Segmentação de Núcleos em Imagens Histológicas Renais
Resumo
Este trabalho propõe uma ferramenta de diagnóstico auxiliado por computador voltado às patologias relacionadas ao rim. O sistema proposto realiza a segmentação de núcleos celulares em imagens de biópsias renais, servindo ao diagnóstico de diversas patologias associadas. Os testes foram realizados em 122 imagens tratadas com os corantes Hematoxilina-Eosina (H&E) e Ácido Periódico de Schiff (PAS), amostradas de duas bases de dados. O método incluiu operações de deconvolução de cor, morfológicas e limiarização. Uma amostra das imagens segmentadas foi avaliada por um especialista, que considerou 73% das segmentações como boas ou regulares.
Referências
Barros, G. O., Navarro, B., Duarte, A., and Dos-Santos, W. L. (2017). Pathospotter-k: A computational tool for the automatic identification of glomerular lesions in histological images of kidneys. Scientific reports, 7:46769.
Bel, T., Hermsen, M., Smeets, B., Hilbrands, L., van der Laak, J., and Litjens, G. (2018). Automatic segmentation of histopathological slides of renal tissue using deep learning. In Medical Imaging 2018: Digital Pathology, volume 10581, page 1058112. International Society for Optics and Photonics.
Doi, K. (2007). Computer-aided diagnosis in medical imaging: historical review, current status and future potential. Computerized medical imaging and graphics, 31(4-5):198– 211.
Govind, D., Ginley, B., Lutnick, B., Tomaszewski, J. E., and Sarder, P. (2018). Glomerular detection and segmentation from multimodal microscopy images using a butterworth band-pass filter. In Medical Imaging 2018: Digital Pathology, volume 10581, page 1058114. International Society for Optics and Photonics.
Ruifrok, A. C., Johnston, D. A., et al. (2001). Quantification of histochemical staining by color deconvolution. Analytical and quantitative cytology and histology, 23(4):291– 299.
SBN (2019). Compreendendo os rins - sociedade brasileira de nefrologia. https://sbn.org.br/publico/institucional/compreendendo-os-rins/. Acesso em: 08/08/2019.
Sheehan, S. M. and Korstanje, R. (2018). Automatic glomerular identification and quantification of histological phenotypes using image analysis and machine learning. American Journal of Physiology-Renal Physiology, 315(6):F1644–F1651.
Tey,W. K., Kuang, Y. C., Khoo, J. J., Ooi, M. P.-L., and Demidenko, S. (2017). Automatic renal interstitial fibrosis quantification system. In 2017 IEEE International Instrumentation and Measurement Technology Conference (I2MTC), pages 1–6. IEEE.
Bel, T., Hermsen, M., Smeets, B., Hilbrands, L., van der Laak, J., and Litjens, G. (2018). Automatic segmentation of histopathological slides of renal tissue using deep learning. In Medical Imaging 2018: Digital Pathology, volume 10581, page 1058112. International Society for Optics and Photonics.
Doi, K. (2007). Computer-aided diagnosis in medical imaging: historical review, current status and future potential. Computerized medical imaging and graphics, 31(4-5):198– 211.
Govind, D., Ginley, B., Lutnick, B., Tomaszewski, J. E., and Sarder, P. (2018). Glomerular detection and segmentation from multimodal microscopy images using a butterworth band-pass filter. In Medical Imaging 2018: Digital Pathology, volume 10581, page 1058114. International Society for Optics and Photonics.
Ruifrok, A. C., Johnston, D. A., et al. (2001). Quantification of histochemical staining by color deconvolution. Analytical and quantitative cytology and histology, 23(4):291– 299.
SBN (2019). Compreendendo os rins - sociedade brasileira de nefrologia. https://sbn.org.br/publico/institucional/compreendendo-os-rins/. Acesso em: 08/08/2019.
Sheehan, S. M. and Korstanje, R. (2018). Automatic glomerular identification and quantification of histological phenotypes using image analysis and machine learning. American Journal of Physiology-Renal Physiology, 315(6):F1644–F1651.
Tey,W. K., Kuang, Y. C., Khoo, J. J., Ooi, M. P.-L., and Demidenko, S. (2017). Automatic renal interstitial fibrosis quantification system. In 2017 IEEE International Instrumentation and Measurement Technology Conference (I2MTC), pages 1–6. IEEE.
Publicado
15/09/2020
Como Citar
BATISTA, Rodrigo E. C.; VERAS, Rodrigo M. S..
Segmentação de Núcleos em Imagens Histológicas Renais. In: CONCURSO DE TRABALHOS DE INICIAÇÃO CIENTÍFICA - SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE (SBCAS), 20. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 135-140.
ISSN 2763-8987.
DOI: https://doi.org/10.5753/sbcas.2020.11571.
