Коков А. А. Компьютреная подсистема анализа параметров клетки

Оригинал: http://masters.donntu.ru/2003/kita/kokov/library/pub2.htm

Abstract
The problem on selection of a biological cell on an image and determination of its outline has been decided. Dynamic characteristics of an outline numerically was appreciated and light's heterogeneity was chosen inside a biological cell. The researches on a determination of dependence between in properties of entropy of an outline of a biological cell and its biological condition are continue.

Оценка степени жизнеспособности клетки является актуальной задачей. Терапия тяжело обоженных предполагает неоднократное определение жизнеспособности клеток для каждого больного. Обычно оно выполняется на основе цитометрических методов, связанно с большой трудоемкостью и невысокой точностью полученных результатов. Задача компьютерной подсистемы заключается не только в автоматизации процесса анализа снимков тканей, но и повысить точность результатов. Для реализации подсистемы необходимо:
1. Распознать клетку на цифровом изображении ткани;
2. Оконтурить клетку и выделить внутренние неоднородности;
3. Провести анализ контура клетки, вычислить основные параметры клетки, который необходимы для определения жизнеспособности клетки.

Наиболее простой способ фильтрации, который может быть использован для выделения контура клетки - это пороговая фильтрация. Результатом его работы будет монохромное изображение, построенное из условия:

                                 (1)

В результате проведенных экспериментов сделан вывод: выделить объект на снимке возможно только при рассмотрении его в RGB формате. После пороговой фильтрации получаются четкие границы объектов - бинарное изображение, но точность недостаточна. Только на цветном снимке можно выявить очень важные характеристики жизнедеятельности клетки [1], поэтому клетку необходимо анализировать в первоначальном, исходнополученном цвете.
При анализе клетка на снимке представляет собой заранее неизвесную цветовую неоднородность и необходимо выявить области с цветовой неодно-родностью. Для этих целей был разработан и применен гистограммный пороговый фильтр. Метод основан на построении гистограммы интенсивностей по значениям интенсивности каждой составляющей цвета, выявления пиков, удов-летворяющих условиям заданного порога.
Результатом данного метода являет-ся битовая матрица, построенная из условия:

                 (2)

где
G[k, c] - значение пика с интенсивностью k для цвета с,
f[i, j, c] - значение интенсивности i, j пикселя изображения для цвета с,
maxG[0..255, c] - максимальное значение на гистограмме для цве-та с,
-величина порога по гистограмме для цвета с,
por - пороговое значение, задаваемое в диапазоне [1..99].
Пороговое значение выбирается после визуальной оценки изображения на предмет контрастности (разброса значений интенсивностей цветов).
Данный гистограммный пороговый фильтр имеет большую устойчивость к размытости границ клетки на снимке. Так же на работу фильтра не влияют условия снятия изображения и передачи его на твердые носители. Метод не чувствителен к неоднородностям различного характера: цвет, форма, вкрапления. Кроме контура клетки на отфильтрованном изображении находится большое количество помех, которые необходимо устранить. Для этого используется свойство изображения клетки - замкнутость ее контура. Производится кластеризация изображения по принципу 4-х связности. Кластер клетки значительно больше и по данному признаку на изображении выделяется сама клетка. Т.о. обработанное изображение представляет собой кластер объекта и кластер фона.
Дальнейшая обработка изображения клетки сводится к выделению ее контура. Выделение границы объекта сводится к анализу пикселей объекта, которое производится по принципу 8-ми связности с пикселями фона.
Дальнейшее приближение полученного контура к реальному контуру клетки производится с использованием метода активных контуров. Алгоритм метода заключается в следующем: производится деформация контура, с целью заключения внутри его области, которая содержит пиксели объекта [2]. Точки в контуре стремятся к границе объекта при минимизации энергии контура. Для каждой отметки в окрестностях vi, значение энергии находится как:

E_i = * E_int(v_i) + *E_ext(v_i),

где E_int(v_i) является функцией энергии, зависящей от формы контура, и E_ext(v_i) является функцией энергии, зависящей от свойств изображения и типа градиента в окрестности точки v_i.  и  являются константами, обеспечивающими относительную коррекцию величин энергии. В процессе адаптации метода были упрощены составляющие "градиентная" и "шара", что позволила специфика изображений. Метод активных контуров реализован с использованием начального контура, полученного в результате работы гистограммного порогового фильтра и кластеризации изображения.
    Кроме выделения контура клетки вышеописанными методами для выяснения формы объекта (клетки) программа рассчитывает следующий ряд параметров: периметр клетки (P), площадь клетки (S), площадь гранул внутри клетки (Sv), отношение площадей клетки и гранул (Sv / S), компактность (С). Моменты первого и третьего порядков, которые рассчитываются по формулам:

 

где z_i - отсчеты, m₁ и M₂ - моменты первого и второго порядков.
   

 Оценка формы контура производится на основе дескриптора Фурье:

(5)

где - нормализованный дескриптор Фурье.

Вышеперечисленные методы легли в основу программного продукта на языке программирования C++ Builder. Программа была проверена на изображениях клеток крови после проведения НСТ-теста [3]. Интерфейс программного продукта приводится ниже на рисунке 1.

Рис. 1. Интерфейс программы распознавания и оконтуривания клеток

В настоящее время на основе вышеописанного программного продукта ведутся исследования в области адаптации метода энтропийных коэффициентов. Метод основан на оценке степени динамической нестабильности контура. Предполагается установить существенную корреляционную зависимость между степенью жизнеспособности клетки и энтропийными характеристиками контура.
Выводы.
Разработанное специальное программное обеспечение позволяет выполнять оконтуривание клеток и составных частей (гранул нейтросинего тетразолия) по введенному в компьютер изображению клетки. Для этих целей был адаптирован метод активных контуров и разработан гистограммный пороговый фильтр, исследованы результаты их работы. Подсистема позволяет рассчитать параметры клетки, необходимые для определения ее жизненной активности. Продолжается работа над адаптацией метода энтропийных коэффициентов к данному типу объектов, с целью создания экспертной системы определения биологического состояния клеток.

Литература

1. Спорыхин В.Я., Адамова Е.В., Герасимов И. Г. Выбор критерия определения жизнеспособности клеток для автоматизированной системы диагностики //Наукові праці ДонДТУ, Донецьк, 2000, випуск 20, с. 224-230
2. M. Stella Atkins, Professor, Intracranial Boundary Detection and Radio Frequency Correction in Magnetic Resonance Images
3. Спорыхин В. Я, Адамова Е. В. Автоматизация процесса исследования функционального состояния клеток // Наукові праці ДонДТУ, Донецьк, 2001, випуск 25, с. 110-116