Спектральный и морфологический анализ акустических изображений биологических тканей и композитных структур, страница 6

Выделяют два основных типаострых лейкозов – острый лимфобластный (ОЛЛ) и острый миелобластный(ОМЛ), которые отличаются по схеме лечения. Следует обратить внимание, чтопроцедура определения типа лейкоза у морфологов носит во многомсубъективный характер и с трудом поддается какой-либо формализации. Нарисунках 10а, б3 приведены примеры изображений бластных (раковых) клетоккрови (лейкоцитов) типа ОЛЛ и ОМЛ, соответственно, для нагляднойдемонстрации внешней схожести их структур. Особенность задачиклассификации в данном случае состоит в том, что рассматриваемые ядра клетоклейкоцитов необходимо отнести как целое к диагнозу ОЛЛ или ОМЛ, т.е. здесьуже не ставится вопрос о фрагментации изображения, как это делалось вразделе 5.Процедура классификации в такой постановке задачи заключалась вследующем.

Из предоставленных изображений для каждого пациента (3пациента с диагнозом ОЛЛ и 4 пациента – с ОМЛ) вырезались большиефрагменты, соответствующие ядрам лейкоцитов (штрих-пунктирные контуры нарис. 10а, б), каждый из которых подвергался нормировке (6). Затем, на основепронормированных изображений фрагментов от двух пациентов с диагнозомОЛЛ и двух пациентов с ОМЛ формировался базис. Далее оказалосьцелесообразным классифицировать не отдельно каждый фрагмент длямножества изображений от каждого пациента, а использовать одноединственное классифицируемое изображение, которое строилось как среднееалгебраическое из изображений классифицируемых фрагментов ядер,предварительно пронормированных на локально-усредненную яркость (бралосьпо 13 фрагментов для каждого пациента).

Тем самым для каждого пациентасинтезировалась общая случайная структура с усредненными спектральнымисвойствами, близкими к спектральным свойствам исходных фрагментов.Особенность новых синтезированных структур состояла в том, что в нихиндивидуальные флуктуации значений яркости, нехарактерные длярассматриваемых образцов, усреднены и сглажены. Далее классифицировались3Изображения предоставлены Гематологическим научным центром РАМН,лабораторией “Функциональной морфологии гемобластозов”, возглавляемойдокт. биол.

наук, профессором И.А. Воробьёвым.22такие “усредненные” фрагменты ядер (рис. 10в, д) уже сформированным ранеебазисом. Результаты такой пространственно-спектральной классификациипредставлены на рисунках 10г и 10е. Из рис. 10г видно, что диагноз ОЛЛ10а10б002501.80.81.60.60.41.4100501.20.2100.8-0.20.61500501001501-0.41000.4-0.60.2-0.8005010в10010г00120.81.80.61.6500.41.4500.21.201100-0.20.80.6150050100-1150-0.41000.4-0.60.2-0.80010д50100-110еРис.10. Классификация оптомикроскопических изображений бластных лейкоцитов:– микроскопические оптические изображения раковых клеток крови пациента сдиагнозом ОЛЛ (а) и пациента с диагнозом ОМЛ (б); штрих-пунктирными контурамина изображениях отмечены фрагменты ядер, участвующие в формировании“усредненных” структур типа ОЛЛ и ОМЛ;– классифицируемые изображения “усредненных” (по 13 фрагментам) фрагментов ядердля пациента с диагнозом ОЛЛ (в) и пациента с ОМЛ (д);– соответствующие результаты классификации этих изображений пространственноспектральным методом (г, е).23подтверждается почти полным отнесением всей площади изображения“усредненных” фрагментов для этого пациента в результате классификации кодному типу (белый цвет).

В свою очередь, результат для другого пациента 10еговорит о диагнозе ОМЛ: в классификационной картине преобладает черныйцвет.Проводилась также классификация спектрально-морфологическим методом,которая не дала удовлетворительных результатов из-за отсутствия информации оструктурных особенностях в изображениях клеток (рис. 10а, б).

Это связано соспецификой приготовления материала (клеток крови или костного мозга) дляморфологического исследования, которая приводит к усреднению изображенийпо толщине образца и, как следствие, к ослаблению (утрате) морфологическихпризнаков. При акустомикроскопическом формировании изображений подобнойпотери информации не происходит, что и дало возможность провестиморфологическую классификацию.Седьмой раздел является заключением и представляет собой развернутуюформулировку основных результатов диссертационной работы.1.2.3.4.5.ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫПолучены решения задачи классификации акустомикроскопическихизображений различных биологических тканей и композитных структур спомощью методов спектрального и морфологического анализа.

В основепредлагаемой классификации лежит байесовский метод проверкистатистических гипотез. При этом используются базисные функции,которые строятся по набору обучающих образцов для каждого изклассифицируемых типов структур.Предложено развитие чисто спектрально-статистического подхода,использующее морфологические особенности классифицируемых типовструктур. Эти особенности выражаются в корреляционных связях междукоэффициентами разложения рассматриваемых структур по заданномубазису, которые отсутствуют в чисто спектральном подходе.Рассмотрены упрощенные частные реализации общего подхода; показано,что они сводятся к методам Бартлетта и Писаренко в случаепространственно-спектрального анализа и методу Кейпона в случаеморфологического анализа.

Упомянутые методы модифицированы дляприложения к рассматриваемой задаче классификации. В методе Кейпонаиспользуетсянелинейнаяобработканаосновефильтрацииклассифицируемогоизображенияспомощьюзаданногоструктурообразующего элемента, без привлечения базисных функций.Осуществлена численная реализация общих и частных методов,продемонстрирована их эффективность на примерах классификации какмодельных структур, состоящих из элементов различной формы иразмеров, так и акустомикроскопических изображений реальныхбиологических тканей и композитных структур. Дан сравнительный анализметодов применительно к практическим задачам.Осуществлена апробация разработанной методики классификацииприменительно к изображениям клеток крови (полученным оптическиммикроскопом в клинических условиях), пораженных злокачественнымизаболеваниями.24Список публикаций по теме диссертации:1.

Ким Е.Л. Конфигурационная классификация стохастических структур.Модельный прообраз классификации ткани // Сборник докладовмеждународной конференции студентов и аспирантов по фундаментальнымнаукам “Ломоносов-2000”, секция “физика”, изд. Физ. фак-та МГУ, С.167169.2. Ким Е.Л. Конфигурационная классификация стохастических структур.Модельный прообраз классификации тканей в акустическом томографе //Сборник докладов международной конференции студентов и аспирантов пофундаментальным наукам “Ломоносов-2001”, секция “физика”, изд.

Физ.фак-та МГУ, С.103-105.3. Буров В.А., Ким Е.Л. Конфигурационная классификация стохастическихструктур; модель процедуры классификации тканей в акустическомтомографе // Сборник трудов XI сессии Российского АкустическогоОбщества.

Т.2. М.: ГЕОС, 2001. С.26-29.4. Буров В.А., Ким Е.Л., Румянцева О.Д. Классификация акустическихизображений спектрально-морфологическими методами // Сборник трудовXV сессии Российского Акустического Общества. Т.2. М.: ГЕОС, 2004. С.8792.5. Burov V.A., Kim E.L. Configurational classification of stochastic structures as a wayof tissues classification for acoustical tomography // Acoust.

Imag. N.Y.: KluwerAcademic/Plenum Publishers, 2002. V.26. P.273-280.6. Буров В.А., Ким Е.Л., Румянцева О.Д. Конфигурационная классификацияизображений биологических тканей и технических структур //Информационные технологии и вычислительные системы. 2004. №4.

С.41-58.7. Буров В.А., Ким Е.Л., Румянцева О.Д. Спектрально-морфологический анализакустических изображений биологических тканей и композитных структур.I. Статистический подход // Акустический журнал. 2005. Т.51. №1. С.68-80.8. Буров В.А., Ким Е.Л., Румянцева О.Д. Спектрально-морфологический анализакустических изображений биологических тканей и композитных структур.II. Тестовая классификация акустомикроскопических изображений //Акустический журнал.2005.Т.51.№3.C.311-322.9. Буров В.А., Ким Е.Л., Румянцева О.Д.

Классификация акустическихизображенийбиологическихтканейспектрально-морфологическимиметодами // Сборник материалов II Евразийского конгресса по медицинскойфизике и инженерии “Медицинская физика - 2005”. Москва, 2005. С.209-210.25.