Automated adenocarcinoma lung cancer tissue images segmentation based on clustering

Cervantes-Ramirez, Bryan; Siles, Francisco

Segmentación automatizada de imágenes de tejido de cáncer de pulmón de adenocarcinoma basado en agrupamiento

dc.creator	Cervantes-Ramirez, Bryan
dc.creator	Siles, Francisco
dc.date	2022-11-16
dc.date.accessioned	2023-02-16T16:05:36Z
dc.date.available	2023-02-16T16:05:36Z
dc.identifier	https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/6442
dc.identifier	10.18845/tm.v35i8.6442
dc.identifier.uri	https://hdl.handle.net/2238/14143
dc.description	Cancer is one of the main dead causes worldwide. It is re- sponsible for an approximate of 1 out of 6 deaths globally and lung cancer is along breast cancer, the most common types of cancer in the population, which confirms the importance of studies associated with it. This work presents an approach toward lung cancer histological tissue images segmentation based on colour. The proposed method for the segmentation is K-means clustering, providing promising results that may become as an assistance for pathologists, as it can help them reduce the time consumed reviewing the slides and giving a more objective perspective in order to provide a diagnose and specific treatment.	en-US
dc.description	El cáncer es una de las principales causas de muerte en todo el mundo. Es responsable de aproximadamente 1 de cada 6 muertes a nivel mundial y el cáncer de pulmón, junto al cáncer de mama, es el tipo de cáncer más común en la población, lo que confirma la importancia de los estudios asociados a él. Este trabajo presenta un enfoque hacia la segmentación de imágenes de tejido histológico de cáncer de pulmón en función del color. El método propuesto para la segmentación es el agrupamiento de K-medias, brindando resultados prometedores que pueden convertirse en una ayuda para los patólogos, ya que puede ayudarlos a reducir el tiempo consumido revisando las diapositivas y dando una perspectiva más objetiva para brindar un diagnóstico y tratamiento específico.	es-ES
dc.format	application/pdf
dc.language	eng
dc.publisher	Editorial Tecnológica de Costa Rica (entidad editora)	es-ES
dc.relation	https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/6442/6264
dc.rights	https://creativecommons.org/licenses/by-nc-nd/4.0	es-ES
dc.source	Tecnología en marcha Journal; 2022: Vol. 35 special issue, October. International Work Conference on Bioinspired Intelligence ; Pág. 16-23	en-US
dc.source	Revista Tecnología en Marcha; 2022: Vol. 35 special issue, October. International Work Conference on Bioinspired Intelligence ; Pág. 16-23	es-ES
dc.source	2215-3241
dc.source	0379-3982
dc.subject	Digital pathology	en-US
dc.subject	pattern recognition	en-US
dc.subject	lung cancer	en-US
dc.subject	Patología digital	es-ES
dc.subject	reconocimiento de patrones	es-ES
dc.subject	cáncer de pulmón	es-ES
dc.title	Automated adenocarcinoma lung cancer tissue images segmentation based on clustering	en-US
dc.title	Segmentación automatizada de imágenes de tejido de cáncer de pulmón de adenocarcinoma basado en agrupamiento	es-ES
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Tecnología en Marcha [2043]
Es una revista que se publica por trimestres

Mostrar el registro sencillo del ítem