Advertisement

Medical and biological engineering

, Volume 10, Issue 6, pp 776–783 | Cite as

A nucleus-detection programme

  • G. P. Burn
Article

Abstract

The Vickers cell-recognition system employs a single scan for which a detection programme was devised to identify large dark nuclei in cervical smears. The programme took into account the range of densities over which the nuclei are found, the distortions introduced by the finite size of the scanning aperture and the inverse relationship between nuclear size and nuclear frequency. Results showed that the programme responded not only to the large nuclei but also to cell debris, overlapping cytoplasm and pairs of small nuclei oriented parallel to the scan. However, the detection of the large nuclei was enhanced 7·5 times, at the expense of squamous cells and pus cells which, together, made up 90% of the material. The programme could be improved by a degree of shape analysis, and this aspect is discussed.

Keywords

Detection Programme Frais Cervical Smear Punch Hole Abnormal Nucleus 
These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

Sommaire

Le système de Vickers de réorganisation des cellules fait usage d'un balayage unique pour lequel un programme de détection a été inventé afin d'identifier les noyaux sombres dans les frottis cervicaux. Le programme tenait compte de la gamme des densités à travers laquelle ces noyaux se trouvent, des distorsions introduites par la taille finie de l'ouverture de balayage et de la relation inverse entre la taille des noyaux et la fréquence nucléaire. Les résultats montraient que le programme réagissait non seulement aux gros noyaux mais aussi aux débris de cellule, aux chevauchements de cytoplasme et aux paires de petits noyaux orientés parallèlement au balayage. Cependant, la détection des gros noyaux était rehaussée 7,5 fois aux frais des cellules squameuses et des cellules de pus qui constituaient ensemble 90% de la matière. Le programme pourrait être amélioré par une certaine quantité d'analyse des formes, et ce point de vue est discuté.

Zusammenfassung

Das Vickers-Zellerkennungssystem zeichnet sich durch eine einzige Abtastung aus, für die zur Feststellung großer dunkler Kerne in Zervikalabstrichen ein Entdeckungsprogramm entwickelt wurde, das den Dichtebereich, über den die Kerne gefunden werden, die durch die begrenzte Größe der Abtastblende eingeführten Verzerrungen und das umgekehrte Verhältnis zwischen Kerngröße und Kernfrequenz berücksichtigte. Die Ergebnisse haben gezeigt, daß das Programm nicht nur auf die großen Kerne, sondern auch auf Zelldebris, überlappendes Cytoplasma und Paare kleiner, parallel zur Abtastung orientierter Kerne ansprach. Die Entdeckung großer Kerne wurde jedoch auf Kosten squamöser Zellen und Eiterzellen, die zusammen 90% des Materials ausmachten, um ein 7,5-faches erhöht. Das Programm könnte durch ein gewisses Maß an Formenanalyse verbessert werden, und dieser Aspekt wird hier erörtert.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. Boddington, M. M. andDiamond, R. A. (1967) New Apparatus.Brit. Med. J.3, 160–162.CrossRefGoogle Scholar
  2. Burn, G. P. (1971) The extraction of data from an optical image by scanning.Med. and Biol. Eng.9, 87–95.CrossRefGoogle Scholar
  3. Cole, M. (1966) The Metals Research Quantimet.Microscope15, 148–160.Google Scholar
  4. Fidler, H. K., Boyes, D. A. andWorth, A. J. (1968) Cervical cancer detection in British Columbia.J. Obst. Gynaec. Brit. Cmlth.75, 392–404.Google Scholar
  5. Finkel, G. C., Grand, S., Ehrlich, M. P. andDeCote, R. (1970) Cytologic screening automated by Cytoscreener.J. Assoc. Adv. Med. Instr.4, 1–6.Google Scholar
  6. Gusberg, S. B., Cohen, C. J., Yannapoulis, K., Grand, S., Kardon, P. andFinkel, G. C. (1969) Automated cytologic screening for uterine cancer.Obst. Gynaec.34, 284–287.Google Scholar
  7. Husain, O. A. N. (1969) Television scanning of cervical smears: the Quantimet.J. Clin. Path.22, 743–744.Google Scholar
  8. Ingram, M. andPreston, K. (1970) Automatic analysis of blood cells.Sci. Amer.223, 72–82.CrossRefGoogle Scholar
  9. Kamentsky, L. A. andMelamed, M. R. (1969) Rapid multiple mass constituent analysis of biological cells.Ann. NY Acad. Sci.157, 310–323.Google Scholar
  10. Roman, T. N. andLatour, J. P. A. (1967). The effect of early diagnosis on survival statistics in carcinoma of the uterine cervix.Am. J. Obst. Gynaec.97, 739–749.Google Scholar
  11. Technicon (1970) Technicon Instruments Corporation, Tarrytown, New York 10591.Google Scholar
  12. Ward, A. andBantugan, G. A. (1970) Machine recognition in medical microscopy.Scot. Med. J.15, 409–415.Google Scholar
  13. Wied, L. L., Bahr, G. F. andBartels, P. H. (1970) Automatic analysis of cell images by TICAS. InAutomated cell identification and cell sorting. Ed. Wied, G. L. and Bahr, G. F. Academic Press, New York and London.Google Scholar

Copyright information

© International Federation for Medical & Biological Engineering 1972

Authors and Affiliations

  • G. P. Burn
    • 1
  1. 1.Nuffield Department of Clinical BiochemistryRadcliffe InfirmaryOxfordEngland

Personalised recommendations