Автоматизация анализа растровых изображений твердой фазы биологической жидкости медико-биологических препаратов

• Автор: Петров, Владимир Олегович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Волгоград
• Количество страниц: 146 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ

1. ОБЗОР АЛГОРИТМОВ И МЕТОДОВ АВТОМАТИЗИРОВАННОЙ МИКРОСКОПИИ

1.1 Задачи автоматизированной микроскопии

1.1.1 Формирование больших полей наблюдения

1.1.2 Увеличение глубины резкости рельефного объекта при микроскопии

1.1.3 Трехмерная реконструкция.

1.1.4 Количественный анализ

1.1.5 Способы измерения физических размеров объектов на растровом изображении

1.1.6 Статистический анализ

1.1.7 Исследование динамики изменения медикобиологического препарата

1.2 Исследование твердой фазы биологической жидкости.
1.3 Выделение сегментация объектов интереса на растровом изображении.
1.3.1 Сегментация текстурных изображений на основе оценки локальных статистических признаков.
1.3.2 Текстурная сегментация изображений па основе Марковских .случайных полей
1.3.3 Алгоритм текстурной сегментации .
1.3.4 Алгоритм интерактивной сегментации i
1.3.5 Алгоритм интерактивной сегментации Ii i
1.3.6 Алгоритм интерактивной сегментации Ii i.
1.3.7 Алгоритм интерактивной сегментации
1.3.8 Алгоритм интерактивной сегментации .
1.3.9 Алгоритм интерактивной сегментации .
1.3. Алгоритм интерактивной сегментации
1.3. Сравнение алгоритмов сегментации
1.4 Выводы.
2. РАЗРАБОТКА АЛГОРИТМОВ И МЕТОДОВ СЕГМЕНТАЦИИ РАСТРОВЫХ ИЗОБРАЖЕНИЙ.
2.1 Ме тод текстурной сегментации растровых изображений.
2.2 Модификация алгоритма активных контуров для решения задач интерактивной сегментации растровых объектов
2.3 Метод автоматической фокусировки микроскопа.
2.4 Метод увеличения глубины резкости растрового изображения по множеству однотипных изображений, полученных с разными фокусными расстояниями регистрирующего устройст ва.
2.5 Выводы
3. АВТОМАТИЗАЦИЯ АНАЛИЗА ТЕКСТУРНЫХ ОСОБЕННОСТЕЙ ФАЦИИ ПРИ МИКРОСКОПИИ.
3.1 Особенности объекта исследования
3.2 Проблемы автоматизированного анализа растрового изображения фации
3.3 Подход к анализу изображения фации перитонеальной жидкости
3.4 Алгоритм нахождения границ препарата
3.5 Разбиение растрового изображения на элементарные блоки
3.6 Сегментация растрового изображения фации
3.7 Вычислительный эксперимент для исследования подхода к анализу изображения фации и текстурной сегментации растрового изображения
3.7.1 Методика проведения эксперимента
3.7.2 Выполнение эксперимента.
3.7.3 Выводы
3.8 Формализованное описание модели фации твердой фазы биологической жидкости.
3.8.1 Показатель равномерности распределения текстуры внутри зоны
3.8.2 Косвенный показатель, определяющий доминирующие частотные характеристики
3.9 Эксперимент, ориентированный на классификацию растровых изображений паттернов твердой фазы перитонеальной жидкости, с участием группы экспертов.
ЗЛО Эксперимент, ориентированный на исследование качества сегментации и
измерение основных морфологических характеристик фаций.
ЗЛ1 Автоматизированный анализ динамики текстурных изменений по
растровым изображениям фаций.
ЗЛ2 Выводы.
4. ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ РЕШЕНИЯ ПРИКЛАДНЫХ ЗАДАЧ АНАЛИЗА МЕДИКОБИОЛОГИЧЕСКИХ ПРЕПАРАТОВ ПРИ
МИКРОСКОПИИ
4Л Описание программного комплекса.
4ЛЛ Программный модуль для отделения объекта интереса от фона на
растровом изображении
4.1.2 Программный модуль для измерения растровых объектов по множеству
количественных характеристик.
4Л.З Программный модуль для анализа информативных признаков растровых
объектов.
4Л.4 Программный модуль для анализа медикобиологического образца,
полученного в результате дегидратации биологической жидкости.
4 Л .5 Программный модуль для классификации растровых объектов
4.2 Архитектура программного комплекса.
4.3 Функциональная схема программного комплекса
4.4 Выводы.
ЗАКЛЮЧЕНИЕ.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК.
СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ.
СПИСОК ТЕРМИНОВ
ПРИЛОЖЕНИЕ 1.
ПРИЛОЖЕНИЕ 2.
ПРИЛОЖЕНИЕ 3.
ВВЕДЕНИЕ
Актуальность


Работа ведется при поддержке Фонда содействия малых форм предприятий в научнотехнической сфере по программе СТАРТ. Апробация работы. Основные положения диссертации докладывались на научных семинарах кафедры САПР и ПК ВолгГТУ и кафедры АСОИУ КТИ, а также на международных, всероссийских научных и научнопрактических конференциях V Всероссийской научнопрактической конференции, г. Камышин , Инновационные технологии в управлении, образовании, промышленности АСТИНТЕХ, Каспийский инновационный форум ИнноКаспий . Публикации. По теме диссертации опубликовано печатная работа, в том числе 3 из них в журналах, рекомендованных ВАК оформлено 5 авторских свидетельств о государственной регистрации программы для ЭВМ. Объем и структура работы. Работа состоит из введения, четырх глав с выводами, заключения, трех приложений, списка литературы. Общий объем работы страниц 6, иллюстраций , таблиц 9. В списке литературы 5 наименований. В настоящее время актуальным направлением является автоматизированная поддержка существующих методик медикобиологической диагностики, ориентированных на микроскопические исследования. В большинстве случаев это позволяет качественно улучшить процесс анализа медикобиологического препарата, а также значительно сократить время морфологических измерений. Для определения цели и постановки задачи необходимо провести анализ средств автоматизации медицинских методик анализа при микроскопии, выявить пробелы, которые не позволяют з должной мерс решать некоторые прикладные задачи медицинскою анализа. Одной из главных, чаще всего востребованных задач автоматизированной микроскопии является сегментация растровых изображений медикобиологических препаратов. Поэтому необходимо провести обзор существующих алгоритмов сегментации цифровых изображений, и определить их недостатки при решении частных прикладных задач автоматизированной микроскопии. В данной главе проведен обзор задач автоматизации в области медицины при микроскопии, приводится обзор существующих методов автоматизированной микроскопии, производится анализ существующих методов и алгоритмов обработки растровых изображений. В конце главы производится сравнительный анализ существующих алгоритмов сегментации растровых изображений с точки зрения их использования в качестве решения задач автоматизации проблемных областей медицины. Автоматизированная микроскопия представляет собой совокупность программных, аппаратных и алгоритмических решений, предназначенных для получения, преобразования, количественной обработки изображений, а также накопления полученной информации. Особенности прикладных решений определяются требованиями и спецификой предметной области. Комплекс средств для автоматизированного анализа изображений при микроскопии в общем виде имеет модульное строение и состоит из системы регистрации изображения микроскоп, камера, компьютера Г1К и принтера для документирования на бумажном носителе полученных результатов. Такая архитектура удобна, поскольку системы анализа изображений с легкостью могут быть адаптированы к потребностям пользователя в зависимости от задачи, которую он собирается решать. Адаптация осуществляется путем модернизации или замены соответствующего модуля. Система ввода изображений представляет собой аппаратную часть, состоящую из микроскопа и камеры. Микроскоп предоставляет технические возможности для выбора поля наблюдения при разных увеличениях и условиях освещенности. Цифровая камера преобразует непрерывный графический сигнал в растровое изображение, которое, в свою очередь, является входной информацией для следующих структурных звеньев комплекса для автоматизированного анализа. Микроскоп и камера в совокупности образуют единый модуль, в котором отдельные части подбираются по совместимости оптических свойств и соединяются специализированным адаптером, который устанавливается на видеовыход бинокулярной насадки микроскопа. Адаптер служит не только для физической интеграции камеры в микроскоп, но и обеспечивает передачу изображения без искажений и с максимальным процентом видимого поля микроскопа на светочувствительную матрицу камеры.