Методы и алгоритмы обработки растровых изображений для решения задач автоматизированной микроскопии медико-биологических препаратов

Методы и алгоритмы обработки растровых изображений для решения задач автоматизированной микроскопии медико-биологических препаратов

Автор: Привалов, Олег Олегович

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2007

Место защиты: Волгоград

Количество страниц: 146 с. ил.

Артикул: 3331182

Автор: Привалов, Олег Олегович

Стоимость: 250 руб.

Методы и алгоритмы обработки растровых изображений для решения задач автоматизированной микроскопии медико-биологических препаратов  Методы и алгоритмы обработки растровых изображений для решения задач автоматизированной микроскопии медико-биологических препаратов 

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. ОБЗОР ЗАДАЧ СИСТЕМ АВТОМАТИЗИРОВАННОЙ МИКРОСКОПИИ
И МЕТОДОВ ИХ РЕШЕНИЯ.
1.1 Микроскопия в медицинских исследованиях.
1.2 Задачи микроскопии, подлежащие автоматизации
1.3 Анализ функций систем автоматизированной микроскопии
1.4. Методы получения растровых изображений микрообъектов.
1.4.1 Ввод графического изображения полученного при микроскопическом увеличении в компьютер.
1.4.2 Управление траекторией сканирования препарата
1.5 Алгоритмы повышения качества анализируемых изображений
1.5.1 Входные данные рассматриваемых алгоритмов
1.5.2 Выравнивание яркости фона
1.5.3 Повышение контраста
1.5.4 Фильтрация.
1.5.5 Повышение резкости.
1.6 Алгоритмы выделения объектов интереса на цифровых изображениях.
1.6.1 Выделение границ.
1.6.2 Выделение областей сегментация цифровых изображений
1.7 Методы классификации объектов интереса
1.8 Выводы.
2. РАЗРАБОТКА И МОДЕРНИЗАЦИЯ АЛГОРИТМОВ ПОИСКА И ВЫДЕЛЕНИЯ ОБЪЕКТОВ ИНТЕРЕСА НА РАСТРОВЫХ ИЗОБРАЖЕНИЯХ МЕДИКОБИОЛОГИЧЕСКИХ ПРЕПАРАТОВ ДЛЯ РЕШЕНИЯ ЗАДАЧ АВТОМАТИЗИРОВАННОГО АНАЛИЗА
2.1 Этапы преобразования входной информации.
2.2 Алгоритм редукции исследуемого цифрового изображения
2.2.1 Оценка среднеквадратической ошибки дисперсии в пределах скользящего окна исходного и редуцированного изображений
2.2.2 Гистограммная оценка
2.3 Постановка задачи кластерного анализа для сегментации цветных изображений
2.4 Критерии количественной оценки качества сегментации.
2.5 Выбор пространства признаков
2.6 Алгоритм статистического контрастирования.
2.7 Сегментация в одномерном пространстве признаков.
2.8 Сегментация в многомерном пространстве признаков
2.8.1 Метод однокомпонентного поиска центроидов.
2.8.2 Метод многокомпонентного поиска центроидов
2.9 Устойчивый алгоритм поиска объектов на основе комбинированной сегментации
2. Выводы.
3. АВТОМАТИЗИРОВАННЫЙ АНАЛИЗ МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ ЛЕЙКОЦИТОВ ПЕРИФЕРИЧЕСКОЙ КРОВИ
3.1 Формализованное описание модели лейкоцитов
3.2 Алгоритмы получения и оценки второстепенных морфологических признаков
3.2.1 Определение количества сегментов ядра.
3.2.2 Оценка перинуклсарной зоны клетки.
3.2.3 Оценка зернистость гранулоцитов.
3.2.4 Определение степени сферичности.
3.3 Алгоритм автоматической классификации.
3.4 Выводы.
4. ОПИСАНИЕ ПРОГРАММНОГО КОМПЛЕКСА АВТОМАТИЗИРОВАННОГО АНАЛИЗА МЕДИКОБИОЛОГИЧЕСКИХ ПРЕПАРАТОВ 0 ИХ РАСТРОВОМУ ИЗОБРАЖЕНИЮ
4.1 Автоматизированная система фазового анализа и расчта объмной доли, исследуемых объектов на растровых изображениях медикобиологических препаратов
4.2 Автоматизированная система поиска и выделения объектов интереса из массива растровых изображений, полученных в результате автоматического сканирования окрашенного мазка
4.3 Автоматизированная система классификации выделенных клеток крови по их растровому изображению
4.4 Выводы.
ЗАКЛЮЧЕНИЕ.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК.
СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ.
ПРИЛОЖЕНИЕ 1.
ПРИЛОЖЕНИЕ 2.
ПРИЛОЖЕНИЕ 3.
ВВЕДЕНИЕ
Актуальность


Автоматизированная система Фазовый анализ растровых изображений медикобиологических препаратов внедрена на кафедре патологической анатомии Волгоградского государственного медицинского университета. Автоматизированная система Поиск и выделение объектов интереса из массива растровых изображений полученных в результате автоматического сканирования исследуемого препарата внедрена на кафедре оперативной хирургии Волгоградского государственного медицинского университета. Работа получила грант от фонда содействия развитию малых форм предприятий в научнотехнической сфере по программе Участник молодежного научноинновационного конкурса У. М.Н. Апробация работы. Основные положения диссертации докладывались на научных семинарах кафедры САПР и ПК ВолгГТУ, а также на всероссийских научных и научнопрактических конференциях на всероссийской конференции Информационные и управленческие технологии в медицине Пенза , Инновационные технологии в управлении, образовании, промышленности АСИНТЕХ, а также в электронных конференциях Современные наукоемкие технологии . Публикации. По теме диссертации опубликовано 6 печатных работ, в том числе 2 из них в журнале, рекомендованном ВАК 1. Объем и структура работы. Работа состоит из введения, четырх глав с выводами, заключения, трх приложений, списка литературы. Общий объем работы страниц 6, иллюстраций , таблиц 5. В списке литературы 5 наименований. В первой главе рассмотрены основные задачи микроскопии медикобиологических препаратов, приведены этапы приготовления препаратов, особенности методик анализа, определены факторы, влияющие на качество наблюдаемой микроскопической картины и адекватность результатов исследования. Выполнен обзор задач медикобиологической микроскопии, анализируются возможные пути их автоматизации. Отдельное внимание уделено функциям системы автоматизированной микроскопии САМ, покрывающим большую часть задач рассматриваемой предметной области. Производится сравнительный анализ существующих САМ по их функциональным характеристикам, рассматриваются пути возможного повышения их производительности, а также качества результатов автоматизированного анализа. Далее рассматриваются этапы получения цифровых изображений медикобиологических препаратов, отображающих наблюдаемую микроскопическую картину, обосновывается необходимость применения алгоритмов подготовки изображения к распознаванию, перечислены существующие алгоритмические решения. Выполнен обзор известных алгоритмов выделения поиска объектов на растровых изображениях, проанализированы их достоинства и недостатки. В заключении обобщены основные проблемы автоматизации задач предметной области, определены направление дальнейших исследований. Во второй главе рассмотрены алгоритмы обработки цифровых изображений разработанные или модифицированные лично автором. Цель рассматриваемых алгоритмов обеспечить поиск, выделение и детализацию объектов интереса на растровом изображении медикобиологичсского препарата, полученного в результате микроскопии. В третьей главе предлагается формализованное описание модели клеток крови, на примере лейкоцитов, и алгоритмы для получения выделенных признаков классификации. В четвртой главе описана архитектура созданного программного комплекса для решения частных задач автоматизированной микроскопии медикобиологических препаратов, состоящего из трх автоматизированных систем. Цель реализации автоматизированных систем проверить на практике эффективность работы алгоритмов для дальнейшего проектирования и создания универсального диагностического комплекса, обладающего значительными конкурентными преимуществами в сравнении с аналогами. В приложениях рассмотрены основные функции систем автоматизированной микроскопии занимающих лидирующее место на рынке программных продуктов подобного типа приложение 1. Описаны основные морфологические характеристики клеток костного мозга и периферической крови приложение 2. Представлены результаты тестирования разработанных алгоритмов на растровых изображениях медикобиологических препаратов, приведено сравнение результатов их работы с результатами, произведнными САМ, рассмотренными в приложении 1 приложение 3.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.660, запросов: 244