К. С. Чистов Московский инженерно-физический институт (государственный университет)

Вид материала

Документы

Подобный материал:

• Ю. С. Барсуков 1, А. Ю. Окунев 2 1 Московский инженерно-физический институт (государственный, 29.25kb.
• В. А. Курнаев Московский инженерно-физический институт (государственный университет),, 27.18kb.
• «Вегето-сосудистая дистония», 192.12kb.
• Перечен ь научных разделов и базовых вузов по научным разделам открытого конкурса, 247.02kb.
• Д. В. Гуцко Московский инженерно-физический институт (государственный университет), 34.47kb.
• В. А. Тумольский московский инженерно-физический институт (государственный университет), 27.44kb.
• Вдокладе рассматривается задача оценки рисков инвестиционных проектов электростанций, 29.4kb.
• Л. Ю. Грецкая московский инженерно-физический институт (государственный университет), 26.28kb.
• Резюме Луценко Владимир Юрьевич, 22.32kb.
• И. П. Капочкина Московский инженерно-физический институт (государственный университет), 32.5kb.

К.С. Чистов

Московский инженерно-физический институт (государственный университет)


Оценка качества подготовки гематологических препаратов
ПРИ автоматизированной диагностикЕ
острых лейкозов


Предложено при автоматизированном анализе микроскопических изображений мазков крови ввести этап контроля качества изображения.


Острый лейкоз – тяжелейшее гематологическое заболевание одним из признаков которого является наличие в периферической крови бластных клеток, выявляемых при микроскопическом исследовании мазка крови. Для автоматизации такого анализа в МИФИ совместно с ведущими медицинскими центрами (РОНЦ им. Н.Н. Блохина РАМН, ГНЦ РАМН) разработана автоматизированная система гематологической диагностики АТЛАНТ [1]. Автоматическое обнаружение бластных клеток основано, в частности, на измерении текстурных признаков ядер лейкоцитов. Значение текстурных признаков зависит от пространственного распределения цветовых компонент изображения, что позволяет обнаружить наличие нежной структуры хроматина в ядре, являющейся отличительным свойством бластных клеток. Но на текстурные признаки также влияют и условия подготовки препарата крови и особенности формирования цифрового изображения. Поэтому для решения задачи автоматического обнаружения бластных клеток необходимо обеспечить формирование изображения клетки, соответствующего требованиям компьютерного анализа. В данной связи, прежде чем проводить обработку изображения необходимо удостовериться в его качестве.

Выделим два основных этапа в формирования цифровых изображений препаратов крови при автоматизированной диагностике острых лейкозов:

- приготовление препарата для микроскопического исследования;

- регистрация электронного изображения клеток крови.

На первом этапе существенным для качества изображения являются: подготовка стекла для препарата; процедура взятия крови; нанесение капли крови на стекло; процедура размазывания капли крови по стеклу; окраска препарата.

На втором этапе определяющие для качества изображения факторы включают настройку системы ввода изображений клеток крови в компьютер, выбор области препарата для съемки, выбор клеток для анализа, фокусировку оптической системы микроскопа для электронной регистрации изображения выбранной клетки, контроль качества введенного изображения.

Изображения, удовлетворяющие установленным требованиям, подвергаются последующей процедуре автоматической обработки, в результате которой выделяются кариоциты и производится их классификация с отнесением к одному из двух типов бластных и небластных клеток. Изображения, не прошедшие контроль качества, подвергаются дополнительному анализу с целью выявления причин аномалии и принятия мер по их устранению.

Введение этапа контроля качества цифрового изображения препарата крови позволит повысить достоверность результатов автоматизированного анализа мазков крови при диагностике острых лейкозов.

Список литературы

1. Никитаев В.Г., Чистов К.С. Методология автоматизированного анализа периферической крови при диагностике острых лейкозов // Инженерная физика. 2005. №2. с.63-67.