Breast Cancer Cell Segmentation
تفاصيل العمل
المشروع يهدف إلى اكتشاف وتحليل خلايا سرطان الثدي من صور مجهرية (Histopathology Images) باستخدام معالجة الصور والذكاء الاصطناعي، بهدف:
فصل نوى الخلايا (Cell Nuclei)
استخراج خصائص شكلية وإشعاعية
تصنيف الخلايا إلى:
Benign – Suspicious – Highly Suspicious
تحسين جودة الصورة (Preprocessing)
الصور الخام غالبًا يكون فيها:
إضاءة غير متساوية
تباين ضعيف
Noise
علشان كده استخدمنا:
CLAHE لزيادة التباين لكل قناة لونية
Unsharp Mask لإبراز الحواف
Gaussian Filter لتقليل الضوضاء
الهدف: تجهيز الصورة لفصل النوى بدقة أعلى
التحويل اللوني (Color Space Conversion)
تم تحويل الصورة من RGB → HSV
الاعتماد على قناة Value (V) لأنها:
توضّح الاختلاف بين النوى الداكنة والخلفية الفاتحة
فصل النوى (Segmentation)
استخدمنا K-Means Clustering (عدد المجموعات = 3)
تم اختيار الكلاستر الأغمق باعتباره يمثل نوى الخلايا
بعد ذلك:
إزالة الأجسام الصغيرة غير المهمة
سد الفجوات داخل النوى
عمليات Morphology لتحسين الشكل النهائي
الناتج: Binary Mask تمثل نوى الخلايا فقط
استخراج الخلايا (Connected Components)
تم استخدام Connected Component Labeling
كل نواة يتم اعتبارها خلية مستقلة
استخراج الخصائص (Feature Extraction)
لكل خلية تم حساب:
Area: مساحة النواة
Perimeter: محيطها
Eccentricity: مدى استطالة النواة
Solidity: مدى امتلاء النواة
Circularity: مدى قربها من الشكل الدائري
Mean Intensity: متوسط شدة الإضاءة
هذه الخصائص لها علاقة مباشرة بسلوك الخلايا السرطانية
تصنيف الخلايا (Cell Classification)
تم استخدام Rule-Based Classification:
خلايا صغيرة، دائرية، منتظمة → Benign
خلايا متوسطة أو غير منتظمة → Suspicious
خلايا كبيرة، مشوهة، غير دائرية → Highly Suspicious
لتقييم (Evaluation)
في حالة وجود Ground Truth Masks:
تم حساب:
Dice Coefficient
IoU
لقياس جودة فصل النوى مقارنة بالماسكات الحقيقية
عرض النتائج (Visualization)
عرض الصورة الأصلية
الصورة بعد التحسين
قناة Value
الماسك النهائي
Overlay يوضح أماكن النوى فوق الصورة الأصلية