Abstract
يعتبر سرطان الفم٬ المسمى أيضا سرطان الخلايا الحرشفية للفم٬ واحدا من السرطانات الخطيرة في دول جنوب آسيا. هناك مجموعة من الاستراتيجيات التشخيصية المتاحة؛ منها أخذ خزعة من الجزء المصاب. تلعب مسارات جين البيتاكاتنين دورا مهما في التشكل٬ والوظائف الفسيولوجية الطبيعية٬ وتشكيل الورم. تناولت هذه الدراسة تراكم جين البيتاكاتنين في النواة والسيتوبلازم لسرطان الفم.
تعرقل الفروقات في التشخيص دقة النتائج النسيجية المرضية بنسبة كبيرة حتى بين خبراء علم الأمراض. قمنا بتطوير نظام لتشخيص سرطان الفم باستخدام طريقة التوقعات العظمى الخوارزمية من أجل الحصول على كل من النتائج النوعية والكمية.
تم تجزئة الصور المجهرية لحالات تم صبغها بالكيمياء الهيستولوجية المناعية لبروتين البيتاكاتنين باستخدام طريقة التوقعات العظمى الخوارزمية المكررة لفصل المكونات الخلوية الداخلية والخارجية للخلية لكل صورة. وقد تمت عملية تجزئة النظام بتحويل اليونيتون للحصول على صورة قناة واحدة وتحليل المكون الرئيس وفقا لأعلى النقيض من ذلك. أخيرا٬ يتم تطبيع صورة اليونيتون إلى نطاق ٠-١.
استنادا إلى عملية التجزئة فأن تجزئة الصبغة المناعية لبروتين البيتاكاتنين باستخدام طريقة التوقعات العظمى الخوارزمية تعد تقنية فعالة لمساعدة أطباء علم الأمراض لتقييم التغيرات النسيجية على الصور المجهرية لحالات سرطان الفم.
Oral Cancer, also called Oral Squamous Cell Carcinoma (OSCC), has been one of the serious cancers that affect the South Asian countries. A range of diagnostic strategies are available including biopsy of the affected part. The Wnt/β-catenin pathway plays important roles in morphogenesis, normal physiological functions, and tumor formation. This study examined the accumulation of β-catenin in the nuclei and cytoplasm of oral cancer.
The accuracy of histopathological results is hampered by considerable inter and intra-reader variability even by expert pathologists. In order to get both qualitative and quantitative results, we developed a system for diagnosis of oral cancer using Expectation–Maximization (EM algorithm).
The microscopic images of immunohistochemical staining of β-catenin expression were segmented using Iterative Method of (EM) algorithm to extract the cellular and extracellular components of an image. The segmentation process of the system uses unitone conversion to obtain a single channel image using Principal Component Analysis (PCA) with the highest contrast. Finally, the unitone image is normalized to (0–1) range.
Based on the segmentation process we conclude that β-catenin expression using EM algorithm is an efficient technique to help the pathologist to evaluate the histological changes on microscopic images of oral cancer.