object-graphs. Med. Image. Anal. 14(1), 1–12 (2010)CrossRef
6.
7.
Sertel, O., Kong, J., Catalyurek, U.V., Lozanski, G., Saltz, J.H., Gurcan, M.N.: Histopathological image analysis using model-based intermediate representations and color texture: follicular Lymphoma grading. J. Sign. Process. Syst. 55, 169–183 (2009)CrossRef
8.
He, L., Long, L.R., Antani, S., Thoma, G.R.: Histology image analysis for carcinoma detection and grading. Comput. Meth. Prog. Bio. 107(3), 538–556 (2012)CrossRef
9.
Stoean, C., Stoean, R., Sandita, A., Mesina, C., Gruia, C.L., Ciobanu, D.: Evolutionary search for an accurate contour segmentation in histopathological images. In: ACM Genetic and Evolutionary Computation Conference, GECCO Companion, pp. 1491–1492. Spain, Madrid (2015)
10.
Stoean, C., Stoean, R., Sandita, A., Mesina, C., Ciobanu, D., Gruia, C.L.: Investigation on parameter effect for semi-automatic contour detection in histopathological image processing. In: IEEE Post-Proceedings of the 17th International Symposium on Symbolic and Numeric Algorithms for Scientific Computing (in press). Timisoara, Romania (2015)
11.
Beucher, S., Lantuej, C.: Use of watersheds in contour detection. In: International Workshop on Image Processing, Real-Time Edge and Motion Detection/Estimation. Rennes, France (1979)
12.
Kimmel, R., Kiryati, N., Bruckstein, A.M.: Sub-pixel distance maps and weighted distance transforms. J. Math. Imaging Vis. 6, 223–233 (1996)MathSciNetCrossRef
13.
Irshad, H., Veillard, A., Roux, L., Racoceanu, D.: Methods for nuclei detection, segmentation, and classification in digital histopathology: a review-current status and future potential. IEEE Rev. Biomed. Eng. 7, 97–114 (2014)CrossRef
14.
Kong, J., Cooper, L., Kurc, T., Brat, D., Saltz, J.: Towards building computerized image analysis framework for nucleus discrimination in microscopy images of diffuse glioma. In: IEEE 33rd Annual International Conference of the IEEE Engineering in Medicine and Biology Society, pp. 6605–6608. Boston, MA, USA (2011)
15.
Pang, Q., Yang, C., Fan, Y., Chen, Y.: Overlapped cell image segmentation based on distance transform. In: 6th World Congress on Intelligent Control and Automation, vol. 2, pp. 9858–9861. IEEE Press, Dalian (2006)
16.
Joachims, T.: Text categorization with support vector machines: learning with many relevant features. In: 10th European Conference on Machine Learning, pp. 137–142. Springer, London (1998)
17.
Doyle, S., Hwang, M, Shah, K., Madabhushi, A., Feldman, M.D., Tomaszeweski, J.E.: Automated grading of prostate cancer using architectural and textural image features. In: IEEE International Symposium on Biomedical Imaging: From Nano to Macro, pp. 1284–1287. Washington, DC (2007)
Metadaten
Titel
SVM-Based Cancer Grading from Histopathological Images Using Morphological and Topological Features of Glands and Nuclei
verfasst von
Catalin Stoean
Ruxandra Stoean
Adrian Sandita
Daniela Ciobanu
Cristian Mesina
Corina Lavinia Gruia
Copyright-Jahr
2016
Buch
Intelligent Interactive Multimedia Systems and Services 2016

Print ISBN: 978-3-319-39344-5

Electronic ISBN: 978-3-319-39345-2

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-39345-2_13