Pattern Recognition in Histo-Pathology: Basic Considerations

A basic concept for the automatic diagnosis of histo-pathological specimen is presented. The algorithm is based on tissue structures of the original organ. Low power magnification was used to inspect the specimens. The form of the given tissue structures, e. g. diameter, distance, shape factor and number of neighbours, is measured. Graph theory is applied by using the center of structures as vertices and the shortest connection of neighbours as edges. The algorithm leads to two independent sets of parameters which can be used for diagnostic procedures. First results with colon tissue show significant differences between normal tissue, benign and malignant growth. Polyps form glands that are twice as wide as normal and carcinomatous tissue. Carcinomas can be separated by the minimal distance of the glands formed. First results of pattern recognition using graph theory are discussed.

Es wird ein grundlegendes Konzept für eine automatische Diagnostik für histo-pathologische Präparate aufgezeigt. Entsprechend dem normalen Vorgehen eines Pathologen basiert der Algorithmus auf den Ge-websstrukturen des zugrundeliegenden Organs. Dabei wird eine geringe Vergrößerung der histologischen Bilder benutzt. An quantitativen Parametern wird die Form der ursprünglichen Strukturen ausgemessen, z.B. minimaler Durchmesser, geringster Abstand, Formfaktor, Anzahl benachbarter Strukturen der Organstrukturen. Durch Zuordnung des Zentrums der Gewebsstrukturen als Ecke und der kürzesten Verbindung als Verbindungslinie kann auch die Graphentheorie zur Diagnosefindung verwendet werden. Dieser Algorithmus führt zu zwei voneinander unabhängigen Gruppen von Parametern, die für die Diagnosefindung benutzt werden können. Erste Ergebnisse an Kolonschleimhaut zeigen signifikante Unterschiede zwischen normalem Gewebe, gutartigen und bösartigen Tumoren. Polypen wachsen in doppelt so großen Drüsenformationen wie das gesunde und das karzinomatös entartete Gewebe. Karzinome können durch den geringsten Abstand der Drüsenformationen separiert werden. Erste Ergebnisse der Strukturen, die mit Hilfe der Graphentheorie gewonnen wurden, werden diskutiert.

Key-Words

Histo-Pathology - Pattern Recognition - Graph Theory

Schlüssel-Wörter

Histo-Pathologie - Strukturerkennung - Graphentheorie

• References

• 1 Berge C. The Theory of Graphs and its Applications. New-York: Wiley; 1962
• 2 Day W.H.E. Validity of clusters formed by graph-theoretic cluster methods. Math. Biosci 1977; 36: 299-317.
• 3 Fu K. S. Syntactic Methods in Pattern Recognition. New York: Academic Press; 1974
• 4 Gilbin P. J. Graphs, Surfaces and Homology: An Introduction to Algebraic Topology. New York: Wiley; 1977
• 5 Haag D. Flow microfluorometric deoxyribonucleid acid (DNA) analysis supplementing routine histopathologic diagnosis of biopsy specimens. Lab Invest 1980; 42: 85-90.
• 6 Haag D, Schlieter F, Ehemann V, Goerttler K. Cytological and cytophotometric studies on DMBA-induced changes of the conjunctival epithelium in Syrian golden hamsters. Z. Krebsforsch 1977; 89: 201-214.
• 7 Haag D, Goerttler K, Preiss D. The influence of non-cytotoxic concentrations of the herbicide 2,4-dichloro-phenoxyacetic acid on the DNA synthesis in cultured vertebrate cells. Arch. Toxicol 1975; 33: 91-102.
• 8 Herrmann S. G, Schlegel W, Kohler H, Kubesch R, Zimmermann R. Schnelle Digitalisierung von TV-Bildern zur Erfassung und Auswertung medizinischer Bilder. Med. Physik 2. Heidelberg: A. Hüthig; 1980
• 9 Jensen J. L. Sur les fonctions convexes et les inégalités entre les valeurs moyennes. Acta Math 1906; 30: 175-193.
• 10 Julesz B, Gilbert E. N, Victor J. D. Visual discrimination of textures with identical third-order statistics. Biol. Cybernet 1978; 31: 137-140.
• 11 Kayser K, Gras F, Mall G. Morphometrische Untersuchungskriterien bei der Analyse von Carcinomen und Polypen des Colon. Vortrag 9. Tagung Pathologen Oberrhein, 17. März 1980, Chur/CH.
• 12 Kershner R. The number of circles covering a set. Amer. J. Math 1939; 61: 665-671.
• 13 Lu S. Y. A tree-to-tree distance and its application to cluster analysis. IEEE Transact. Pattern Anal. Mach. Intell 1979; 1: 219-224.
• 14 Lu S. Y, Fu K. S. Structure-reserved error correcting tree automata for syntactic pattern recognition. Proc. 1976 IEEE Conf. Decis. Contr. Clearwater Beach: Fl; 1976
• 15 Lu S. Y, Fu K. S. A syntactic approach to texture analysis. Comp. Graph 1978; 7: 303-330.
• 16 Lu S. Y, Fu K. S. Stochastic tree grammar interference for texture synthesis and discrimination. Comp. Graph 1979; 9: 234-245.
• 17 Lusted L. L. Twenty years of medical decision making studies. Proc. Third Ann. Symp. Comp. Appl. Med. Care. Washington 1979
• 18 Patrick E. A, Fattu J. F. Consult— 1: Automatic diagnosis in practice. Proc. Third Ann. Symp. Comp. Appl. Med. Care. Washington 1979
• 19 Prewitt J. M.S. Objective characterization of tissue sections by digital image processing. Proc. 17th Ann. Conf. Pattern Recogn. Image Proc. Washington 1978
• 20 Prewitt J.M.S. Graphs and grammars for histology: An introduction. Proc. Third Ann. Symp. Comp. Appl. Med. Care. Washington 1979
• 21 Prewitt J. M. S, Barber A, Wu S. C. An application of pattern recognition to histology. IEEE Comp. Soc. Conf. Pattern Recogn. Image Proc. Washington 1978
• 22 Swets J. A, Pickett R. M, Whitehead S. F, Getty D. J, Schnur J. A, Swets J. B, Freeman B. A. Assessment of diagnostic technologies. Science 1979; 205: 753-759.
• 23 Tóth F. L. Reguläre Figuren. Leipzig: B. G. Teubner; 1965