Метод распознавания изображений гистологических препаратов в задачах медицинской диагностики
Вид материала | Задача |
- О. А. Мишулина московский инженерно-физический институт ( государственный университет, 25.24kb.
- 4. Лекция: Распознавание изображений, 196.23kb.
- Регламентацию лучевых диагностических исследований, 86.1kb.
- Признаки корреляционного типа в системе распознавания текстурных изображений, 28.43kb.
- Некоторые методы распознавания изображений, 261.7kb.
- Методы медико-биологических исследований. Средства и способы получения изображений, 20.79kb.
- Нелинейная цифровая фильтрация лазерных изображений при регистрации и обработке, 242.95kb.
- Компьютерное электропунктурное сканирование как новый метод нейрофункциональной диагностики, 72.72kb.
- Обработка и передача изображений, 243.48kb.
- Нейрокомпьютерная обработка сигналов и изображений, 236.58kb.
УДК 004.896(06) Интеллектуальные системы и технологии
О.А. МИШУЛИНА, ВИН ТХЕЙ
Московский инженерно-физический институт (государственный университет)
МЕТОД РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ ГИСТОЛОГИЧЕСКИХ ПРЕПАРАТОВ В ЗАДАЧАХ МЕДИЦИНСКОЙ ДИАГНОСТИКИ
В докладе предлагается новый подход к выбору вектора информативных признаков для решения задачи классификации изображений гистологических препаратов. Подход основан на построении секущих прямых линий на изображении и расчете двумерной таблицы частот для объектов, выделенных вдоль построенных прямых. Приводятся результаты экспериментальных исследований, демонстрирующие эффективность использования предложенного вектора признаков для распознавания изображений.
Изображения, рассматриваемые в данной работе, получены видеосъемкой через микроскоп гистологических препаратов щитовидной железы человека, пораженной опухолевой тканью. Для разных типов новообразований изображения гистологических препаратов имеют различные характеристики, по форме объектов и их цветовому наполнению.
Традиционный подход к решению задачи распознавания изображений рассматриваемого типа основан на предварительной сегментации изображения и расчете статистических показателей выделенных объектов по размерам, форме и цвету. Далее задача распознавания решается одним из известных методов с использованием построенного вектора статистических показателей изображения. Этот подход сложен с алгоритмической точки зрения (сегментация изображений) и требует выполнения большого объема вычислений.
В работе предлагается новый подход к выбору вектора информативных признаков для решения задачи классификации изображений гистологических препаратов. Подход характеризуется алгоритмической простотой и ограниченным объемом необходимых вычислений. В данной работе рассматриваются полутоновые изображения, но без труда предлагаемый подход может быть обобщен на цветные изображения.
Новый подход к построению вектора признаков изображения основан на теоретическом положении [1], которое состоит в том, что статистическое описание изображения может быть получено в результате статистического анализа функции интенсивности тона множества секущих линий изображения. Для каждой секущей линии решается алгоритмически простая задача одномерной сегментации и строится таблица частот распределения длин объектов на разных уровнях яркости по всему множеству секущих линий изображения. Сегментация основана на использовании оптимального линейного дискретного дифференциатора одномерных данных.
Обозначим





Распознавание изображения гистологического препарата производится на основе набора "эталонных" изображений для разных типов новообразований. Эталоны получены в результате экспертных заключений специалистов. Статистические свойства эталонных изображений описаны матрицами частот той же структуры, что и для текущих изображений: Pэт={Pij(эт),


Различие



В работе представлены результаты экспериментальных исследований по чувствительности показателя

Список литературы
- Тихонов В.И. Выбросы случайных процессов. М.: Наука, 1970. 392 с.
- Денисов Д.А., Низовкин В.А. Сегментация изображения на ЭВМ // Зарубежная радиоэлектроника. 1985. № 10. С. 5–30.
- Бакут П.А., Колмогоров Г.С. Сегментация изображений: методы выделения границ областей // Зарубежная радиоэлектроника. 1987. № 10. C. 25 – 47.
- Rafael C. Gonzalez, Richard E. Woods.,Digital Image Processing. Wesley Publishing Company, Inc. U.S.A, 1993.
- am.ac.uk/Mirrors/ftp.de.uu.net/EC/clife/www/Q21.htm
ISBN 5-7262-0633-9. НАУЧНАЯ СЕССИЯ МИФИ-2006. Том 3