基于图的特征在胃癌组织病理图像分类计算机辅助诊断中的应用
图像与视频处理
2022-05-18 v1 计算机视觉与模式识别
机器学习
摘要
胃癌检测的金标准是胃组织病理图像分析，但现有的组织病理检测与诊断存在一定缺陷。本文在计算机辅助诊断系统研究的基础上，将基于图的特征应用于胃癌组织病理显微图像分析，并使用分类器对胃癌细胞与良性细胞进行分类。首先进行图像分割，找到区域后，使用k-means方法提取细胞核，绘制最小生成树（MST），并提取MST的基于图的特征。然后将基于图的特征输入分类器进行分类。本研究在组织分割阶段比较了不同的分割方法，包括水平集、Otsu阈值法、分水岭、SegNet、U-Net和Trans-U-Net分割；在特征提取阶段比较了基于图的特征、红绿蓝特征、灰度共生矩阵特征、方向梯度直方图特征和局部二值模式特征；在分类器阶段比较了径向基函数（RBF）支持向量机（SVM）、线性SVM、人工神经网络、随机森林、k近邻、VGG16和Inception-V3。研究发现，使用U-Net分割组织区域，然后提取基于图的特征，最后使用RBF SVM分类器可获得最优结果，准确率达94.29%。
引用
@article{arxiv.2205.08467,
title = {Application of Graph Based Features in Computer Aided Diagnosis for Histopathological Image Classification of Gastric Cancer},
author = {Haiqing Zhang and Chen Li and Shiliang Ai and Haoyuan Chen and Yuchao Zheng and Yixin Li and Xiaoyan Li and Hongzan Sun and Xinyu Huang and Marcin Grzegorzek},
journal= {arXiv preprint arXiv:2205.08467},
year = {2022}
}