Image processing algorithms for histopathological images

Pataloglar hücre morfolojilerini mikroskop altında incelemektedirler. Bu işlem zaman alınmasının yanı sıra insan kaynaklı hatalara da açıktır. Bilgisayar tabanlı tanı sistemleri ve modülleri, pataloglara bu ağır işte yardımcı olarak harcanan zamanı ve insan kaynaklı hataları azaltmaktadır. Bu tezde, histopatholojik imgelerdeki bölütleme, saptama ve ayrıştırma sorunlarında pataloglara yardım etmek amacıyla bilgisayar tabanlı bir tanı modülü ve algoritmalar geliştirilmiştir. Mezenkimal kök hücrelerinin (MKH) boyutunun ölçülmesi, sayımı ve hareketlerinin takip edilmesi amacıyla çok çözünürlüklü süper piksel algoritması sunulmuştur. Sunulan bu algoritma, Basit Doğrusal Dönüşümlü Gruplandırma (SLIC) algoritması ile karşılaştırılmış ve hücrelerin bulunmasında %7 oranında bir atış yakalanırken, %5 daha az yanlış alarm oranı elde edilmiştir. Ayrıca benzer komşu süper pikselleri birleştiren özgün iki yeni karar verme algoritmaları sunulmuştur. Skaladan Bağımsız özellik Transformunun (SIFT) tek boyutaki versiyonu geliştirilmiş ve benzer bölgelerin bulunması amacıyla komşu süper piksellerin histogramlarına uygulanmıştır. Aynı birleştirme işleminin dalgacık teoremi kullanılarak da yapılabilineceği gösterilmiştir. Bahsedilenlere ek olarak, kovaryans ve ortak fark matrikslerinin kanser kök hücrelerinin (KKH) bulunmasında kullanılabilineceği gösterilmiş ve karaciğer imgelerindeki aynı hücrelerin sezimlenmesi için bir bilgisayar tabanlı tanı modülü geliştirilmiştir. Geliştirilen algoritma, CD13 boyaması ile boyanmış karaciğer kanseri imgelerdeki kanser kök hücrelerini bulmaktadır. Sistemin gerçek zamanlı öğrenmeye açık yapısı ile saptama başarısı arttırılmıştır. Sunulan algoritma kullanıcı yönlendirmesi ile çalıştığında, sadece bölge tanımlayıcıları kullanılarak elde edilen sonuçlara nazaran ortalama bulma kalitesinin ve doğruluğun %25 oranında yükseldiği deneysel olarak gösterilmiştir. Ayrıca, sunulan bu modül, ImageJ ve Fiji programlarının yakın eklentileri ile karşılaştırılmış ve benzer öznitelikler kullanıldığında, sunulan modülü ile, eklentilere göre yaklaşık %20 daha başarılı ayrıştırma sonuçları elde edildiği gösterilmiştir. Sunulan sistem ile beraber daha önce bahsedilen tek boyutlu SIFT algoritması geliştirilerek immünohistokimyasal prosedürlere göre masrafsız bir boyama olan Hematoksilen-Eozin (H&E) boyaması ile boyanmış kanserli imgelerin ayrıştırılmasında kullanılmıştır. önerilen yöntem ile H&E boyaması uygulanmış normal ve kanserli dokuların ayrıştırılmasında %91 gibi bir başarı yüzdesi elde edilmiştir.