外文翻譯----數(shù)字圖像處理和模式識別技術(shù)關(guān)于檢測癌癥的應(yīng)用

1、<p><b>　　英文文獻原文</b></p><p>　　Digital image processing and pattern recognition techniques for the detection of cancer</p><p>　　Cancer is the second leading cause of death for bot

2、h men and women in the world , and is expected to become the leading cause of death in the next few decades . In recent years , cancer detection has become a significant area of research activities in the image processin

3、g and pattern recognition community .Medical imaging technologies have already made a great impact on our capabilities of detecting cancer early and diagnosing the disease more accurately . In order to further improve th

4、e efficie</p><p>　　Skin cancer is the most prevalent among all types of cancers . Three papers in this special issue deal with skin cancer . Yuan et al. propose a skin lesion segmentation method. The method

5、is based on region fusion and narrow-band energy graph partitioning . The method can deal with challenging situations with skin lesions , such as topological changes , weak or false edges , and asymmetry . Tang proposes

6、a snake-based approach using multi-direction gradient vector flow (GVF) for the segmentation</p><p>　　Breast cancer is the most frequently diagnosed cancer other than skin cancer and a leading cause of cance

7、r deaths in women in developed countries . In recent years , CAD schemes have been developed as a potentially efficacious solution to improving radiologists’ diagnostic accuracy in breast cancer screening and diagnosis .

8、 The predominant approach of CAD in breast cancer and medical imaging in general is to use automated image analysis to serve as a “second reader” , with the aim of improving r</p><p>　　Colon cancer is the th

9、ird most common cancer in men and women , and also the third most common cause of cancer-related death in the USA . Yao et al. propose a novel technique to detect colonic polyps using CT Colonography . They use ideas fro

10、m geographic information systems to employ topographical height maps , which mimic the procedure used by radiologists for the detection of polyps . The technique can also be used to measure consistently the size of polyp

11、s . Hafner et al. present a technique </p><p>　　Lung cancer occurs most commonly between the ages of 45 and 70 years , and has one of the worse survival rates of all the types of cancer . Two papers are incl

12、uded in this special issue on lung cancer research . Pattichis et al. evaluate new mathematical models that are based on statistics , logic functions , and several statistical classifiers to analyze reader performance in

13、 grading chest radiographs for pneumoconiosis . The technique can be potentially applied to the detection of nodules rela</p><p>　　It is estimated that almost a quarter of a million people in the USA are liv

14、ing with kidney cancer and that the number increases by 51000 every year . Linguraru et al. propose a computer-assisted radiology tool to assess renal tumors in contrast-enhanced CT for the management of tumor diagnosis

15、and response to treatment . The tool accurately segments , measures , and characterizes renal tumors, and has been adopted in clinical practice . Validation against manual tools shows high correlation .</p><p&

16、gt;　　Neuroblastoma is a cancer of the sympathetic nervous system and one of the most malignant diseases affecting children . Two papers in this field are included in this special issue . Sertel et al. present techniques

17、for classification of the degree of Schwannian stromal development as either stroma-rich or stroma-poor , which is a critical decision factor affecting the prognosis . The classification is based on texture features extr

18、acted using co-occurrence statistics and local binary patterns . </p><p>　　This special issue also includes papers which are not derectly focused on the detection or diagnosis of a specific type of cancer bu

19、t deal with the development of techniques applicable to cancer detection . Ta et al. propose a framework of graph-based tools for the segmentation of microscopic cellular images . Based on the framework , automatic or in

20、teractive segmentation schemes are developed for color cytological and histological images . Tosun et al. propose an object-oriented segmentation al</p><p>　　We hope that the collection of the selected paper

21、s in this special issue will serve as a basis for inspiring further rigorous research in CAD of various types of cancer . We invite you to explore this special issue and benefit from these papers .</p><p>　　

22、On behalf of the Editorial Committee , we take this opportunity to gratefully acknowledge the autors and the reviewers for their diligence in abilding by the editorial timeline . Our thanks also go to the Editors-in-Chie

23、f of Pattern Recognition , Dr. Robert S. Ledley and Dr.C.Y. Suen , for their encouragement and support for this special issue .</p><p><b>　　英文文獻譯文</b></p><p>　　數(shù)字圖像處理和模式識別技術(shù)關(guān)于檢測癌癥的應(yīng)用

24、</p><p>　　世界上癌癥是對于人類（不論男人還是女人）生命的第二殺手。而且，在今后幾十年里，預(yù)計癌癥會變?yōu)橥{生命的第一因素。近幾年里，癌癥檢測已經(jīng)成為在圖像處理和模式識別領(lǐng)域中，重要的研究活動。醫(yī)學(xué)成像技術(shù)已經(jīng)在癌癥早期檢測和診斷該疾病的準確性的能力方面起了很大的作用。為了進一步提高診斷和治療的效率和準確性，圖像處理和模式識別技術(shù)已廣泛應(yīng)用于分析和識別癌癥，鑒定治療效果，并預(yù)測癌癥的發(fā)展。這個特殊的問題

25、的目的是匯集研究人員圖像處理和模式識別技術(shù)的檢測和評估的癌癥，并促進對圖像處理和模式識別腫瘤的研究。關(guān)于這個特殊論題的一些論文已提交，每篇論文都經(jīng)過這個領(lǐng)域的專家審查至少三遍。從這些提交了的論文中，最終有17篇當(dāng)選。這些被選定的論文涉及的議題范圍廣泛，是計算機輔助檢測或診斷（CAD）癌癥的技術(shù)發(fā)展水平的代表。它們涉及若干成像方式（例如CT、核磁共振成像技術(shù)MRI和乳房X射線照相術(shù)）和不同類型的癌癥（包括乳腺癌，皮膚癌等等），我們總結(jié)如下

26、：</p><p>　　皮膚癌是所有類型的癌癥中最普遍的。在這個特殊論題上的三份論文論述了皮膚癌。Yuan等人提出了一種皮膚病灶分割方法。該方法是基于區(qū)域的融合和窄帶能量圖分割。該方法能處理復(fù)雜情況下的皮膚病變，如拓撲的變化，弱的或偽造的邊緣，和不對稱性。唐氏提出了一種使用多方向梯度矢量流（GVF）跟蹤運動目標的方法來實現(xiàn)皮膚癌圖像分割。一種新的各向異性擴散濾波發(fā)展成為一個預(yù)處理步驟。噪聲消除后，使用梯度矢量流（

27、GVF）分割圖像。該方法具有較強的性能排除噪音影響，即使有其他物體分布在皮膚癌病變區(qū)域，也可以正確進行皮膚癌邊緣檢測。Serrano等人提出了一種基于馬爾可夫隨機場（MRF）來檢測dermoscopic圖像的不同模式。不同于以往皮膚圖像按照各種規(guī)則（不對稱性，邊界不規(guī)則性，顏色異質(zhì)性，以及直徑大于6毫米或者增長）自動分類的方法，這篇文章遵循新趨勢檢測病變的具體模式，指導(dǎo)醫(yī)生的臨床評估。</p><p>　　乳腺癌

28、是除了皮膚癌以外最普遍的癌癥，是在發(fā)達國家里導(dǎo)致婦女死亡的頭號殺手。近年來，計算機輔助探測（CAD）方案已經(jīng)發(fā)展成為一個很有發(fā)展?jié)摿Φ慕鉀Q辦法，這種方法提高了放射科在乳腺癌篩查和診斷的確診率。總體上，在乳腺癌和醫(yī)療成像方面CAD的主要方式是使用自動圖像分析，做“二次處理”，其目的是改善放射科的診斷性能。由于緊張的研究和開發(fā)工作，計算機輔助探測計劃（CAD）目前已被引進到篩查乳房造影術(shù)。臨床研究顯示，這些計劃可能會在稍微增加回現(xiàn)率的代價下

29、達到更高的靈敏度。在這個問題上，針對乳腺癌的CAD領(lǐng)域有三篇論文。Wei等人提出了一種基于計算機圖像探測（CAD）的圖像檢索的方法，其中檢索圖像類似于圖像查詢，被作為計算機輔助探測（CAD）分類器，從而使惡性腫瘤的檢測得到改進。這需要尋找一個大型數(shù)據(jù)庫，與圖像查詢相似，具有自動從圖像中自動提取數(shù)據(jù)的功能。Dominguezet等人研究使用乳房透視檢查的損害組織圖像的邊界輪廓特征區(qū)分良性或者惡性。他們用幾個不同的分類器，對病變輪廓的提取使

30、用兩種不同的自動分割技術(shù)，研究和評估這些輪廓特征對診斷的準確性的影響。Schaefer等人研究熱成像在乳腺癌檢測中</p><p>　　結(jié)腸癌是在男性或者女性中普遍性第三大的癌癥，也是美國導(dǎo)致因癌癥死亡的第三大最常見的原因。Yao等人提出了一種使用CT結(jié)腸成像的新技術(shù)來檢測結(jié)腸息肉。他們使用的方法是受地理信息系統(tǒng)采用地形高度圖的啟發(fā)，放射線學(xué)者模仿該方法檢測息肉。這種技術(shù)還可以用來檢測息肉的大小。Hafner等人

31、展示了一種用來分類和評估大腸癌的前體細胞的結(jié)腸息肉的技術(shù)。這種分類技術(shù)基于坑格局變焦內(nèi)鏡圖像起作用。他們提出了一種新穎的彩色小波跨共生矩陣，其中采用小波變換從提取彩色信號通道提取紋理特性。</p><p>　　肺癌發(fā)生的最常見的年齡介于45歲到70歲，并且在所有類型的癌癥中生存率最低。這個特殊論題中，有兩篇論文包括了對肺癌的研究。Pattichis等人評估新的基于統(tǒng)計數(shù)據(jù)、邏輯功能和一些統(tǒng)計分類的數(shù)學(xué)模型，從而分

32、析檢測器在塵肺病胸片分級中的性能。該技術(shù)應(yīng)用于關(guān)于早期肺癌結(jié)核的檢測潛力巨大。El-Baz等人專注于可能導(dǎo)致肺癌的肺結(jié)核的早期診斷。他們的方法通過連續(xù)低劑量胸部CT掃描監(jiān)測結(jié)核的發(fā)展。他們提出一個新的兩步登記的方法，使從整體和局部檢測結(jié)核密切聯(lián)系在一起。實驗獲得的相當(dāng)多的一組數(shù)據(jù)表明，該方法有助于準確的識別和診斷結(jié)核的發(fā)展。</p><p>　　據(jù)估計，近25萬在美國生活的人患有腎癌，并且人數(shù)每年增加5.1萬。L

33、inguraru等人介紹了一種電腦輔助放射工具。在對診斷腫瘤和療效的管理的造影強化CT中，用此工具評估腎腫瘤。該工具準確地分割、估計和描繪腎腫瘤，并且已經(jīng)應(yīng)用到臨床實踐中。以手動工具校驗的結(jié)果表明它們高度相關(guān)。</p><p>　　神經(jīng)母細胞瘤——關(guān)于交感神經(jīng)系統(tǒng)的癌癥，是一種對于兒童的最致命的疾病。有兩篇論文與這個領(lǐng)域相關(guān)。Sertel等人介紹了鑒別Schwannian基質(zhì)發(fā)展程度（例如基質(zhì)豐富或基質(zhì)缺乏）的技

34、術(shù)，這是一個影響預(yù)后（醫(yī)學(xué)術(shù)語，指醫(yī)生對疾病結(jié)果的預(yù)測）的重要決定因素。分類是根據(jù)應(yīng)用共生統(tǒng)計和局部二進制模式提取的紋理特征。他們的工作有益于病理學(xué)家進行決策。Kong等人介紹了應(yīng)用圖像處理和模式識別技術(shù)對整個滑動組織圖像的神經(jīng)細胞分化程度進行分類。所提出的技術(shù)應(yīng)用于促進整個滑動的神經(jīng)母細胞瘤組織切片圖像高處理能力的程度分級是有希望的。</p><p>　　這一個特殊論題，還包括沒有直接的專注于檢測或診斷特定類型

35、的癌癥，但論述了適用于發(fā)展癌癥檢測技術(shù)的論文。Ta等人論述了一種分割顯微細胞圖像的工具框架。基于該框架，自動或交互式分割方案為細胞和彩色組織圖像而制定。Tosun等人提出了一種面向?qū)ο蟮挠糜诎┌Y檢測的切片圖像分割算法。該算法采用了基于對象的分布的同性質(zhì)措施描繪組織的組成部分。結(jié)腸切片圖像被用來驗證了該方法的有效性；分割精度的提高是基于像素的對應(yīng)。Narasimha等人描述了用于研究的機械工具，應(yīng)用離子磨損掃描電子顯微鏡實現(xiàn)紋理的自動聯(lián)合

36、分割和MNT-1細胞圖像中線粒體的分割。該方法極少用戶干預(yù)并且可以實現(xiàn)高精度的分割。El Naqa等人研究強度容積柱狀圖指標以及從PET圖像提取的形狀和紋理特征，用來預(yù)測患者對治療的反應(yīng)。初步結(jié)果表明，該方法有可能為臨床預(yù)后中的功能成像提供更好的工具和判別力。</p><p>　　我們希望，在這個特殊論題上的論文選編將作為一個基礎(chǔ)，進一步激發(fā)人們嚴謹?shù)匮芯扛鞣N癌癥的計算機輔助探測（CAD）。我們邀請大家來研究這一