TAILIEUCHUNG - Báo cáo y học: " Optimizing automated characterization of liver fibrosis histological images by investigating color spaces at different resolutions"

Tuyển tập các báo cáo nghiên cứu về y học được đăng trên tạp chí y học quốc tế cung cấp cho các bạn kiến thức về ngành y đề tài: "Optimizing automated characterization of liver fibrosis histological images by investigating color spaces at different resolutions | Mahmoud-Ghoneim Theoretical Biology and Medical Modelling 2011 8 25 http content 8 1 25 THEORETICAL BIOLOGY AND MEDICAL MODELLING RESEARCH Open Access Optimizing automated characterization of liver fibrosis histological images by investigating color spaces at different resolutions Doaa Mahmoud-Ghoneim1 2 Correspondence dmahmoud@ 1Physics Department Faculty of Science United Arab Emirates University Al-Ain UAE Full list of author information is available at the end of the article 2 BioMed Central Abstract Texture analysis TA of histological images has recently received attention as an automated method of characterizing liver fibrosis. The colored staining methods used to identify different tissue components reveal various patterns that contribute in different ways to the digital texture of the image. A histological digital image can be represented with various color spaces. The approximation processes of pixel values that are carried out while converting between different color spaces can affect image texture and subsequently could influence the performance of TA. Conventional TA is carried out on grey scale images which are a luminance approximation to the original RGB Red Green and Blue space. Currently grey scale is considered sufficient for characterization of fibrosis but this may not be the case for sophisticated assessment of fibrosis or when resolution conditions vary. This paper investigates the accuracy of TA results on three color spaces conventional grey scale RGB and Hue-Saturation-Intensity HSI at different resolutions. The results demonstrate that RGB is the most accurate in texture classification of liver images producing better results most notably at low resolution. Furthermore the green channel which is dominated by collagen fiber deposition appears to provide most of the features for characterizing fibrosis images. The HSI space demonstrated a high percentage error for the majority of texture methods at all resolutions .

TỪ KHÓA LIÊN QUAN
TAILIEUCHUNG - Chia sẻ tài liệu không giới hạn
Địa chỉ : 444 Hoang Hoa Tham, Hanoi, Viet Nam
Website : tailieuchung.com
Email : tailieuchung20@gmail.com
Tailieuchung.com là thư viện tài liệu trực tuyến, nơi chia sẽ trao đổi hàng triệu tài liệu như luận văn đồ án, sách, giáo trình, đề thi.
Chúng tôi không chịu trách nhiệm liên quan đến các vấn đề bản quyền nội dung tài liệu được thành viên tự nguyện đăng tải lên, nếu phát hiện thấy tài liệu xấu hoặc tài liệu có bản quyền xin hãy email cho chúng tôi.
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.