使用最小树法检测乳腺良性导管内增殖性病变与非典型导管增生/导管原位癌细胞结构的差异_Ryoji Chiba (2022-JA-PO-29)级别：初级
在人类病理学中，乳腺导管内增生性病变通常根据其细胞学和结构特征分为三类：良性正常导管增生 (UDH) 和非典型导管增生 (ADH) 至导管原位癌 (DCIS)、癌前病变或非侵袭性病变。作者最近利用计算机图像分析和图论中的最小生成树方法发现了 UDH 和 ADH/DCIS 之间的细胞结构差异。
在人类病理学中，导管内增生性病变传统上根据细胞学和组织学特征分为良性常规导管上皮增生（UDH）到非典型导管上皮增生（癌前病变和早期癌）三种类型。导管原位癌（DCIS）。这些都是病理学家通过显微观察凭经验和直观确定的，但最近作者利用基于计算机的图像分析和图论中的最小树方法来找出UDH和ADH/DCIS是否具有细胞结构关系，我们找到了客观的关系。两者之间的区别。
前东北大学（衰老与衰老研究所病理器官构建研究部）讲师。医学博士。曾任教育部海外研究员（医学）（丹麦王国奥胡斯大学）。
在人类病理学领域，我一直利用几何概率论和积分几何的定量形态学、数字图像分析和多元统计分析来研究疾病的病理发展过程。有关于肝硬化、肺泡上皮、胰腺导管上皮和子宫内膜中发生的早期癌症、其前驱病变以及癌症肝转移的研究论文（ https://pubmed.ncbi.nlm.nih.gov/7804428/ ， https://pubmed.ncbi.nlm.nih.gov/7804429/，https://pubmed.ncbi.nlm.nih.gov/8402446/，https://pubmed.ncbi.nlm.nih.gov/8135625/ ， https://pubmed.ncbi.nlm.nih.gov/7840839/，https 
/pubmed.ncbi.nlm.nih.gov/10560494/）。我对可应用于分析癌症发展过程及其组织诊断的数学方法感兴趣，尤其对聚类分析和判别分析等数值分类方法感兴趣。作为统计分析平台，我在大型机上使用过 Fortran 统计子程序，在 PC 上使用过 SPSS 和 SYSTAT，并且从版本 8 开始就是 JMP 用户。
高级统计建模基础数据分析与建模消费者和市场研究数据访问数据探索与可视化预测模型和机器学习质量与工艺工程
