РАЗРАБОТКА КОМПЬЮТЕРНОЙ ПРОГРАММЫ И АЛГОРИТМОВ АВТОМАТИЧЕСКОЙ МОРФОМЕТРИИ ФАЦИИ БИОЖИДКОСТЕЙ Абдуманонов А.А.,Ботиров М.Т.,Карабаев М.К.

Ферганский филиал Ташкентской медицинской академии


Номер: 2-2
Год: 2015
Страницы: 182-187
Журнал: Актуальные проблемы гуманитарных и естественных наук

Ключевые слова

морфометрия, биожидкость, кристаллография, клиновидная дегидратация, обработка изображений, фильтры, структура биожидкостей, ранняя диагностика, morphometry, biological fluids, crystallography, wedge dehydration, image processing, filters, structure bioliquids, early diagnosis

Просмотр статьи

⛔️ (обновите страницу, если статья не отобразилась)

Аннотация к статье

В работе исследовано разработка простых, малоинвазивных методов диагностики заболеваний и компьютерной программы для распознавания медицинских изображений (фаций биожидкостей).Результаты исследования показывают, что кристаллы биологических жидкостей (фация) являются очень информативными при определении заболевания.

Текст научной статьи

Актуальность: В научных исследованиях и практической медицине значительное внимание уделяется методам лабораторной диагностики, облегчающим постановку диагноза и проведение дифференциальной диагностики. При этом наиболее доступным и часто используемым методом является исследование состава биологических жидкостей (БЖ). При дегидратации БЖ структурообразование твердой фазы протекает с учетом данных взаимосвязей (помимо физических законов и внешних условий), что позволяет их анализировать[7]. Исходя из этого, проведение исследований по установлению взаимосвязи между состоянием организма и морфотекстурой кристаллов соответствующих биожидкостей, формирование на их основе баз данных и баз знаний позволяющий, с привлечением компьютерной техники, разработать новую информационную технологию распознавания патологии организма, является актуальной для практической медицины и здравоохранении в целом. Отметим, что развитием информационных и компьютерных технологий в медицине появились новые возможности для повышения эффективности обнаружения объектов интереса на изображениях компьютерной морфометрии. Специализированные системы для анализа и обработки медицинских изображений позволяют производить преобразования изображений в различных целях [2]. Методы цифровой обработки широко применяются в промышленности, искусстве, медицине, космосе. Интерес к методам цифровой обработки изображений произрастает из двух основных областей ее применения, которыми являются повышение качества изображений для улучшения его визуального восприятия человеком и обработка изображений для их хранения, передачи и представления в автономных системах машинного зрения [4, 8]. Цифровая обработка изображений называется обработкой цифровых изображений с помощью цифровых вычислительных машин (компьютеров). Заметим, что цифровое изображение состоит из конечного числа элементов, каждый из которых расположен в конкретном месте и принимает определенное значение. Эти элементы называются элементами изображения или пикселями. Цель исследования. Разработка простых, малоинвазивных методов диагностики заболеваний и компьютерной программы для распознавания медицинских изображений (фаций биожидкостей). Материалы и методы исследования. Высушенные пленки (фации) биологических жидкостей (слюна, сыворотка крови) различных заболеваний. Методы цифровой обработки изображений. На данный момент существуют вейвлетный кратномасштабный анализ, нейросетевые методы, текстурный анализ изображений, метод сегментации, морфологический. Пространственные методы улучшения изображений преобразования яркости спектра изображений, преобразование изображения в негатив, пороговая обработка, препарирование, линейное повышение контраста, логарифмические и степенные преобразования, кусочно-линейные функции преобразования, видоизменение гистограммы изображений, эквализация гистограммы, нормализация гистограммы, приведение(задание) гистограммы, локальное улучшение изображения на основе гистограмм, использование гистограммных статистик для улучшения изображения[1].Методы сегментации изображений. Методы сегментации можно разделить на два класса: интерактивные - использующие пользовательский ввод непосредственно в процессе работы и автоматические - не требующие взаимодействия с пользователем[3]. Для морфологической обработке изображений были применены методы медико-биологической морфометрии, морфологическая фильтрация, утончение и усечение. Медико-биологическая морфометрия, алгоритмы обработки цифровых изображений, обработка одномерных сигналов, статистическая обработка данных, системный анализ, распознавание образов [5, 6]. Для обработки полученных изображений создана программа компьютерного распознавания и анализа кристаллографических фаций. В качестве среды для разработки ASD© “EXTERNET AMI systems” выбрана операционная оболочка Microsoft Windows, средой программирования является Borland Delphi, производства фирмы Borland International® USA, California. Delphi представляет собой среду, поддерживающую визуальное проектирование приложений для Windows. В программе ASD© “EXTERNET AMI systems” разработаны такие методы обработки изображений, как: геометрические (например, поворот, масштаб, обрезание), морфологические (дилатация, эрозия), преобразования цветных изображений (негатив, гамма, сглаживание), изображений в градациях серого (преобразование Лапласа, пороговое, нахождение границ), а также операции по работе с измерениями (поиск контуров) и с фоном (выравнивание освещенности, восстановление, удаление фона). Кроме того, программное обеспечение для обработки изображений EXTERNET AMI systems имеет такую функцию, как автоматический поиск объектов на изображении рис-1. В этой программе можно определить параметры зоны кристаллографических фаций, формы и структуры кристаллов, распознавания линий и углов на изображении, распознавания края изображения, площади кристаллов, измерения длины фигур и т.д. Создана база знаний маркеров биологических жидкостей различной формы и база данных параметров и изображении кристаллографических фаций, по которым в дальнейшем будет проводиться автоматическое распознавание исследуемых маркеров. База данных позволяет также производить быстрый просмотр всего содержимого базы данных; осуществлять поиск информации по запросу; просматривать статистику по конкретному пациенту и измерению изображений кристаллографических фаций. Рис.1. Интерфейс ASD© “EXTERNET AMI systems” Для анализа снимка кристаллографических фаций БЖ часто требуется предварительно его отредактировать или применить разные фильтры исходя от задачи. В основном для этого настраивают яркость и контраст фотографии, используют операцию гамма-коррекции, а также алгоритмы обработки полутоновых изображений и многое другое рис-2,3. Рис.2. Фильтры для настройки яркость и контраст фотографии Данные методы обработки изображений можно применить в программе EXTERNET AMI systems. К тому же, с помощью преобразований для работы с фоном, предлагаемых этой системой, сизображениями кристаллографических фаций БЖ можно удалять артефакты, а фильтр автоматический поиск объектов позволяет найти и выделить интересующие области на изображении. Помимо перечисленного, в программе EXTERNET AMI systems реализовано такое преобразование, как Псевдоцвета, идеально подходящее для работы с медицинскими снимками. Применяя его, можно «раскрасить» изображение, присвоив пикселям те или иные цвета в результате квантования их по уровням яркости. Таким образом, становятся различимы области с близкими по значению яркостями. Рис.3. Фильтры для настройки фотографии В программе EXTERNET AMI systems можно ручное и автоматическое выделение интересующих объектов (патологических маркеров БЖ, клеток, ядер и т.п.): -Предварительная обработка растрового изображения биологического препарата, полученного при микроскопии в автоматическом режиме для устранения дефектов, полученных в результате оцифровки, наблюдаемой при микроскопическом анализе картины; -Автоматический морфологический разбор растрового фрагмента фации жидкости из брюшной полости на структурные составляющие. Подструктурными составляющими понимаются радиальные зоны (центральная, периферийная и переходная); -Измерение количественных характеристик, описывающих особенности текстуры выделенных зон фаций. Выделение количественного критерия позволит фиксировать неярко выраженные отличия, характерные для фации в промежуточном состоянии; -Возможность обрабатывать массивы биологических образцов в автоматическом режиме; -Предварительная фильтрация исследуемых объектов заданием параметров «Размер» и «Округлость»; -Автоматическое разделение слипшихся частиц с помощью встроенной функции, если отдельные частицы различимы и касаются друг друга с небольшим перекрытием площади; -Разделение изображения на каналы RGB (красный, зеленый и синий) или по цветам, присутствующим в изображении (из цветовой гаммы препарата); -Автоматизированные измерения: процент количества и фазовый анализ; -Выделение и измерение объектов однородного цвета на самом изображении или на 2-битовом изображении объектов, инструментом «волшебная палочка»; -Функция расширенного фокуса для объёмных объектов; -Классификация объектов и статистическая обработка результатов измерений встроенными средствами обработки; -Передача данных в MS Excel для дополнительной обработки; -Работа с файлами, хранящимися на компьютере и буфер обмене; -Сохранение обработанных снимков в форматах JPEG, BMP, TIFF. Современный мир информационных технологий трудно представить себе без использования баз данных (БД). Практически все системы в той или иной степени связаны с функциями долговременного хранения и обработки информации. Формализация данных и способы доступа к ним, обеспечивается определенной системой управления базы данных (СУБД), называется ее моделью данных. Для формализация БД кристаллов биожидкостей(БЖ) создана Даталогическая модель базы данных изображена на рис-4. Рис. 4. Даталогическая модель данных БЖ БД с следующими таблицами: PassData - паспортные данные пациента; CaseRecords - лист (осмотр) истории болезни пациента; Markers - паспортные данные маркеров (библиотека маркеров) БЖ; ZnanieMarker - появление маркеров БЖ в различных патологиях; ParamPicMarker - описание найденного маркера в БЖ пациента; PicInfo - информация о изображении кристаллов БЖ пациентов; LabAnaliz - лабораторные анализы пациента; ZnanieLab - критерии лабораторных анализов в патологических состояниях; AnalizPic - сравнительный анализ полученных результатов лабораторных анализов и компьютерной обработки кристаллов БЖ; Result - Конечный результат. Выводы. Таким образом, разработанная нами компьютерная технология и программное обеспечение позволит создать формализованную базу данных обследованных больных, их клинические и лабораторные показатели, а так же оцифрованных фаций их биожидкостей, и в конечном итоге осуществить автоматизированное определение качественных и количественных морфологических показателей фации биожидкостей.

Научные конференции

 

(c) Архив публикаций научного журнала. Полное или частичное копирование материалов сайта возможно только с письменного разрешения администрации, а также с указанием прямой активной ссылки на источник.