Экспериментальное исследование вариабельности текстурных характеристик клеток крови в системе компьютерной микроскопии

Главная проблема распознавания бластных и небластных клеток в процессе диагностики острых лейкозов с применением методов компьютерной микроскопии тесно связана с близостью в пространстве признаков кластеров идентифицируемых разнородных объектов.

Целью настоящей работы является экспериментальная оценка влияющих факторов на текстурные признаки, применяемые для описания

клеток крови в системе распознавания бластных клеток. Эксперименты проводились на автоматизированной системе диагностики гематологических заболеваний АТЛАНТ, созданной в Национальном исследовательском ядерном университете «МИФИ» в содружестве с Гематологическим научным центром и Российским онкологическим научным центром им. Н.Н. Блохина РАМН. В состав системы АТЛАНТ входят:

♦ микроскоп (OLYMPUS) , обеспечивающий автоматическое сканирование мазка крови. Набор объективов типа планахромат с кратностью увеличения ×4, ×10, ×20, ×40, ×100 (oil), тринокуляр, предметный столик микроскопа с моторизованным приводом, управляемым как от компьютера, так и от джойстика (по трем координатам: х, у, z).

• ♦    камера (WATEC) для регистрации микроскопического изображения;

• ♦    компьютер с программным обеспечением, реализующим управление сканированием препарата и обработку изображений клеток крови [1];

• ♦    формат цветного изображения 720×576×24.

В процессе проведения экспериментов предстояло оценить влияние факторов освещенности и фокусировки на текстурные признаки.

Изучаемые объекты

Изображения клеток, полученные с мазков периферической крови.

Типы исследуемых клеток крови: ми-елобласты, монобласты, лимфоциты, моноциты, нормоциты, нейтрофилы.

Исследуемые текстурные признаки

В данном эксперименте проводится анализ текстурных характеристик, который основан на алгоритме вычисления нормированной матрице про- странственной смежности. Матрицу смежности можно рассматривать как оценку совместной плотности распределения вероятностей соседств пикселей с двумя яркостями, где gij – вероятность соседства пикселя с яркостью i с пикселем яркости j. При этом рассматриваются следующие признаки:

• ♦ энергия (ASM)

♦ момент инерции (CON)

CON = ^<1 - jf g,;

♦ максимальная вероятность (MPR)

MPR = max max gy ;

♦ локальная однородность (LUN)

LUN-^

1 + 0'-./)

♦ энтропия (ENT)

ENT = -^^gyloggy ;

i J

• ♦    корреляция (CORR)

255               255

Bl-AK^U-An-g,

CORR = —:-----

^i-AV^gy i=0             j=0

• ♦    сумма диагональных элементов (TR)

TR^g,.

1=0

Программное обеспечение

Для проведения экспериментального исследования использовались следующие программные средства:

• ♦    программа для проведения съемки и захвата отдельных кадров и серий кадров одного изображения, число кадров в серии 256;

• ♦    программа для уменьшения шума (путем усреднения серий кадров);

• ♦    программа для расчета текстурных признаков и сегментации ядер.

Методика проведения экспериментального исследования

• 1    Проведение съемки. Условия проведения съемки:

• а)    съемка не менее 100 изображений клеток крови с одного препарата;

• б)    каждая клетка снимается при пяти положениях фокусировки (первое положение – максимальная резкость ядра; второе положение – сдвиг на 1 шаг относительно первого положения; третье положение – сдвиг на 2 шага относительно первого положения; четвертое положение – сдвиг на 3 шага относительно первого положения; пятое положение –сдвиг на 4 шага относительно первого положения);

• в)    каждая клетка снимается при трех положениях освещенности (первое положение – смещение на 1 градацию шкалы микроскопа относительно начальной (оптимальной) съемки в более темную сторону; второе положение – начальная съемка, соответствует освещенности, наблюдаемой через окуляры микроскопа; третье положение – смещение на одну градацию шкалы микроскопа относительно начальной съемки в более светлую сторону).

• 2    Усреднение полученных изображений в целях уменьшения шума (в 10 раз). Усреднение проводится после устранения смещения по трем осям.

• 3    Распределение изображений клеток крови по типам. Проводится врачом-экспертом.

• 4    Проведение операции сегментации ядер для полученных изображений клеток крови.

Рис. 3. Зависимость значений признака CORR (корреляция) компонента цвета R от влияния фактора фокусировки для трех типов клеток крови

Рис. 4. Зависимость значений признака CORR (корреляция) компонента цвета R от влияния фактора освещенности для трех типов клеток крови

• 5    Вычисление текстурных признаков для полученных изображений ядер клеток крови.

• 6    Построение графиков экспериментальных зависимостей.

На рис. 1 представлен пример изображения клетки крови типа нормоцит при пяти положениях фокусировки.

На рис. 2 . Приведен пример изображений ядра нормоцита при трех значениях освещенности.

По результатам экспериментальных исследований были построены графики зависимости среднего значения каждого из приведенных выше текстурных признаков от рассмотренных влияющих факторов для трех типов клеток крови: нейтрофил, миелобласт, нормоцит. Пример графических зависимостей для признака корреляция (CORR) показан на рис. 3, 4.

Заключение

Полученные экспериментальные результаты по анализу влияния фокусировки и освещенности на текстурные признаки в системе распознавания бластных клеток с применением методов компьютерной микроскопии позволяют для рассматриваемых типов клеток крови (нейтрофил, миелобласт, нормоцит) сделать следующие выводы.

• 1    Наилучшее распознавание обеспечивает положение 1 фокусировки – максимально резкое (рис. 1 ), при этом допустимо отклонение фокусировки до положения 2, а освещенность должна соответствовать положению 2 ( рис. 2 ).

• 2    Самый устойчивый текстурный признак из рассмотренной группы при уменьшении освещенности – локальная однородность (LUN) – 17%, самый неустойчивый – максимальная вероятность (MPR) – 56%.

• 3    Самый устойчивый признак при увеличении освещенности – энергия (ASM) – 17%, самый неустойчивый – корреляция (CORR) – 56%.

• 4    Вариабельность признаков при изменении освещенности находится в пределах 17 – 56%.

• 5    При небольших изменениях фокусировки (незаметных для глаза) значения признаков меняются незначительно (6 – 8%)

• 6    При заметном для глаза изменении четкости значения признаков существенно изменяются (30 – 60%).

• 7    Наибольшую устойчивость при изменении фокусировки проявил признак момент инерции (CON) – < 2%

  

  1. Компьютерные системы гематологической диагностики. Введение: Учебное пособие./ В.Г. Никитаев, И.А. Воробьев, В.Н. Блиндарь. – М.: МИФИ, 2006. – 168 с.