پروژه قطعه بندی سلول ها از تصاویر اسلاید طیف برای آسیب شناسی دیجیتال در MATLAB
پیاده سازی مقاله Nuclei Segmentation of Whole Slide Images in Digital Pathology
پروژه قطعه بندی سلول ها از تصاویر اسلاید طیف با هدف آسیب شناسی دیجیتال در نرم افزار MATLAB را با عنوان مقاله Nuclei Segmentation of Whole Slide Images in Digital Pathology آماده کردیم که در ادامه به معرفی زمینه کاری و این پروژه پردازش تصویر، بینایی ماشین، هوش مصنوعی و مهندسی پزشکی پرداخته و فیلم و تصاویری از خروجی به همراه لینک دانلود رایگان مقاله اصلی قرار داده شده است.
تصاویر اسلاید طیف در آسیب شناسی دیجیتال :
ظهور تصاویر اسلاید طیف ، به عنوان مثال اسکن دیجیتالی اسلاید پاتولوژی (آسیب شناسی دیجیتال) می تواند در یک دوره جدیدی از تجزیه و تحلیل کمی از نمونه های بافتی باشد. در حالی که قضاوت های سنتی بوسیله یک آسیب شناس با الگوریتم های ساخته شده در حوضه ی پردازش تصویر و بینایی ماشین می تواند به تعیین تراکم سلولی در نئوپلاسم (Neoplasm) ، تعیین مقدار پـروتئین HER2 در سرطان پستان و بسیاری از موارد دیگر باشد.
آسیب شناسی یا پاتولوژی (Pathology) چیست ؟
آسیب شناسی یا پاتولوژی (Pathology) شاخه ای از علم پزشکی است که بحث آن در رابطه با تاثیر بیماری ها و آسیب ها در سطح بافتی و سلولی و همینطور مولکولی می باشد. همچنین آسیب شناسی، مطالعه علت و معلول بیماری از نمونه های بافتی در اسلاید میکروسکوپ است.
توضیحات بیشتر، دانلود رایگان مقاله مرجع، مشاهده فیلم و تصاویری از خروجی پروژه قطعه بندی سلول ها از تصاویر در ادامه مطلب.
ارزیابی یک نمونه بافت که در زیر میکروسکوپ بررسی می شود، ذاتا ذهنی بوده و می تواند اختلاف نظر در میان آسیب شناسان باشد. بنابراین، تجزیه و تحلیل بافت های منطقه ای از هدف مورد نظر می تواند به شدت در تعیین درست تشخیص دادن و پیش بینی مفید باشد.
چالش های آسیب شناسی دیجیتال :
یکی از بزرگترین چالش ها در آسیب شناسی دیجیتال، قطعه بندی دقیق سلول ها می باشد. در نمونه های بافتی، سلول ها نزدیک هم و فشرده بوده و گاهی اوقات با یکدیگر هم پوشانی دارند و در تصویر برداری نیز با وجود آنکه از بافت ها یک تصویر سه بعدی بدست می آید، اما بدلیل فشردگی و هم پوشانی بیش از حد سلول ها، ما آن تصویر سه بعدی را به صورت یک تصویر دو بعدی مشاهده می کنیم.
معرفی پروژه قطعه بندی سلول ها از تصاویر :
در این پروژه پردازش تصویر، ما به ارزیابی مجموعه ای از الگوریتم های تشخیص هسته و قطعه بندی در هماتوکسیلین و ائوزین (H & E) با رنگ آمیزی نمونه بافت می پردازیم.
الگوریتم های مورد استفاده در این پروژه قطعه بندی سلول ها از تصاویر:
- الگوریتم تبدیل فاصله اقلیدسی
- اﻟﮕﻮرﯾﺘﻢ ﻗﻄﻌﻪ ﺑﻨﺪی واﺗﺮﺷﺪ
- ﺍﭘﺮﺍﺗﻮﺭ ﻫﺎﯼ ﺭﯾﺨﺖ ﺷﻨﺎﺳﯽ (مورفولوژی)
- فیلترهای گاوسی لاپلاسین
- آشکارسازهای MSER
- تبدیل هاف
تصاویری از خروجی پروژه قطعه بندی سلول ها از تصاوی :
تصویر خروجی ۲:
تصویر خروجی ۳:
تصویر خروجی ۴:
تصویر خروجی ۵:
تصویر خروجی ۶:
تصویر خروجی ۷:
تصویر خروجی ۸:
تصویر خروجی ۹:
تصویر خروجی ۱۰:
تصویر خروجی ۱۱:
مشاهده ویدئو در این باره
سلام دوستان خسته نباشید. متشکر که تو اجرای پروژه بهم کمک کردید واقعا شرمندم کردید مجبور شدم ازتون کمک بگیرم چند تا از دوستان هم قراره بیان تو این زمینه پروژه خرید کنن .
سلام پروژه عالی بود مخصوصا توضیحاتش خیلی به دردم خورد واضح به همه چی اشاره کردین با تشکر دوستان خسته نباشید.