RU2408931C1 - Automated multifunctional system for analysis of object images - Google Patents
Automated multifunctional system for analysis of object images Download PDFInfo
- Publication number
- RU2408931C1 RU2408931C1 RU2009118744/08A RU2009118744A RU2408931C1 RU 2408931 C1 RU2408931 C1 RU 2408931C1 RU 2009118744/08 A RU2009118744/08 A RU 2009118744/08A RU 2009118744 A RU2009118744 A RU 2009118744A RU 2408931 C1 RU2408931 C1 RU 2408931C1
- Authority
- RU
- Russia
- Prior art keywords
- objects
- module
- images
- software
- computer
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title abstract description 13
- 238000002360 preparation method Methods 0.000 claims abstract description 13
- 239000003814 drug Substances 0.000 claims description 26
- 229940079593 drug Drugs 0.000 claims description 22
- 230000011218 segmentation Effects 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000000034 method Methods 0.000 description 18
- 238000013425 morphometry Methods 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000007491 morphometric analysis Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000003562 morphometric effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 230000002458 infectious effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000005693 optoelectronics Effects 0.000 description 2
- 244000052769 pathogen Species 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 208000030852 Parasitic disease Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 238000004820 blood count Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002559 cytogenic effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
Description
Автоматизированная многофункциональная система анализа изображений объектов, ориентированная на коллективное использование, относится к области систем (устройств) компьютерной обработки, анализа, морфометрии, распознавания, идентификации, дифференцированного счета изображений разнотипных объектов (клеточных и тканевых структур медико-биологической природы) с целью совершенствования морфологической диагностики, уменьшения влияния человеческого фактора при формировании заключений о состоянии исследуемых препаратов и может быть использована как в повседневной деятельности биолога-практика в клинико-диагностических, патологоанатомических лабораториях медучреждений, так и для проведения научных и прикладных исследований в области гематологии, цитологии, гистологии, андрологии, урологии, онкологии, цитогенетики и во многих других областях медицины и биологии. Возможна и техническая область использования систем, например материаловедение.The automated multifunctional system for analyzing images of objects, focused on collective use, relates to the field of systems (devices) for computer processing, analysis, morphometry, recognition, identification, differentiated counting of images of different types of objects (cell and tissue structures of a biomedical nature) with the aim of improving morphological diagnostics , reducing the influence of the human factor in the formation of conclusions about the condition of the studied drugs and may be used both in the daily activities of a biologist in clinical diagnostic and pathological laboratories of medical institutions, as well as for conducting scientific and applied research in the field of hematology, cytology, histology, andrology, urology, oncology, cytogenetics and in many other areas of medicine and biology. A technical area for the use of systems is also possible, for example, materials science.
В настоящее время наблюдается неуклонный рост биологических исследований в биомедицинской практике, в частности, морфометрических исследований объектов медико-биологических материалов. До сих пор большинство морфометрических анализов и исследований мазков, препаратов проводятся ручным способом под микроскопом. Под микроскопом (с помощью окуляра с линейкой микрометра) ведется измерение и подсчет биологических объектов в препаратах.Currently, there is a steady increase in biological research in biomedical practice, in particular, morphometric studies of objects of biomedical materials. Until now, most morphometric analyzes and studies of smears, preparations are carried out manually under a microscope. Under a microscope (using an eyepiece with a micrometer ruler), biological objects are measured and counted in preparations.
Учитывая, что значительная часть объектов имеет сложную структуру и форму, «ручная» морфометрия, а следовательно, и идентификация их очень трудоемки и не исключают субъективизма и личностных факторов при оценке состояния препаратов, что сказывается на эффективности диагностики заболеваний.Given that a significant part of the objects has a complex structure and shape, “manual” morphometry, and therefore their identification, are very laborious and do not exclude subjectivity and personality factors in assessing the state of drugs, which affects the effectiveness of the diagnosis of diseases.
Для решения указанного круга задач в медицине начинают получать широкое распространение системы автоматического анализа и диагностики состояния биологических препаратов, основанные на применении компьютерных методов обработки, распознавания, морфометрии, идентификации, классификации и ряда других процедур.To solve this range of problems in medicine, systems of automatic analysis and diagnostics of the state of biological preparations based on the use of computer methods of processing, recognition, morphometry, identification, classification, and a number of other procedures are becoming widely used.
Известные системы являются близкими к предлагаемой многофункциональной системе автоматизированного анализа изображений объектов. «Автоматизация процессов анализа изображений медико-биологических микрообъектов». / Сб. трудов под ред. И.В.Прангишвили, Г.М.Попова, Вып.7. М.: ИПУ, 1998. Г.М.Попова, Ю.О.Дружинин, В.Н.Степанов и др. «Компьютерный морфометрический анализ изображений сперматозоидов» (система «Морфолог») // Системный анализ и управление в биомедицинских системах. 2004. Том 3. №4. С.282-288. «Способ диагностики возбудителей инфекционных и паразитарных болезней и установка для его осуществления». Изобретение (Патент RU №2123682, 01.07.1997) относится к области медицины и может применяться для диагностики возбудителей инфекционных и паразитарных болезней в исследуемом препарате. «Способ анализа клеточного состава крови по мазку». Изобретение (Патент RU №2147123, 16.12.1998) относится к области медицины и может применяться для подсчета лейкоцитарной формулы.Known systems are close to the proposed multifunctional system for the automated analysis of images of objects. "Automation of image analysis processes of biomedical micro-objects." / Sat proceedings under the editorship of I.V. Prangishvili, G.M. Popova,
Однако все эти системы узкоспециализированы т.е. ориентированы на конкретную диагностическую задачу, поэтому предназначены для обработки и анализа конкретных препаратов только с определенными типами объектов, причем многие из них требуют специальных красителей, а высокая стоимость подобных систем препятствует оснащению ими каждого рабочего места врача-биолога.However, all these systems are highly specialized i.e. focused on a specific diagnostic task, therefore, they are intended for processing and analysis of specific preparations only with certain types of objects, many of which require special dyes, and the high cost of such systems prevents them from equipping every workplace of a biologist.
Наиболее близкой к предлагаемому техническому решению является система «Морфолог - Сеть» - компьютерный морфометрический анализатор изображений разнотипных объектов для диагностики заболеваний (Г.М.Попова, Ю.О.Дружинин, В.Н.Степанов. «Компьютеризация анализов клеток и тканей в лабораторной диагностике и прикладных исследованиях» // Труды Института. М.: ИПУ им. В.А.Трапезникова, 2002. Том XVIII, с.140-156), принятая за прототип.Closest to the proposed technical solution is the system "Morphologist - Network" - a computer morphometric image analyzer of heterogeneous objects for diagnosing diseases (G.M. Popova, Yu.O. Druzhinin, V. N. Stepanov. "Computerization of cell and tissue analyzes in the laboratory diagnostics and applied research "// Proceedings of the Institute. M: IPA named after V.A. Trapeznikov, 2002. Volume XVIII, p.140-156), adopted as a prototype.
В этой работе заявителями проводится анализ основных технологических средств компьютерных анализаторов для решения различного класса задач диагностики состояний биологических препаратов. Показано, что стоимость узкоспециализированных систем препятствует оснащению ими каждого рабочего места врача-биолога, поэтому был предложен вариант совместного (централизованного) использования одной автоматизированной компьютерной (базовой) системы врачами разных специальностей. В этом случае возможно одну базовую часть системы (т.е. наиболее дорогостоящую ее часть: микроскоп с автоматически управляемым сканирующим столиком, с приводом фокусировки, драйверами программного управления, с устройством видеоввода и управляющий компьютер) поставить, например, в крупном медицинском центре, клинике, больнице либо в учебном медицинском институте и т.п. организациях и объединить ее локальной сетью с компьютерами, стоящими на рабочих местах в разнопрофильных диагностических лабораториях этих же организаций. Иными словами, предлагается централизованно использовать одну базовую часть системы только для ввода, предобработки и сохранения изображений микрообъектов с разных препаратов, с последующим распределением полученных изображений по компьютерам отдельных пользователей, для проведения (на рабочих местах) углубленного анализа, морфометрии, обучения, документирования, архивирования и т.д.In this work, the applicants analyze the basic technological tools of computer analyzers to solve a different class of problems in diagnosing the state of biological preparations. It is shown that the cost of highly specialized systems prevents them from equipping every workplace of a biologist, therefore, a variant of the joint (centralized) use of one automated computer (base) system by doctors of different specialties was proposed. In this case, it is possible to deliver one basic part of the system (i.e. its most expensive part: a microscope with an automatically controlled scanning table, with a focusing drive, program drivers, a video capture device and a control computer), for example, in a large medical center, clinic , hospital, or medical school, etc. organizations and unite it with a local network with computers at workplaces in diverse diagnostic laboratories of the same organizations. In other words, it is proposed to centrally use one basic part of the system only for inputting, preprocessing and saving images of microobjects from different drugs, with subsequent distribution of the received images to the computers of individual users, for carrying out (at work) in-depth analysis, morphometry, training, documentation, archiving etc.
Каждый пользователь при этом будет иметь в компьютере свои программные профильно-ориентированные оболочки для проведения анализов и исследований, тем более, что алгоритмы и требования к морфометрическому анализу клеточных и тканевых структур, как известно, существенно зависят от объектов анализируемых препаратов. Такое разнопрофильное использование системы позволяет наиболее полно загрузить базовую систему и избежать неэффективного использования дорогостоящего оптико-электронного оборудования.At the same time, each user will have their own profile-oriented software shells for analysis and research on the computer, especially since the algorithms and requirements for morphometric analysis of cellular and tissue structures, as you know, depend significantly on the objects of the analyzed drugs. Such diversified use of the system allows you to most fully load the base system and avoid the inefficient use of expensive optical-electronic equipment.
В отличие от специализированных компьютерных анализаторов система «Морфолог - Сеть» позволяет анализировать разнотипные изображения объектов, используя при этом одни и те же программные средства для ввода и обработки изображений, включая фильтрацию, сегментацию, выделение внешнего контура объекта и контуров, внутренних его элементов, проводить профильно-ориентированную морфометрию, классификацию, количественную дифференцированную диагностику состояний препаратов и многие др. процедуры.Unlike specialized computer analyzers, the Morphologist - Network system allows you to analyze different types of images of objects, using the same software for inputting and processing images, including filtering, segmentation, highlighting the external contour of an object and its contours, its internal elements, profile-oriented morphometry, classification, quantitative differentiated diagnosis of drug conditions and many other procedures.
Однако в системе «Морфолог - Сеть» отсутствуют технологические средства формализации и интерпретации постановки задачи пользователя, диагностики состояния исследуемых препаратов, построения описания исследуемых типов объектов, необходимые для организации процесса коллективного, многопрофильного использования системы по обработке и анализу разнотипных объектов. Все эти процедуры выполняются вне системы в процессе взаимодействия разработчиков с экспертами - специалистами исследуемой области.However, the Morphologist - Network system does not have the technological means of formalizing and interpreting the statement of the user problem, diagnosing the state of the studied drugs, building the description of the studied types of objects, which are necessary for organizing the process of collective, multidisciplinary use of the system for processing and analysis of diverse objects. All these procedures are performed outside the system in the process of interaction between developers and experts - specialists of the studied area.
Отметим также, что и технологические средства обработки и анализа разнотипных изображений требуют более эффективного и наглядного интерфейса, понятного пользователям, которые не являются техническими специалистами, это относится и к не менее важным интерактивно выполненным методам сегментации и логической фильтрации, причем и морфометрический анализ должен строиться в системе с учетом уже готовых блоков и возможностью их наращивания.We also note that technological means of processing and analyzing heterogeneous images require a more efficient and intuitive interface that is understandable to users who are not technical specialists, this also applies to equally important interactively performed methods of segmentation and logical filtering, and morphometric analysis should be built in system taking into account ready-made blocks and the possibility of building them up.
Техническим результатом предлагаемого изобретения является следующее:The technical result of the invention is the following:
- расширение функциональных возможностей системы за счет возможности анализа разнотипных изображений объектов; модульной структуры программного обеспечения управляющего компьютера, которая позволяет наращивать его функциональность без внесения изменений в основные программные модули, создавать специализированные модули применительно к решению задач пользователя, не предусмотренных программными средствами базовой системы; введение в базовую часть системы интеллектуального модуля формализации знаний специалистов (пользователей), программные средства которого позволяют пользователю в диалоговом режиме формализовать, структурировать и интерпретировать его знания в терминах процедур и программных структур системы, приводят изображения объектов к виду, удобному для распознавания, и предоставляют ряд других средств, необходимых для интерпретации правил по выработке диагностики объектов, дифференциально-диагностических заключений о состоянии препарата;- expanding the functionality of the system due to the possibility of analyzing diverse images of objects; the modular structure of the control computer software, which allows to increase its functionality without making changes to the main software modules, to create specialized modules for solving user tasks that are not provided for by the basic system software; introduction to the basic part of the system of an intelligent module for formalizing the knowledge of specialists (users), the software of which allows the user to formalize, structure, and interpret his knowledge in terms of procedures and program structures of the system, bring images of objects to a form convenient for recognition, and provide a number other means necessary to interpret the rules for the development of diagnostics of objects, differential diagnostic conclusions about the condition of the drug;
- снижение себестоимости использования системы за счет эффективного использования дорогостоящего оптико-электронного блока базовой части системы, так как управляющий компьютер, объединенный сетью с компьютерами пользователей, только первоначально организует и подготавливает все программные профильно-ориентированные процедуры для решения индивидуально-поставленной задачи пользователя; в дальнейшем, этот пользователь использует в базовой системе только оптико-электронный блок для ввода в компьютер изображений кадров, анализируемых им препаратов. Кроме того, программные средства модулей обработки и анализа изображений объектов являются практически универсальными для любых задач пользователей; доработке, а иногда просто настройке подлежат только профильно-ориентированные программы пользователей, что также значительно снижает себестоимость разработки программного обеспечения и, следовательно, всей системы в целом. Следует также отметить что, введение в базовую часть системы интеллектуального модуля формализации знаний специалистов позволило сократить время цикла создания новых программных средств для решения профильно-ориентированных задач пользователя, что также снижает себестоимость использования системы;- reducing the cost of using the system due to the efficient use of the expensive optoelectronic unit of the base part of the system, since the control computer, which is connected to the users ’computers by the network, only initially organizes and prepares all software-specific profile-oriented procedures for solving the individual task of the user; in the future, this user uses only the optical-electronic unit in the base system to enter images of the frames analyzed by him into the computer. In addition, the software modules for processing and analyzing images of objects are almost universal for any user tasks; Only profile-oriented user programs are subject to refinement, and sometimes just tuning, which also significantly reduces the cost of software development and, consequently, the entire system. It should also be noted that the introduction of an intelligent module to formalize the knowledge of specialists in the basic part of the system has reduced the cycle time of creating new software tools for solving user-oriented tasks, which also reduces the cost of using the system;
- повышение скорости и точности обработки и анализа изображений разнотипных объектов за счет введения новых способов сегментации и логической фильтрации, которые позволяют повысить достоверность результатов параметризации и идентификации объектов.- increasing the speed and accuracy of processing and analysis of images of heterogeneous objects by introducing new methods of segmentation and logical filtering, which can improve the reliability of the results of parameterization and identification of objects.
Технический результат достигается тем, что автоматизированная многофункциональная система анализа изображений объектов, ориентированная на коллективное использование, содержит базовую часть системы для коллективного (в режиме разделения времени) использования ее биологами разных специальностей, состоящую из управляющего компьютера, микроскопа с автоматически управляемым (моторизированным) сканирующим столиком, с приводом фокусировки, драйверами программного управления, с устройством видеоввода, при этом программное обеспечение управляющего компьютера имеет модульную, наращиваемую структуру в виде последовательно исполняемых программных модулей: модуля ввода в компьютер изображений кадров с биологического препарата, модуля предобработки, включая фильтрацию шумов и помех в кадре, модуля сегментации всех объектов на изображении кадра путем интерактивного порогового преобразования в пространствах цветовых признаков HSV или RGB, модуля логической фильтрации, который в интерактивном режиме удаляет все объекты, не подлежащие анализу, модуля построения контуров элементов объектов на отсегментированном изображении согласно их обобщенному структурному описанию, модуля параметризации изображений объектов, модуля идентификации и классификации объектов, модуля интегральной оценки состояния препарата, кроме того, базовая часть системы содержит интеллектуальный модуль формализации знаний специалистов предметной области, который функционально связан с модулями: сегментации, параметризации, распознавания и классификации объектов, а также с модулем интегральной оценки состояния препарата, причем управляющий компьютер объединен сетью с персональными компьютерами пользователей, программное обеспечение которых имеет аналогичные модули: предобработки, сегментации, логической фильтрации, построения контуров элементов объектов, параметризации изображений объектов, идентификации и классификации объектов, интегральной оценки состояния препарата, которые используют все структуры данных и программные средства, подготовленные в базовой части системы разработчиком или самим пользователем для решения индивидуально-поставленной им задачи; затем этот пользователь использует базовую часть системы только для ввода в компьютер изображений кадров анализируемых им препаратов.The technical result is achieved by the fact that an automated multifunctional system for analyzing images of objects, oriented to collective use, contains the base part of the system for collective (in time-sharing mode) use by biologists of various specialties, consisting of a control computer, a microscope with an automatically controlled (motorized) scanning table , with a focus drive, software control drivers, with a video capture device, with the software the control computer has a modular, scalable structure in the form of sequentially executable program modules: a module for inputting images of images from a biological preparation into a computer, a preprocessing module, including filtering noise and interference in the frame, and a segmentation module for all objects in the frame image by means of an interactive threshold transformation in color feature spaces HSV or RGB, a logical filtering module that interactively deletes all objects that are not subject to analysis, an electronic contouring module of object copies on a segmented image according to their generalized structural description, object image parametrization module, object identification and classification module, drug integral assessment module, in addition, the base part of the system contains an intellectual module for formalizing the knowledge of domain specialists, which is functionally connected with modules: segmentation , parameterization, recognition and classification of objects, as well as with the module for the integral assessment of the state of the drug, moreover, the slave computer is networked with personal computers of users whose software has similar modules: preprocessing, segmentation, logical filtering, building contours of object elements, parameterizing images of objects, identifying and classifying objects, integrated assessment of the state of the drug, which use all data structures and software prepared in the basic part of the system by the developer or by the user himself to solve the individually set by him for Achi; then this user uses the base part of the system only to enter images of the frames of the drugs he analyzes into the computer.
На фиг.1 приведена блок-схема аппаратной части системы.Figure 1 shows a block diagram of the hardware of the system.
На фиг.2 представлены программные модули базовой части системы.Figure 2 presents the software modules of the base part of the system.
На фиг.3 представлены программные модули компьютера пользователя.Figure 3 presents the software modules of the user's computer.
На фиг.1 приведена блок-схема аппаратной части предлагаемой многофункциональной системы, которая в базовой части системы 1 содержит:Figure 1 shows the block diagram of the hardware of the proposed multifunctional system, which in the base part of the system 1 contains:
- оптико-электронный блок 2, который представляет собой микроскоп с автоматически управляемым (моторизированным) сканирующим столиком, с приводом фокусировки, драйверами программного управления, с устройством видеоввода;- optoelectronic unit 2, which is a microscope with an automatically controlled (motorized) scanning table, with a focusing drive, program control drivers, and a video capture device;
- управляющий компьютер 3, объединенный локальной сетью 5 с компьютерами пользователей 4, представляет собой персональный компьютер типа Pentium или аналогичный ему, программное обеспечение которого имеет модульную, наращиваемую структуру в виде последовательно исполняемых программных модулей (6-13), представленных на фиг.2;- the control computer 3, connected by a local network 5 with computers of users 4, is a personal computer of the Pentium type or similar, the software of which has a modular, scalable structure in the form of sequentially executed program modules (6-13), shown in Fig.2;
- персональные компьютеры 4 пользователей, каждый из которых имеет программное обеспечение, организованное и подготовленное в базовой части системы 1 для решения профильно-ориентированной задачи пользователя.- personal computers of 4 users, each of which has software organized and prepared in the base part of system 1 for solving a profile-oriented user task.
Работу базовой части системы 1 можно изложить в виде последовательно исполняемых программных модулей, представленных на фиг.2:The work of the basic part of the system 1 can be stated in the form of sequentially executed software modules, presented in figure 2:
- модуль 6 ввода изображений, который обеспечивает ввод в компьютер анализируемых изображений либо из файлов различных форматов, либо с препаратов по кадрам с помощью микроскопа, устройства видеоввода с разными типами интерфейсов, например, twain, pvcam и т.д.;-
- модуль 7 предобработки для фильтрации шумов и помех в кадре, который в зависимости от требований поставленной задачи использует различные типы фильтров: размытие по Гауссу, медианный, контрастирующий и т.д.;- pre-processing
- модуль 8 сегментации объектов используется для сегментации всех изображений объектов и их внутренних элементов, введенных в компьютер; предлагаемый метод сегментации, в отличие от используемого метода в прототипе, выполняется путем интерактивного порогового преобразования в пространствах цветовых признаков HSV или RGB. В режиме настройки интерактивно определяются пороги преобразования путем указания пользователем на исходном изображении областей, соответствующих элементам объектов. Каждая область запоминается как массив опорных точек, обладающих эталонными цветовыми признаками для каждого однотипного элемента объектов. Сегментация осуществляется на основе сравнения расстояния в пространстве цветовых признаков между текущей точкой изображения и опорными точками, указанными ранее пользователем. Текущая точка считается принадлежащей тому элементу объекта, расстояние до опорной точки которого минимально. Данное расстояние можно модифицировать путем специально введенных для каждого элемента коэффициентов, настройка которых в интерактивном режиме позволяет смещать (изменять положение) границы между элементами. Для ускорения процесса сегментации результаты изменения параметров настроек сегментации (массивов опорных точек, коэффициентов элементов) отображаются в реальном времени в окне предварительного просмотра 100×100 пикселей, что позволяет настраивать параметры сегментации в интерактивном режиме, наблюдая, как изменение настроек отображается на результатах сегментации. Такие локальные преобразования областей (элементов объектов) обеспечивают эффективную обработку тонкоструктурных областей. Настройка проводится один раз для каждой серии препаратов, далее сегментация проводится автоматически. Она становится как бы специализированной для данной серии препаратов, хотя при изменении свойств красителей препаратов со временем возможна подстройка;-
- модуль 9 логической фильтрации (в отличие от используемого в прототипе, «ручного» способа удаления неанализируемых объектов путем закрашивания их цветом фона) удаляет в интерактивном режиме все объекты, не подлежащие анализу, с помощью фильтров по площади, по соприкосновению или несоприкосновению их с другими объектами;- logical filtering module 9 (in contrast to the “manual” method for deleting unanalyzed objects by painting them with the background color) interactively removes all objects that cannot be analyzed using filters by area, by touching or not touching them with others objects;
- модуль 10 построения контуров элементов объектов на отсегментированном изображении согласно их обобщенному структурному описанию, получения описания объектов в виде хорд, формирования остовов и других видов семантического описания объектов.-
Последующие модули (11-13) работают с описанием объектов, и их работа зависит от задачи пользователя:The following modules (11-13) work with the description of objects, and their work depends on the user's task:
- модуль 11 параметризации объектов выполняет расчет геометрических, топологических и статистических параметров всех анализируемых объектов и их внутренних элементов, причем весь морфометрический анализ строится с учетом уже готовых блоков и возможностью их наращивания; при этом окончательные количественные диагностические признаки (параметры) для идентификации разнотипных объектов формируются на основе статистического анализа;-
- модуль 12 идентификации и классификации объектов выполняет идентификацию и классификацию объектов на основе сформированных диагностических признаков с использованием логических деревьев или нейронных сетей;-
- модуль 13 интегральной оценки состояния препарата проводит дифференцированный счет всех проанализированных объектов в препарате и на основании сформированных правил диагностики препарата в модуле формализации знаний специалистов выдает компьютерное заключение о состоянии препарата.-
Особо следует остановиться на модуле 14 формализации знаний специалистов, который функционально связан с модулями сегментации, параметризации, распознавания и классификации объектов, а также с модулем интегральной оценки состояния препарата и предназначен для интерпретации, формализации и структурирования знаний пользователя в терминах процедур и программных структур системы, для приведения описания исследуемых типов объектов к виду, удобному для распознавания, интерпретации правил их диагностики и правил по выработке диагностических заключений о состоянии препарата.Special attention should be paid to the
При поддержке данного модуля пользователь, не являющийся техническим специалистом, может, используя пассивный диалог (инициатива его ведения принадлежит программной системе), сформулировать задачу, не предусмотренную в данный момент в системе, и ввести всю необходимую информацию по ней. Таким образом, он получает возможность самостоятельно решать в системе свои задачи стандартными средствами обработки и анализа изображений базовой системы, без создания специализированных модулей. Если же разработка таких модулей все же окажется необходимой, то их интеграция в систему не затронет уже созданные модули предварительной обработки и сегментации, а преобразование изображения к семантическому описанию объектов на нем будет выполнено уже имеющимися универсальными средствами.With the support of this module, a user who is not a technical specialist can, using a passive dialogue (the initiative for maintaining it, belongs to the software system), formulate a task that is not currently provided for in the system and enter all the necessary information on it. Thus, he gets the opportunity to independently solve his problems in the system using standard means of processing and analyzing images of the base system, without creating specialized modules. If the development of such modules is nevertheless necessary, then their integration into the system will not affect the already created pre-processing and segmentation modules, and the image will be converted to a semantic description of objects on it using existing universal tools.
Подготовленные в модулях 7-13 базовой части системы программные средства обработки и анализа конкретного типа объектов передаются в модули 15-21 компьютера 4 пользователя, затребовавшего решение поставленной им задачи и который в дальнейшем использует базовую часть системы исключительно для формирования файлов изображений своих препаратов.The software for processing and analysis of a specific type of objects prepared in modules 7-13 of the base part of the system is transferred to modules 15-21 of the computer 4 of the user who has requested a solution to his task and who subsequently uses the base part of the system exclusively for generating image files of his preparations.
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2009118744/08A RU2408931C1 (en) | 2009-05-18 | 2009-05-18 | Automated multifunctional system for analysis of object images |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2009118744/08A RU2408931C1 (en) | 2009-05-18 | 2009-05-18 | Automated multifunctional system for analysis of object images |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2408931C1 true RU2408931C1 (en) | 2011-01-10 |
Family
ID=44054730
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2009118744/08A RU2408931C1 (en) | 2009-05-18 | 2009-05-18 | Automated multifunctional system for analysis of object images |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2408931C1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2485585C1 (en) * | 2012-04-23 | 2013-06-20 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Смоленская государственная медицинская академия" Министерства здравоохранения и социального развития Российской Федерации | Method for computer processing of images of histologic micropreparations |
| RU2534723C1 (en) * | 2013-04-23 | 2014-12-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ФГБОУ ВПО "ЮРГУЭС") | Method for determining parameters of suspended particles of arbitrary shape |
| RU2730112C1 (en) * | 2020-03-02 | 2020-08-17 | ООО "Ай Ти Ви групп" | System and method of identifying objects in composite object |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040136582A1 (en) * | 1996-08-23 | 2004-07-15 | Bacus Laboratories, Inc. | Apparatus for remote control of a microscope |
| RU2295297C2 (en) * | 2003-12-02 | 2007-03-20 | Александр Васильевич Жукоцкий | Method for studying and predicting the state of biological object or its part |
| WO2008028944A1 (en) * | 2006-09-06 | 2008-03-13 | Leica Microsystems Cms Gmbh | Method and microscopic system for scanning a sample |
| RU2330265C1 (en) * | 2007-05-14 | 2008-07-27 | Государственное образовательное учреждение высшего профессионального образования Московский инженерно-физический институт (государственный университет) | Method for automated microscopic examination of specimens |
-
2009
- 2009-05-18 RU RU2009118744/08A patent/RU2408931C1/en not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040136582A1 (en) * | 1996-08-23 | 2004-07-15 | Bacus Laboratories, Inc. | Apparatus for remote control of a microscope |
| RU2295297C2 (en) * | 2003-12-02 | 2007-03-20 | Александр Васильевич Жукоцкий | Method for studying and predicting the state of biological object or its part |
| WO2008028944A1 (en) * | 2006-09-06 | 2008-03-13 | Leica Microsystems Cms Gmbh | Method and microscopic system for scanning a sample |
| RU2330265C1 (en) * | 2007-05-14 | 2008-07-27 | Государственное образовательное учреждение высшего профессионального образования Московский инженерно-физический институт (государственный университет) | Method for automated microscopic examination of specimens |
Non-Patent Citations (1)
| Title |
|---|
| ПОПОВА Г.М., ДРУЖИНИН Ю.О., СТЕПАНОВ В.Н. Труды Института. Том XVIII. - М.:Российская академия наук Институт проблем управления им. В.А.Трапезникова, 2002, с.140-156. * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2485585C1 (en) * | 2012-04-23 | 2013-06-20 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Смоленская государственная медицинская академия" Министерства здравоохранения и социального развития Российской Федерации | Method for computer processing of images of histologic micropreparations |
| RU2534723C1 (en) * | 2013-04-23 | 2014-12-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ФГБОУ ВПО "ЮРГУЭС") | Method for determining parameters of suspended particles of arbitrary shape |
| RU2730112C1 (en) * | 2020-03-02 | 2020-08-17 | ООО "Ай Ти Ви групп" | System and method of identifying objects in composite object |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pallua et al. | The future of pathology is digital | |
| Tiwari et al. | Detection of subtype blood cells using deep learning | |
| Guerrero et al. | Software tools and platforms in digital pathology: a review for clinicians and computer scientists | |
| Lyashenko et al. | Wavelet analysis and contrast modification in the study of cell structures images | |
| Li et al. | The image-based analysis and classification of urine sediments using a LeNet-5 neural network | |
| Albayrak | Classification of analyzable metaphase images using transfer learning and fine tuning | |
| Al-Jabbar et al. | Analyzing histological images using hybrid techniques for early detection of multi-class breast cancer based on fusion features of CNN and handcrafted | |
| RU2408931C1 (en) | Automated multifunctional system for analysis of object images | |
| Liu et al. | Automatic identification of fungi under complex microscopic fecal images | |
| JP2023552701A (en) | Antimicrobial susceptibility testing using recurrent neural networks | |
| Xia et al. | AI-enabled microscopic blood analysis for microfluidic COVID-19 hematology | |
| Eshwar | Exploring the potential of artificial intelligence in healthcare: possibilities and challenges | |
| Goswami et al. | Explainable artificial intelligence and deep learning methods for the detection of sickle cell by capturing the digital images of blood smears | |
| Kılıç | Attention-Based Dual-Path Deep Learning for Blood Cell Image Classification Using ConvNeXt and Swin Transformer | |
| Singh et al. | A systematic survey on biological cell image segmentation and cell counting techniques in microscopic images using machine learning | |
| Monteiro et al. | An artificial intelligent cognitive approach for classification and recognition of white blood cells employing deep learning for medical applications | |
| Almadhoun et al. | Automated recognition of urinary microscopic solid particles | |
| Kapruwan et al. | Artificial intelligence enabled diagnostic digital cytopathology system for cervical intraepithelial neoplasia detection: Advantages and challenges | |
| Demichelis et al. | TMABoost: an integrated system for comprehensive management of tissue microarray data | |
| Guo et al. | A novel glomerular basement membrane segmentation using neutrsophic set and shearlet transform on microscopic images | |
| Berezsky et al. | Design of computer systems for biomedical image analysis | |
| López-Córdova et al. | Construction of a New Data Set of Pleural Fluid Cytological Images for Research. | |
| Yumang et al. | Real-time plasmodium falciparum parasitemia using natural neighbor interpolation | |
| Giansanti et al. | Design of a process for image improvement in digital cytology: A preliminary technology assessement | |
| Sucaet et al. | Digital Pathology’s Past to Present |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20180519 |