15 / 17
что наиболее устойчивым методом обнаружения ядер клеток явля-
ется двухпроходный адаптивный к цвету препарата алгоритм поиска.
Для сегментации клеток были рассмотрены разделяющие алгоритмы,
в их основе лежат относительные оптические плотности ядер и ци-
топлазмы различных типов клеток. В качестве разделяющей кривой
использовалась кривая 2-го порядка Неймана – Пирсона. Для разделе-
ния также использовались цвето-яркостные характеристики и размеры
объектов, что позволило успешно отделить артефакты от лейкоцитов
и эритроцитов.
ЛИТЕРАТУРА
1.
Соколинский Б.З.
,
Демьянов В.Л.
,
Медовый В.С.
,
Парпара А.А.
,
Пятницкий А.М.
Автоматическая сортировка лейкоцитов мазка крови с использованием методов
обучаемых нейронных сетей и watershed // Здравоохранение и медицинская
техника. 2005. № 4.
2.
Национальное
руководство по лабораторной диагностике. Т. 1, 2 / под ред.
В.В. Долгова, В.В. Меньшикова.
3.
Обзор
методик автоматизированной микроскопии биоматериалов /
В.С. Медовый, А.А. Парпара, А.М. Пятницкий, Б.З. Соколинский, В.Л. Демь-
янов // Клиническая лабораторная диагностика 2006. № 7. С. 15–20.
4.
Medovyi V.S.
,
Pyatnitskii A.M.
Robotic Microscopy and information technology
to increase accuracy, sensitivity and availability of blood cell analyses. Current
microscopy contributions to advances in science and technology (Microscopy Book
Series, Publisher: Formatex Research Center). Book 5. Vol. 1. P. 775–781, December
2012.
5.
Albertini Maria C.
,
Teodori Laura
,
Piatti Elena
,
Piacentini Maria P.
,
Accorsi
Augusto
,
Rocchi Marco B.L.
Automated analysis of morphometric parameters for
accurate definition of erythrocyte cell shape Cytometry. Part A. 52A:12-18, 2003.
6.
Прэтт У.
Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982. Кн. 1.
312 с.
7.
Пантелеев И.
,
Егорова О.
,
Клыкова Е.
Компьютерная микроскопия. Техносфера,
Москва, 2005.
8.
Bikhet S.F.
,
Darwish A.M.
,
Tolba H.A.
,
Shaheen S.I.
Segmentation and classification
of white blood cells. Acoustics, Speech, and Signal Processing, 2000. ICASSP’00.
Proceedings. 2000. IEEE International Conference on Volume 6, 2000. Vol. 4.
P. 2259–2261.
9.
Jiang K.
,
Liao Q.
,
Dai S.
A novel white blood cell segmentation scheme using
scale-space filtering and watershed clustering. Proc. Of the Second Intern. Conf. on
Machine Learning and Cybernetics. Xi’an, 2–5 November 2003.
10.
Анисимов Б.В.
,
Курганов В.Д.
,
Злобин В.К.
Распознавание и цифровая обработка
изображений. М.: Высш. шк., 1983. 295 с.
REFERENCES
[1] Sokolinskiy B.Z., Dem’yanov V.L. , Medovyy V.S., Parpara A.A., Pyatnickiy A.M.
Automated Sorting Leukocytes in a Blood Smear Using Techniques of Educable
Neural Networks and Watershed.
Zdravoohranenie i medicinskaya tehnika
[Health
Service and Medical Technology], 2005, no. 4 (in Russ.).
[2] Dolgov V.V., Menshikov V.V., eds. Nacionalnoe rukovodstvo po laboratornoy
diagnostike [National Guidelines for Laboratory Diagnostics], vol. 1, 2.
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2015. № 4 63