Nucleussegmentatie voor baarmoederhalskankerscreening met uitstrijkjes

Baarmoederhalskanker, wereldwijd de op één na meest voorkomende vorm van kanker, is goed te genezen als het in een vroeg stadium wordt ontdekt. In landelijke gebieden is het sterftecijfer echter hoog door gebrek aan middelen en beperkte screeningsprogramma's. Geautomatiseerde diagnose kan deze hiaten opvullen door abnormale pap-uitstrijkcellen te onderscheiden op basis van de vorm van de kern. In deze studie worden segmentatiemethoden geëvalueerd op de AGMC-TU Pap-uitstrijk dataset, waarbij een classificatienauwkeurigheid van 92,83% wordt bereikt met SVM Lineair en een verbetering tot 97,65% met behulp van geoptimaliseerde kenmerken en de FCM-methode. Nauwkeurige segmentatie van de celkern is cruciaal voor betrouwbare voorspelling van abnormale cellen, waardoor de effectiviteit van screening op baarmoederhalskanker wordt verbeterd.

Bhabna De è professore assistente presso il Dipartimento di Informatica e Ingegneria, con esperienza nell'elaborazione di immagini digitali. Appassionata di integrazione tra ricerca e insegnamento, si impegna attivamente nello sviluppo di programmi di studio e nella collaborazione con l'industria per preparare gli studenti a carriere orientate alla tecnologia.