Конференции ИВТ СО РАН

VII Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям (с участием иностранных ученых)

1-3 ноября 2006 года, Красноярск, Россия

Тезисы докладов

Математическое моделирование

Применение многоуровневого алгоритма автоматической классификации изображений в задаче анализа клеток периферической крови

Ковригин А.

Красноясркий Государственный Технический Университет (Красноярск)

В медицинской практике большое распространение имеет общеклинический анализ крови, который включает в себя определение концентрации гемоглобина, подсчет содержания эритроцитов, вычисление цветового показателя, подсчет количества лейкоцитов, лейкоцитарной формулы и исследования скорости оседания эритроцитов.

Большинство медицинских методик ручного микроскопического анализа эксплуатирует свойства глаз человека распознавать соотношения формы, оттенков, текстуры сложных изменчивых объектов без их измерения, на основе качественных характеристик. Но доминировавшая до последнего времени ручная микроскопия даже при высокой квалификации врача-лаборанта тяжела, субъективна и ограничена по своим возможностям.

Развитие алгоритмов автоматической классификации позволяет постепенно перейти от ручного способа анализа клеток периферической крови. Автором был предложен подход к решению задачи автоматизации процесса исследования клеток периферической крови на основе многоуровневого алгоритма автоматической классификации изображений в условиях отсутствия четких границ между объектами [1], позволяющего учитывать полупрозрачную структуры объектов и их геометрические пересечения. Идея алгоритма основывается на построении двухуровневого процесса классификации изображения. На первом уровне на основе построения R окрестности и проверки гипотезы о принадлежности точек из окрестности R классу A, осуществляется выделение классов, соответствующих объектам. Второй уровень включает в себя логический контроль на однородность класса A и, в случае неоднородности, построение карты минимальных расстояний по точкам класса с последующим перераспределением точек неоднородного класса A между дополнительно выявленными классами.

Исследование синтезированного алгоритма показало преимущества предлагаемого подхода перед традиционными алгоритмами автоматической классификации изображений, позволяя автоматизировать работу по исследованию клеточных структур и отказаться от метода ручного микроскопического анализа.

На основе предложенного подхода в рамках сотрудничества с сотрудниками лаборатории молекулярно-клеточной физиологии и патологий ГУ НИИ медицинских проблем Севера СО РАМН были разработано и внедрено программное средство, позволяющее автоматизировать процесс анализа крови, включающего в себя подсчет содержания эритроцитов и построение эритроцитарной гистограммы.

Литература
1. Ковригин А.В. "Многоуровневый алгоритм автоматической классификации изображений в условиях отсутствия четких границ между объектами", Вестник КрасГАУ: Выпуск № 12. Красноярск, 2006.
2. Коков А.А., Меркулова Е.В., Адамов В.Г., В.Я Спорыхин Автоматизированная подсистема распознавания и оконтуривания клеток// Наукові праці ДонДТУ, Донецьк, 2001, випуск 25, с. 110-116
3. Спорыхин В. Я, Адамова Е. В. Автоматизация процесса исследования функционального состояния клеток // Наукові праці ДонДТУ, Донецьк, 2001, випуск 25, с. 110-116
4. Гонсалес, Р., Вудс, Р., Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. - Москва: Техносфера, 2005.-1072с.

Примечание. Тезисы докладов публикуются в авторской редакции

Ваши комментарии
Обратная связь

[Головная страница]
[Конференции]