zur Navigation zum Inhalt
 
Onkologie 1. Dezember 2011

Klassifizierung von follikulären Lymphom Bildern: Ein ganzheitlicher Ansatz mit maschinellen – mit Symbolen arbeitenden – Lernverfahren

Mit Symbolen arbeitende maschinelle Lernverfahren werden nur selten in der Klassifikation und Diagnostik von Bildern eingesetzt. In der vorliegenden Arbeit stellen wir ein solches Verfahren vor, das wir erstmals bei Bildern des follikulären Lymphoms eingesetzt haben. Das Lymphom ist ein weit gestreckter Begriff, der eine Reihe von Karzinomen des lymphatischen Systems beinhaltet. Ein Lymphom wird durch den Zelltyp der sich vermehrenden Zelle und durch die Erscheinungsart des Krebses differenziert. Eine exakte Diagnose des Lymphomtyps ist für die wirksamste Therapie des Patienten von essentieller Bedeutung. Unsere Arbeit war fokussiert auf die Identifikation von Lymphomen durch die Darstellung von Follikeln in Mikrosokop-Bildern, die uns vom Pathologie Labor des Universitäts-Spitals von Tenerifa (Spanien) zur Verfügung gestellt worden sind. Wir teilten unsere Arbeit in zwei Stadien ein: im ersten Stadium führten wir eine Vorverarbeitung der Bilder mit einer Extraktion der Merkmale durch. Im zweiten Stadium verwendeten wir verschiedene Methoden der mit Symbolen maschinell arbeitenden Lernmethoden zur Pixel-Klassifikation. Die mit Symbolen arbeitenden Lernmaschin-Methoden werden bei der Suche nach Bildanalysen oft vernachlässigt. Sie sind anerkannt zur Darstellung gut bekannter Bildern mit, allerdings nur mangelhafter, Einsetzbarkeit in der Verarbeitung durch Computer. Unsere Ergebnisse sind sehr vielversprechend und zeigen, dass Methoden mit Einsatz von Symbolen in der Anwendung zur Bildanalyse erfolgreich sein können.

Zu diesem Thema wurden noch keine Kommentare abgegeben.

Mehr zum Thema

<< Seite 1 >>

Medizin heute

Aktuelle Printausgaben