Multilevel cluster ensembling for histopathological image segmentation

Dokuların patologlar tarafından histopatolojik incelemesinin yapılması, kanser tanı veerecelendirmesinde altın standart olarak kabul edilir. Bu işlemde gözlemcilerin değişkenliköstermesi, tanı sonuçlarında öznelliğe sebep olur. Bu tarz sorunların üstesinden gelebilmekçin, nicel veriler kullanan hesaplamasal teknikler ileri sürülmüştür. Bu teknikler, dokuesimlerinin homojen bölgelerden oluştuğunu varsayarak bu resimlerden matematikselzellikler çıkarır ve resimleri sınıflandırır. Fakat bu varsayım her zaman doğru değildir veınıflandırmadan önce resimlerin bölütlenmesi gerekir. Resimleri bölütlemek için çeşitlieknikler ileri sürülmüştür, fakat bu tekniklerin çoğu imgecikler üzerinde çalışır vegenel resimler için geliştirilmiştir. Son zamanlarda birkaç algoritma doku resimleribölütlemede ıbbi bilgileri kullanmıştır. Bu tekniklerin yüksek seviye özellik tanımlarıçok ümit vericidir. ncak, bu teknikler bölütleme safhalarında, çok kararlı olmayanve yerel çözümlere kaçabilen ölge büyütme yaklaşımını kullanmıştır.Bu tezde, histopatolojik resimlerin bölütlenmesi için yüksek kalite sonuçlar üreten, verimli ve ararlı bir yöntem sunuyoruz. Doku resimlerini bölütlemek için var olanyüksek seviye özellik tanımlarını kullandık. Bölütleme yöntemimiz, bizimle aynı özelliktanımını kullanan diğer yöntemlerin bölütleme başarısını ve kararlılığını önemli derecedearttırıyor. Resim bölütleme problemini bir kümeleme problemi olarak kabul ettik.Kümeleme sonuçlarının kalitesini ve kararlılığını arttırmak için farklı kümeleme sonuçlarınıbir araya getirip birleştirdik. Bu teknik, kümeleme bileşimi olarak da bilinir. Biz ayrıcakümeleme problemini çizge bölümleme problemine dönüştürdük. Birbirinden farklı veyüksek kaliteli kümeleme sonuçları elde etmek için, iyi bilinen çok seviyeli çizgebölümleme tekniği üzerinde değişiklikler ve iyileştirmeler yaptık. Yöntemimiz tıbbi olarak bir anlamı olan nesneleri ayrı bölgelere toplayarak sonuç bölütlemeyi elde eder.Yaptığımız deneyler, önerdiğimiz çok seviyeli kümeleme bileşimi tekniğinin, genel resimlerve doku resimleri için daha önceden önerilmiş bölütleme tekniklerinden çok daha iyisonuçlar ürettiğini gösterdi. Deneylerde kullandığımız doku resimlerinin çoğu resimelde etme aşamasında ortaya çıkan bozulmalar içermesine rağmen, önerdiğimizyöntem yüksek kaliteli sonuçlar üretti.