تشخيص و شمارش سلول‌هاي غيرسرطاني بافت رنگ‏ آميزي شده پستان در تصاوير رنگ‌آميزي شده ايمونوهيستوشيمي

Detecting and Counting NonMitotic Cells of Immunohistochemical Stained Breast Tissue

مقدمه: امروزه سرطان يكي از علت هاي منجر به مرگ در سرتاسر جهان است و در اين ميان سرطان پستان يكي از شايع ترين انواع سرطان در زنان است. يكي از روش هاي تشخيص سرطان، شناسايي و شمارش سلول هاي سرطاني و غيرسرطاني موجود در بافت نمونه برداري شده از بيمار مي باشد. اين روش بسيار زمان گير، پرهزينه و به چگونگي آماده سازي اسلايد ها وابسته است. براي غلبه بر اين گونه مشكلات، تجزيه و تحليل خودكار تصاوير پزشكي با بكارگيري الگوريتم هاي پردازش تصوير مورد توجه قرار مي گيرد. روش بررسي: در اين مطالعه با كمك تكنيك هاي پردازش تصوير، چارچوبي جهت تشخيص و شمارش سلول هاي غيرسرطاني بافت پستان ارايه شده است. در اين پژوهش از تصاوير ميكروسكوپي بافت هاي پستان رنگ آميزي شده به روش ايمونوهيستوشيمي ER &PR استفاده شده است. اين تصاوير از بيماران بيمارستان امام خميني(ره) ساري نمونه برداري شده است. جهت پياده سازي اين سيستم از امكانات نرم افزار Matlab استفاده شده است. يافته ها: پس از پياده سازي روش پيشنهادي ارايه شده، شمارش سلول هاي غير سرطاني با دقتي برابر 15/93%، حساسيت 91% و دقت خروجي مثبت 22/94% انجام شده است. نتيجه گيري: نتايج نشان مي دهدكه روش ارايه شده داراي عملكرد مناسب و قابل اعتمادي جهت شناسايي و شمارش سلول هاي غير سرطاني نسبت به نتايج حاصل از شمارش دستي مي باشد.

Detecting and Counting NonMitotic Cells of Immunohistochemical Stained Breast Tissue Hamid Jazayeriy: Computer Engineering Department, Babol Noshivani University of Technology, Babol, Iran Anahita Nosrati: Gastrointestinal Cancer Research Center, Mazandaran University of Medical Sciences, Sari, Iran Farideh FayyazZadeh: Computer Engineering Department, Islamic Azad University, Sari, Iran Corresponding Author: Hamid Jazayeriy, jhamid@nit.ac.ir Abstract Introduction: The mortality burden of breast cancer among females has drawn the attention of many researches around the world from the early detection to prevention of this leading death cause. In terms of detecting cancerous cells, the identification of mitotic and nonmitotic cells is considered to play a key role. Detecting and counting nonmitotic cells in breast tissue are rather tedious and costly while preparation of the slides is believed to be a crucial step. To surmount such problems, automated analysis of medical images has been considered by applying image processing algorithms. Methods: In this study, a framework was provided for identifying and counting nonmitotic cells of breast tissue using image processing techniques. All microscopic images of breast tissue collected from Imam Khomeini hospital in Sari, Mazandaran, Iran were stained by ER and PR immunohistochemistry (IHC). A hybrid image processing technique was also conducted in MATLAB software to implement the proposed method. Results: The figure of merits such as accuracy, sensitivity, and precision of proposed method for counting cells were determined to be 93.15%, 91%, and 94.22%, respectively. Conclusion: The results from automatic counting compared with that of manual counting indicating that the proposed method has good and reliable performance in identifying and counting of the nonmitotic cells.