Cascade pattern recognition structure for improving quantitative assessment of estrogen receptor status in breast tissue carcinomas

 
Το τεκμήριο παρέχεται από τον φορέα :
ΤΕΙ Αθήνας
Αποθετήριο :
Υπατία - Ιδρυματικό Αποθετήριο
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο



Cascade pattern recognition structure for improving quantitative assessment of estrogen receptor status in breast tissue carcinomas (EN)

Δασκαλάκης, Αντώνης (EL)
Κάβουρας, Διονύσης Α. (EL)
Καλατζής, Ιωάννης (EL)
Κωστόπουλος, Σπυρίδων (EL)
Καγκάδης, Γεώργιος Χ. (EL)

Νικηφορίδης, Γεώργιος Σ. (EL)
Τ.Ε.Ι. Αθήνας. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Βιοϊατρικής Τεχνολογίας Τ.Ε. (EL)
Ραβαζούλα, Παναγιώτα (EL)
Γεωργιάδης, Παντελής (EL)

OBJECTIVE: To develop and validate a computer-based approach for the quantitative assessment of estrogen receptor (ER) status in breast tissue specimens for breast cancer management. STUDY DESIGN: Microscopy images of 32 immunohistochemically (IHC) stained specimens of breast cancer biopsies were digitized and were primarily assessed for ER status (percentage of positively stained nuclei) by a histopathologist. A pattern recognition system was designed for automatically assessing the ER status of the IHC-stained specimens. Nuclei were automatically segmented from background by a pixel-based unsupervised clustering algorithm and were characterized as positively stained or unstained by a supervised classification algorithm. This cascade structure boosted the system's classification accuracy. RESULTS: System performance in correctly characterizing the nuclei was 95.48%. When specifying each case's ER status, system performance was statistically not significantly different to the physician's assessment (p = 0.13); when ranking each case to a particular 5-scale ER-scoring system (giving the chance of response to endocrine treatment), the system's score and the physician's score were in agreement in 29 of 32 cases. CONCLUSION: The need for reliable and operator independent ER-status estimation procedures may be served by the design of efficient pattern recognition systems to be employed as support opinion tools in clinical practice. (EN)

journalArticle

Image analysis (EN)
Histopathology (EN)
Ιστοπαθολογία (EN)
Ανάλυση εικόνας (EN)

ΤΕΙ Αθήνας (EL)
Technological Educational Institute of Athens (EN)

Analytical and Quantitative Cytology and Histology (EN)

Αγγλική γλώσσα

2008


Journal of Reproductive Medicine (EN)



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.