面向宫颈癌早期检测自动化的预处理方法
计算机视觉与模式识别
2016-11-15 v2
摘要
子宫颈癌是全球女性中最常见的癌症之一。大多数宫颈癌病例可通过旨在检测癌前病变的筛查项目加以预防。在数字阴道镜检查过程中，阴道镜图像或宫颈图以原始形式采集。这些图像包含镜面反射，表现为被白光严重饱和的亮斑，其产生原因是宫颈不平整表面上存在水分。宫颈区域约占原始宫颈图图像的一半。图像的其他部分包含无关信息，如设备、边框、文字和非宫颈组织。这些无关信息会干扰对宫颈内组织的自动识别。因此，我们聚焦于宫颈边界，以便在相关图像区域上获得几何边界。我们的新技术可消除镜面反射、识别感兴趣区域，并使宫颈图准备好用于分割算法。
引用
@article{arxiv.1105.4354,
title = {Preprocessing for Automating Early Detection of Cervical Cancer},
author = {Abhishek Das and Avijit Kar and Debasis Bhattacharyya},
journal= {arXiv preprint arXiv:1105.4354},
year = {2016}
}
备注
15th International Conference on Information Visualisation (Track: 8th International Conference BioMedical Visualization) at London, UK (IEEE Computer Society)