The paper presents the comparison of different approaches to segmentation of a cell cluster in microscopic images at Ki-67 stained tissues. In automatic quantitative analysis appropriate cell segmentation is the most important task. The main problem is a cell bordering or overlapping, which makes different cell clusters very difficult to separate. Different types of cells based on all nuclei can be recognized. Among them there exists bordering with lighted area between nuclei, the bordering without that area but with significant narrow space between nuclei and in the bad case without even this narrow space. In the first case the optimal selection of threshold value, also in the sequential thresholding manner, can be a successful approach. For nuclei bordering with significant narrow border the appropriate distance transformation and the watershed transform is the most common method to separate these cells. The advantages and disadvantages of different approaches to segmentation will be presented and discussed in the study. Streszczenie. W pracy przedstawione jest porownanie roznych metod segmentacji klastrow komorek w obrazach mikroskopowych przy odczynie Ki- 67. Jest to obok klasyfikacji komorek glowny problem wystepujący w automatycznej analizie ilościowej preparatow tkanek. Klastry komorek są obiektami obrazu bardzo trudnymi do wlaściwej segmentacji i związane są ze stykaniem lub nakladaniem sie profili jąder komorek. Mozna odroznic kilka rodzajow klastrow: z jaśniejszym obszarem pomiedzy jądrami komorek, bez takiego obszaru ale z przewezeniem powierzchni oraz w najtrudniejszym przypadku bez przejaśnien i przewezen. W pierwszym z wymienionych przypadkow skutecznym podejściem jest odpowiedni wybor progu do progowania, w tym podejście oparte na progowaniu sekwencyjnym. W drugim przypadku dobre efekty daje metoda dzialow wodnych w polączeniu z wlaściwą transformacją odleglościową. Skutecznośc rozwazanych w pracy podejśc segmentacji klastrow komorek zostanie zaprezentowana i skomentowana. (Porownanie metod pojedynczego i sekwencyjnego progowania w zastosowaniu do segmentacji klastrow komorek w obrazach mikroskopowych przy odczynie Ki-67)
[1]
Stanislaw Osowski,et al.
Comparative analysis of methods for accurate recognition of cells through nuclei staining of Ki-67 in neuroblastoma and estrogen/progesterone status staining in breast cancer.
,
2009,
Analytical and quantitative cytology and histology.
[2]
Josef Kittler,et al.
Minimum error thresholding
,
1986,
Pattern Recognit..
[3]
N. Otsu.
A threshold selection method from gray level histograms
,
1979
.
[4]
Musa H. Asyali,et al.
Image Processing with MATLAB: Applications in Medicine and Biology
,
2008
.
[5]
Pierre Soille,et al.
Morphological Image Analysis: Principles and Applications
,
2003
.
[6]
Nabih N. Abdelmalek,et al.
Maximum likelihood thresholding based on population mixture models
,
1992,
Pattern Recognit..
[7]
H. R. Keshavan,et al.
An optimal multiple threshold scheme for image segmentation
,
1984,
IEEE Transactions on Systems, Man, and Cybernetics.