JSISE：揭示前列腺癌诊断新技术

近日，来自法国的科学家开发出了一款新型的电脑程序，可以分析医学影像不同灰度的详细信息，刊登在近日的杂志Signal and Imaging Systems Engineering上的文章中，研究者揭示了这款新型程序如何基于灰度水平的不同方法来改善前列腺癌诊断的正确率。

研究者Salah揭示了多波段信号分析如何成为遥感、色彩分析、以及工业检查的焦点技术的。研究小组将这种方法应用于分析医学成像所获得的图像中，目前电脑程序可以检测来自前列腺癌针状活组织检查的624份图像，通过运用多波段延伸GLDM方法，研究者可以从灰度图像中抽取出更多的信息。

研究小组分析了平均水平接近50的灰度，运用GLDM高精准诊断方法（准确率为92%），研究者将624份图像的分析准确率提高到了96%。研究者最后表示，后去深入的研究将会重点研究在前列腺癌诊断中多重光谱图像的成像技术，而且定量结果也会揭示新型方法相比标准方法的效率，研究结果揭示了诊断精准率的提高。

编译自：Shades of Grey and Prostate Cancer

doi:10.1504/IJSISE.2012.047800
PMC:
PMID:

Texture analysis of multispectral prostate tissue using generalized gray level difference method

R. Khelifi1, M. Adel2, S. Bourennane3

In this paper, we propose a new approach of multi–spectral texture classification based on both spatial and spectral information. We do this by extending the concept of spatial Grey Level Difference Method (GLDM) and assuming texture joint information between spectral bands. In this manner, we can characterise multi–spectral texture by statistics of absolute difference distributions of pairs of spectral vectors and define new texture features by computing various statistics from such distributions in given relative positions. Extensive experiments have been carried out on many multi–spectral images for use in prostate cancer diagnosis and quantitative results showed the efficiency of this method compared with the GLDM. The results indicate a significant improvement in terms of global accuracy rate.