Automated segmentation of cytological an histological images for the nuclear quantification : an adaptive approach based on mathematical morphology

Abderrahim Elmoataz (1) , Philippe Belhomme (1) , Paulette Herlin (2) , Sophie Schüpp (1) , Marinette Revenu (1) , Daniel Bloyet (1)

1 Equipe Image - Laboratoire GREYC - UMR6072
2 GRECAN - Groupe Régional d'Etudes sur le CANcer

A general segmentation strategy allowing to blend multiple criteria such as contour-region or color information in a region growing process derived from the watershed transformation is proposed. It is applied onto different types of cytological and histological microscopic images.

Une stratégie générale de segmentation combinant des critères locaux et globaux dans un processus de croissance dérivé de la ligne de partage des eaux est proposée. Les informations prises en compte sont de type contour-région ou couleur. La méthode est appliquée à différents cas d'images microscopiques de cytologie et d'histologie.

Mots clés: medical image processing; optical microscopy; image segmentation; adaptive signal processing; cellular biophysics; histological images; cytological images; nuclear quantification; automated segmentation; mathematical morphology; contour region information; color information; region growing process; watershed transformation; microscopic images; oncology

Domaines: Traitement des images [eess.IV]

Abderrahim Elmoataz, Philippe Belhomme, Paulette Herlin, Sophie Schüpp, Marinette Revenu, et al.. Automated segmentation of cytological an histological images for the nuclear quantification : an adaptive approach based on mathematical morphology. Microscopy, Microanalysis, Microstructures, 1996, 7 (5-6), pp.331-337. ⟨10.1051/mmm:1996130⟩. ⟨hal-00974782⟩