Спектральный и морфологический анализ акустических изображений биологических тканей и композитных структур (1104858), страница 5
Текст из файла (страница 5)
Так, для классификации изображения тканимолочной железы пространственно-спектральным подходом значение уровнянеопределенности составило α1 ≈ − α 2 ≈ σ ≈ 0.2 (рис. 6б); для спектральноморфологического подхода значение уровня неопределенности составило около± σ ≈ ±0.25 .Приведен пример, показывающий, что пространственно-спектральныйподход не отличает морфологически разные структуры со статистическиодинаковыми спектрами. Для иллюстрации этого обстоятельства былисинтезированы две тестовые случайные структуры. Их спектры мощности былиприведены в соответствие со средним спектром мощности обучающих образцовкрупнокластеризованной и мелкозернистой ткани молочной железы.
Далеестроилось изображение в виде комбинации областей с этими тестовымиструктурами (рис. 7а). Обработка такого комбинированного изображенияспектральным методом на основе базисов для двух типов тканей молочнойжелезыклассифицируетсоответствующиеквадранты,каккрупнокластеризованную и мелкозернистую ткань молочной железы (рис. 7б).Таким образом, чисто спектральный подход не может различитьморфологически разные структуры со статистически одинаковыми спектрами.Этот недостаток устраняется в спектрально-морфологическом подходе, которыйпри классификации не относит соответствующие области комбинированногоизображения ни к одному из заданных типов (рис.
7в).1801.5501II100I0.51500200-0.5250III-1300-1.50501001502002507а0Рис. 7. Недостаток классификации только поспектральному признаку, устранение этогонедостаткаприучетеморфологическихособенностей структуры заданного типа:– случайная структура, скомбинированная из 2-хтипов структур (а), пространственный спектрмощности которых пропорционален среднимспектрам мощности двух типов тканимолочной железы: видна морфологическаянесхожесть случайной структуры (а) иструктуры молочной железы (4б), несмотря наблизость их пространственных спектров;– несглаженный результат классификациислучайнойкомбинированнойструктурыиспектральноспектральным(б)морфологическим (в) методами.15001500.51000.51000150150200-0.5200250-12503000-0.5300-1.505010015020025007б50100150200250-17вВ п.
5.3 показаны недостатки применения модифицированного методаКейпона, являющегося представителем "жесткого" морфологического подхода,для классификации изображений реальных биологических тканей (молочнойжелезы, зуба, почки) и композитной структуры (полимера), где, как правило, несуществует точно определенной формы структурных элементов. Изсопоставленияполученныхрезультатовклассификацииупомянутыхакустомикроскопических изображений пространственно-спектральным методоми методом Кейпона видно, что области со структурами различных типовразделяются методом Кейпона менее четко.
Результат классификации в этомслучае не очень устойчив, так как на него заметно влияют второстепенныедетали в выбранном участке-СОЭ, размеры этого участка, а также связанные свыбором одного-единственного СОЭ каждого типа недостаточно полноеиспользование при классификации характерных особенностей структур.Приводятся примеры устранения этих недостатков в спектральноморфологическом подходе, который подразумевает наличие выборокдостаточного большого объема. В образцах каждой выборки должно бытьпредставлено множество реализаций с общим среднестатистическимморфологическим типом.
В этом смысле, можно говорить о "мягкой"морфологической классификации, в отличие от "жесткой", даваемойсогласованной пространственной фильтрацией или методом Кейпона.Особенности и преимущества наиболее общего спектрально-морфологического19подхода (см. п. 3.3) продемонстрированы на примерах классификации прежнихизображений ткани молочной железы (рис.
4б) и коллажа хряща (рис. 5б).Показано, что в случае недостаточной статистики при формированииобучающей выборки реакция спектрально-морфологического алгоритма подобнаострой реакции модифицированного метода Кейпона, когда классифицируемаяобласть изображения практически точно повторяет форму, ориентацию ипропорции заданного эталонного элемента структуры. Более полная обучающаявыборка для классификации изображения ткани молочной железы былаполучена за счет учета различных ориентаций уже имеющихся фиксированныхобразцов. Присутствие в обучающей выборке образцов, ориентированных подразными углами, позволило исключить в процессе классификацииморфологические свойства, связанные только с ориентацией анизотропнойструктуры. Так, выборка была расширена от 9 до 54 образцов каждого типа.Причем в формируемых выборках не присутствовали образцы, совпадающие ипочти совпадающие с определенными областями классифицируемогоизображения, за счет чего исключалась особо острая реакция алгоритма,наблюдаемая в рассмотренном выше случае полного совпадения.
Несглаженныйрезультат спектрально-морфологической классификации изображения молочнойжелезы выделил области искомого типа в виде набора локальных областей. Длянаглядного восприятия можно сравнить классификационные картины,получаемые в спектральном и спектрально-морфологическом подходах. Так, нарис. 8б области, одинаково проклассифицированные обоими методами каккрупнокластеризованная ткань, изображены белым цветом, а как мелкозернистая– черным цветом. Светло-серым и темно-серым цветом изображены области,которые были проклассифицированы пространственно-спектральным методом,соответственно, как крупнокластеризованная и мелкозернистая ткань, но этотрезультат не был подтвержден при учете морфологических признаков.0011.650501000.51001.215015000.82002002503003000-0.52500.4501001502002500050100150200250-18б8аРис.8.
Сопоставление результата классификации изображения ткани молочнойжелезы (а) спектрально-морфологическим методом с результатом классификацииспектральным методом (б).В случае спектрально-морфологической классификации изображенияколлажа хряща (рис. 5б) не могло быть очень сильной и острой реакцииалгоритма в центрах совпадений (по форме и ориентации) одного из образцов,присутствующих в заданной выборке, и участка рассматриваемого изображения,т.к.
здесь обучающие выборки формировались на основе других20акустомикроскопических изображений, не участвующих в построении коллажа(см. п. 5.1). Образцы на разные углы не поворачивались, так как в хрящевойткани важна довольно строгая ориентация лакун (рис. 5б, в, г). На рисунке 9бприведено сопоставление результатов классификации для случая выборок изсеми образцов как в спектрально-морфологическом методе, так ипространственно-спектральном. Белым цветом изображены области, одинаковопроклассифицированные обоими методами как нормальная ткань, чернымцветом – как ткань с остеоартритом.
Светло-серый и темно серый цветотображает области соответствующего типа ткани, в которых результатморфологического анализа не согласуется с пространственно-спектральным.Надо отметить, что на рассматриваемом рисунке 9б, носящем качественныйхарактер, видны области, проклассифицированные, на первый взгляд,неоднозначно, ошибочно. А именно, среди основного массива нормальнойхрящевой ткани встречаются “островки” ткани с остеоартритом, и, наоборот,среди ткани с остеоартритом встречается нормальная ткань. Это происходит врезультате того, что в структуре нормальной хрящевой ткани попадаютсялакуны, подобные лакунам остеоартритной ткани и, наоборот. Кроме того,пространственно-спектральный и спектрально-морфологический методы немогут однозначно отнести к определенному типу однородные участки хрящевойткани, присущие как нормальной ткани, так и ткани с остеоартритом (см.рис. 5в, г).
Итак, классификационная картина 9б иллюстрирует, чтоклассификация с учетом морфологических признаков структур достаточноинформативна, но если классифицируемые структуры похожи по этимпризнакам, то для выделения соответствующих им областей необходимоприменять более сложные процедуры классификации (см. п. 3.5).00110.850500.60.50.41001000.21501500-0.22000200-0.4250-0.8300050100 150 200 250 300 350-0.5250-0.6300-1050100 150 200 250 300 350-19а9бРис.9.
Классификация изображения коллажа хряща (рисунка 5б):– сглаженный и нормированный результат классификации пространственноспектральным методом (а);– сопоставление результата классификации спектрально-морфологическим методом срезультатом классификации спектральным методом (б).В п. 5.4 проведен сравнительный анализ рассмотренных методовклассификации.Обсужденыпреимуществаобщегооптимального(спектрального и спектрально-морфлогического) подхода к задачеклассификации, связанные с его обоснованием на основе теории проверкистатистических гипотез; обсужден основной недостаток чисто спектрального21подхода, заключающийся в том, что он не делает различия между структурамиразныхморфологическихтипов,имеющиходинаковыйсреднийпространственный спектр мощности. Показано, что от этого недостаткасвободен морфологический метод Кейпона. Однако он представляет собой, посути, “жесткий” морфологический анализ, дающий сильный отклик алгоритматолько при обнаружении объекта четко заданной формы и ориентации.В 5.5 сформулированы основные результаты этого раздела.В шестом разделе рассмотрена перспектива применения пространственноспектрального подхода классификации к диагностике злокачественныхлейкоцитов по оптомикроскопическим изображениям ядер этих клеток,полученным в клинических условиях.
Подобная апробация разработанного вработе алгоритма возникла в связи с актуальностью количественной оценки впринятии диагностического решения относительно типа острого лейкоза, какдополнительного, вспомогательного средства морфологам. Лейкозы разделяютсяна острые и хронические. В отличие от хронических, острые лейкозы требуютнемедленного терапевтического вмешательства.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
