Registration of multiple stained histological sections

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F13%3A00211380" target="_blank" >RIV/68407700:21230/13:00211380 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Registration of multiple stained histological sections

Popis výsledku v původním jazyce

The analysis of protein-level multigene expression signature maps computed from the fusion of differently stained immunohistochemistry images is an emerging tool in cancer management. Creating these maps requires registering sets of histological images,a challenging task due to their large size, the non-linear distortions existing between consecutive sections and to the fact that the images correspond to different histological stains and thus, may have very different appearance. In this manuscript, wepresent a novel segmentation-based registration algorithm that exploits a multi-class pyramid and optimizes a fuzzy class assignment specially designed for this task. Compared to a standard non-rigid registration, the proposed method achieves an improvedmatching on both synthetic as well as real histological images of cancer lesions.

Název v anglickém jazyce

Registration of multiple stained histological sections

Popis výsledku anglicky

The analysis of protein-level multigene expression signature maps computed from the fusion of differently stained immunohistochemistry images is an emerging tool in cancer management. Creating these maps requires registering sets of histological images,a challenging task due to their large size, the non-linear distortions existing between consecutive sections and to the fact that the images correspond to different histological stains and thus, may have very different appearance. In this manuscript, wepresent a novel segmentation-based registration algorithm that exploits a multi-class pyramid and optimizes a fuzzy class assignment specially designed for this task. Compared to a standard non-rigid registration, the proposed method achieves an improvedmatching on both synthetic as well as real histological images of cancer lesions.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/GAP202%2F11%2F0111" target="_blank" >GAP202/11/0111: Automatická analýza obrazů nervové tkáně ze světelné a elektronové mikroskopie</a><br>

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

IEEE International Symposium on Biomedical Imaging: From Nano to Macro 2013 (ISBI2013)

ISBN

978-1-4673-6456-0

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

1034-1037

Název nakladatele

IEEE

Místo vydání

New York

Místo konání akce

San Francisco

Datum konání akce

7. 4. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000326900100259