Segmentation of Clinical Endoscopic Images Based on the Classification of Topological Vector Features

O A Dunaeva,D B Malkova,H Edelsbrunner,M L Machin

doi:10.18255/1818-1015-2013-6-162-173

Abstract

In this work, we describe a prototype of an automatic segmentation system and annotation of endoscopy images. The used algorithm is based on the classification of vectors of the topological features of the original image. We use the image processing scheme which includes image preprocessing, calculation of vector descriptors defined for every point of the source image and the subsequent classification of descriptors. Image preprocessing includes finding and selecting artifacts and equalizating the image brightness. In this work, we give the detailed algorithm of the construction of topological descriptors and the classifier creating procedure based on mutual sharing the AdaBoost scheme and a naive Bayes classifier. In the final section, we show the results of the classification of real endoscopic images.

Highlights

Международная лаборатория Дискретная и вычислительная геометрия им
The used algorithm is based on the classification of vectors
We give the detailed algorithm of the construction of topological descriptors

Summary

Введение

В настоящее время рак желудка является одним из самых распространенных онкологических заболеваний. Снижение смертности от рака желудка напрямую связано с его ранней диагностикой, одной из самых эффективных методов которой является NBI (Narrow Band Imaging) эндоскопия. Ранняя диагностика предраковых изменений слизистой желудка с помощью NBI эндоскопии является сложной врачебной задачей, которая сейчас чаще всего решается визуально на основе предшествующего опыта эксперта. Использование систем автоматического анализа эндоскопических изображений для выделения областей патологических изменений слизистой. Желудка позволяет уменьшить трудоемкость экспертной обработки эндоскопических изображений, увеличить точность диагностики, пропускную способность эндоскопического оборудования и доступность эндоскопического обследования для пациентов [1]. Автоматическая обработка эндоскопических изображений состоит в выделении областей однородной структуры слизистой оболочки (сегментация) и присвоении каждой такой области метки, определяющей тип структуры слизистой (аннотирование). Задача автоматической сегментации и аннотирования эндоскопических изображений оказывается весьма сложной в основном из-за разнообразия типов текстур исследуемой поверхности, ее существенной неоднородности и широкого диапазона масштабов обрабатываемых изображений

Общая схема обработки эндоскопических изображений

Предобработка изображений

Вычисление топологических признаков

Построение классификатора

Результаты классификации