Constrained Delaunay triangulation for diagnosis and grading of colon cancer

Abstract

Yüzyılımızda artan kanser vakaları, bilgisayar destekli araçların kullanımını kaçınılmaz kılmıştır; bunlar patologların kanserli dokulara daha kesin tanı koymalarına ve sınıflandırmalarına yardımcı olmayı amaçlamaktadır. Bu matematiksel araçlar, daha tutarlı ve nesnel yapılar sunarak gözlemci-içi ve gözlemciler-arası değişkenliği azaltmaya olanak sağlar. Günümüzde, özellikle dokusal ve/veya yapısal doku analizi temelli otomatik kanser tanı ve sınıflandırması üzerine çok miktarda çalışma bulunmaktadır. Önceki yapısal yaklaşımların farklı tipte dokular için umut verici sonuçlar göstermelerine rağmen, bu yaklaşımlar hücre çekirdeği dışındaki doku bileşenlerinden sağlanabilecek potansiyel bilgiyi kullanabilmekten yoksundurlar. Halbuki bu ek bilgi, farklılaşmış bileşenlerden oluşan doku tipleri için ana bilgi kaynaklarından birisini oluşturmaktadır; örneğin lümen bölgeleri, kolon dokusu içindeki bezleri tanımlamaya yardımcı olmaktadır.Bu tez çalışması, hücre çekirdeği dışındaki doku bileşenlerinin kullanımı için yeni bir yapısal yaklaşımı, yeni bir çeşit kısıtlı Delaunay üçgenlemesini, ortaya koymaktadır. Bu yapısal yaklaşım öncelikle hücre çekirdekleri ve lümen bölgeleri üzerinde iki düğüm kümesi tanımlar. Daha sonra, lümen düğümleri kısıtları oluşturacak şekilde, çekirdek düğümleri üzerinde bir kısıtlı Delaunay üçgenlemesi oluşturur. Son olarak, bu yeni tanımlanan kısıtlı Delaunay üçgenlemesinden çıkarılacak öznitelikleri kullanarak doku örneklerini sınıflandırır.Elli sekiz farklı hastadan alınan 213 kolon doku örneği üzerinde gerçekleştirdiğimiz deneyler, kısıtlı Delaunay üçgenlemesi yaklaşımı ile eğitim kümesi için yüzde 87:83, test kümesi içinse yüzde 85:71 gibi yüksek doğruluk değerleri elde edildiğini ortaya koymuştur. Ayrıca deneylerimiz, yeni özniteliklerin tanımlanmasına izin veren bu yeni yapısal gösterimin, kanserli dokuların incelenmesi için daha gürbüz bir çizge-tabanlı yöntem olduğunu ve önceki yöntemlere göre daha yüksek başarı sağladığını göstermektedir.

In our century, the increasing rate of cancer incidents makes it inevitable to employ computerized tools that aim to help pathologists more accurately diagnose and grade cancerous tissues. These mathematical tools offer more stable and objective frameworks, which cause a reduced rate of intra- and inter-observer variability. There has been a large set of studies on the subject of automated cancer diagnosis/grading, especially based on textural and/or structural tissue analysis. Although the previous structural approaches show promising results for different types of tissues, they are still unable to make use of the potential information that is provided by tissue components rather than cell nuclei. However, this additional information is one of the major information sources for the tissue types with differentiated components including luminal regions being useful to describe glands in a colon tissue.This thesis introduces a novel structural approach, a new type of constrained Delaunay triangulation, for the utilization of non-nuclei tissue components. This structural approach first defines two sets of nodes on cell nuclei and luminal regions. It then constructs a constrained Delaunay triangulation on the nucleus nodes with the lumen nodes forming its constraints. Finally, it classifies the tissue samples using the features extracted from this newly introduced constrained Delaunay triangulation.Working with 213 colon tissues taken from 58 patients, our experiments demonstrate that the constrained Delaunay triangulation approach leads to higher accuracies of 87:83 percent and 85:71 percent for the training and test sets, respectively. The experiments also show that the introduction of this new structural representation, which allows definition of new features, provides a more robust graph-based methodology for the examination of cancerous tissues and better performance than its predecessors.