数字全幅皮肤组织病理学切片计算机辅助图像定量分析关键技术研究

Histopathological examination is the gold standard for diagnosis of skin cancers. The traditional way of histopathological examination is performed by examining the tissue under the microscope using naked eyes. With the recent development of the high speed, high resolution whole slide scanning technique, the pathologist is able to examine the whole histopathological slide by using computer.. .In order to address the limitations of traditional skin histopathological diagnosis, this research project is aim to utilize image processing and pattern recognition techniques to develop efficient image quantitative analysis techniques which could help the diagnosis. Specifically, we are planning to develop the detection and segmentation techniques for the objects interested by the pathologists in the skin dermis area. These techniques will provide objective and reliable diagnosis information that may assist the final diagnosis. This research project will use the manually labeled object/regions as the reference to evaluate the performance of the proposed techniques. ..This research project is the preliminary research for constructing a computer-aided diagnosis system for skin histopathological slide. This research project is not only accelerating the developing of computer aided analysis on histopathology, but also helping the doctors to further understand the cancer developing procedure..

组织病理学检测是诊断皮肤癌症最优标准。传统的组织病理学切片检测需要通过人肉眼观测显微镜下细胞组织来完成。随着近期高分辨率全幅组织学切片扫描技术的发展，病理学专家可以利用计算机对全幅病理学切片进行病情诊断。.针对传统人工皮肤组织病理学诊断的局限性，本研究旨在利用图像分析和模式识别等技术，结合专家诊断皮肤癌症的一般准则，研究能够帮助病理学专家进行高效率诊断的计算机辅助图像定量分析技术。具体来说，本研究将以皮肤黑素瘤为主要研究对象，研究针对皮肤真皮层中重要目标检测、分割及定量分析技术，为病理学专家提供客观的辅助诊断信息。本研究拟使用专家手工标定区域为参考，比较和分析拟提出技术所获得结果来验证所提出技术的有效性。.此研究为构建完整的皮肤组织病理学计算机辅助诊断系统的前提基础研究，对推动组织病理学计算机辅助诊断发展，进一步理解皮肤癌症形成过程有重要意义。

组织病理学检测是诊断皮肤癌症最优标准。传统的组织病理学切片检测需要通过人肉眼观测显微镜下细胞组织来完成。随着近期高分辨率全幅组织学切片扫描技术的发展，病理学专家可以利用计算机对全幅病理学切片进行病情诊断。针对传统人工皮肤组织病理学诊断的局限性，本研究利用图像分析和模式识别等技术，研究能够帮助病理学专家进行高效率诊断的计算机辅助图像定量分析技术。具体来说，本研究提出了1）针对皮肤表皮层分割问题的高效率、高精度算法；2）一系列提高细胞核检测/分割精度及鲁棒性的技术；3）有效提取及利用皮肤组织病理学图像中的特征，构建针对皮肤全幅图像的高准确率分类器；4）针对乳腺癌组织病理学图像中细胞坏死区域的分类器，能够对坏死细胞区域进行有效区分；5）局部细胞形态特征，并在口腔癌症的预后模型中得到成功的应用。.本研究为构建完整的组织病理学计算机辅助诊断系统的前提基础研究，对推动组织病理学计算机辅助诊断发展，进一步理解癌症形成过程有重要意义。.