Диссертация (1144795), страница 11
Текст из файла (страница 11)
Специфику этого этапа определяет наличие сформировавшегосягеля [182]. Показана зависимость кристаллообразования хлорида натрия вцентральной части капли от концентрации сывороточного альбумина [143].Кинетика кристаллизации соли определяется кинетикой испарения воды изависит как от свойств геля, так и от свойств адсорбционного слоя. В зависимости от природы применяемых солей, при прочих равных условиях, в центральной зоне могут выявляться неструктурированные агрегаты, смешанныегели и микроскопические фазово-расслоенные системы [186].
Форма дендритов, образующихся при дегидратации БЖ, крайне чувствительна к концентрации белка в растворе и является одним из диагностических признаков.Установлено [226], что характер структур, формирующихся в высыхающихкаплях суспензий полистироловых микросфер в деионизированной воде, зависит от условий испарения, размера частиц, ионной силы раствора, присутствия и концентрации сурфактанта.Этапы структурирования капли БЖ при клиновидной дегидратации:− испарение БЖ происходит равномерно по всей площади капли, приэтом в тонких слоях капли (периферия) концентрация растворённых веществ57происходит более быстрыми темпами; начинается борьба молекул растворённых веществ за оставшуюся воду, что является одним из факторов, формирующих внутренние течения.− по периметру капли, вследствие пиннинга, система скачкообразнопереходит к новому равновесному состоянию с образованием концентрических колец твердой фазы;− испарение жидкости с поверхности капли определяется диффузиейпара в воздухе;− движение коллоидных частиц, преимущественно радиальногонаправления, от центра к краям капли [41; 143; 181];− на периферии капли начинается формирование геля и растрескиваниебелковой пленки по направлению к центру [240];− при дальнейшем высыхании формируются структуры центральнойзоны фации;− формирование структур, зависящих от свойств БЖ, являющихся диагностическими признаками [18; 80; 300].Характерные структуры разных видов БЖ можно классифицировать врамках конечного набора признаков.
Для описания структурного «макропортрета» высохшей капли необходимо оценить количество, расположение,форму и размер имеющихся структур.Основные структурные признаки в фациях БЖ:− деление фации на зоны: центральная, периферическая, переходная, вряде случаев наблюдается четкая граница между зонами в виде окружности;− трещины, отдельности, конкреции, кристаллы;− петлеподобные упорядоченные трещины с центральной симметрией для сыворотки крови здоровых, при патологии характер трещин меняется –расположение трещин хаотично, конкреции незавершенны, или отсутствуют,появляются специфические патологические структуры [18; 48; 139];− для ряда БЖ центральная зона фации может быть заполнена древо-58видными (папоротниковыми) кристаллическими структурами, имеющимирадиальную направленность и фрактальный характер; иногда могут наблюдаться редкие дендритные структуры с ветвлениями 1 ‒ 2 порядка [95];− в центральной зоне в случае патологии могут наблюдаться ячеистые,сетчатые, зернистые и мелкозернистые аморфные структуры;− в центральной зоне возможны воронкообразные и кратерообразныетрещины (патология), бляшки и пятна (изменение фона центральной зоны);− в периферической зоне радиальные трещины, аркады, конкреции,несимметричные или же с регулярной структурой, в зависимости от диагноза.Таким образом, структуризация капли БЖ при высыхании на твердойподложке (метод клиновидной дегидратации) является сложным многоступенчатым процессом и определяется многими факторами, в первую очередь,параметрами белковой и солевой составляющих и их взаимодействием.
Вместе с тем процессы, происходящие в капле при клиновидной дегидратации,остаются во многом неясны, как по своему характеру, так и по причинам ихвозникновения. Расшифровка этих процессов и их влияние на специфическиеобразования в структуре фации во многом прояснит микро- и макровзаимосвязи в организме, влияющие на физиологическую и патологическую динамику метаболизма.Неоспоримыми преимуществами метода клиновидной дегидратацииявляются высокая чувствительность, нетребовательность к сложному оборудованию и реагентам, микрообъем проб и др. Затрудняет применение методакачественный характер распознавания структур фации, зависящий от опыта инавыков «прочтения» рисунка оператором.
Разработка автоматизированногоанализа изображений позволит существенно повысить точность, уменьшитьвремя и субъективизм оценки. Разработка оптимальных количественных методов распознавания сложного, многокомпонентного рисунка позволит выделить характерные особенности структур фаций БЖ.591.3. Обработка изображений с использованием методовстатистического и текстурного анализаМетод исследования жидкостей путём их дегидратации и анализакристаллизации содержащихся веществ имеет давнюю историю, сам термин«кристаллизация» введён ещё М.В.
Ломоносовым. Первым теоретическоеописание процесса испарения капли провел Д.К. Максвелл [357]. Л. Боленисследовал фации капиллярной крови и заметил связь между маркёрами наэтих изображениях и желудочно-кишечными опухолями (тест Болена[199]). Новые медицинские технологии, одной из которых являетсятехнология компьютерного анализа изображений, имеют исключительноезначение в диагностике заболеваний в онкологии, геронтологии, педиатрии,акушерстве, гинекологии и других областях медицины, [21; 124; 133; 254]проведении гистологических и цитологических исследований, веденииэлектронного архива препаратов, результатов морфометрии и диагностики[6].Основной причиной, тормозящей широкое применение автоматизациикомпьютерногоанализамедицинскихизображенийвкомпьютерноймикроскопии [173], является высокая вариабельность и слабая контрастностьбольшинстватакихизображений.Поэтойпричинебольшинствосуществующих методов [114; 171] обработки медицинских изображенийнаправлено на повышение качества изображения для визуального восприятияи интерактивного способа выделения объектов интереса [21].Дляпредварительнойизображенийиспользуютинтерактивнойметоды,обработкиоснованныенамедицинскихпреобразованииизображений по принципу сходства с образцом [100; 372], которыйпозволяют упростить и ускорить процесс выделения объектов [20; 85].Следует отметить, что в подавляющей доле работ по фациям БЖпредполагается визуальный анализ изображений с применением различных60приёмов, повышающих качество визуального восприятия: особое устройствомикроскопов,добавки химреактивов в БЖ и т.д.
Однако имеетсязначительно меньше работ по компьютерной обработке изображенийфаций с помощью вычислительной техники, например, [1; 52; 76; 79; 103;110]. И даже среди этих работ обычно предлагаются методы нахождениязон изображения, подозрительных на наличие маркёров, например, в [79]для этой цели применяется вейвлет-анализ.При массовых обследованиях населения требуется проанализироватьбольшое количество изображений фаций. Навыками такого анализа владеетнебольшое количество медицинского персонала.
Кроме того, человек быстроустаёт, в силу чего снижается качество визуального анализа. Поэтому остаётся актуальной задача разработки методов, алгоритмов и программ дляавтоматизированнойобработкиизображенийфаций,введённыхвкомпьютер. В широкой практике представлены алгоритмы обнаружениянескольких характерных маркёров с достаточно высокой вероятностьюобнаружения [24; 63; 274; 275].Маркеры в структуре фаций БЖ весьма разнообразны по форме,размерам, ориентации и т.д., что и является главной трудностью ихалгоритмического распознавания [82; 121; 372]. На наш взгляд наиболееперспективным является следующий подход к разработке алгоритмовраспознавания: сначала проводится визуальный анализ маркёров длявыявления их характерных особенностей, после этого находят способыалгоритмического обнаружения этих особенностей на изображениях фаций, решение о наличии маркёра принимается, если на участке изображениябыла обнаружена комбинация его характерных признаков [336].
Такой подход к созданию алгоритма компьютерного анализа фации позволит выявитьизображения, на которых присутствуют те или иные маркёры. Достаточнообнаружить хотя бы один из них и выдать сообщение об этом. Это требуетиз множества предъявленных изображений отобрать только содержащие61интересующие маркёры.В работах по алгоритмическому исследованию фаций применяются самые различные методы обработки изображений (анализ гистограмм,средних значений и дисперсий, анизотропии, спектра и т.д.). Например, набазе вейвлет-анализа получены алгоритмы обнаружения зон изображенияФСК, подозрительных на присутствие маркёров, но без их распознавания[79].
Изображения фаций показывают, что маркёры даже одного вида оченьразнообразны по форме. Высокая вариативность размеров и формымаркёров обусловила применение для их обнаружения и распознаванияметода, состоящего в выделении системы признаков, комбинации которыхсоответствуют определённому маркёру [63; 274; 275].Для каждого вида маркёров характерен ряд признаков, среди которых:расположение на поле изображения относительно трещин, составляющихскелет, локальная яркость и однородность.
Поэтому сначала производитсяпредобработка для выделения этих общих особенностей.1.3.1. Обработка цифровых изображений методами фильтрациии сегментацииПри осуществлении фильтрации яркостные характеристики каждойточки исходного изображения, заменяются некоторым другим значениемяркости, которое признается в наименьшей степени искаженным помехой[114; 171]. Согласно вышеописанным подходам выделяют пространственнуюи частотную фильтрацию [114]. Однако в большинстве случаев фильтрациясвязана с применением преобразования Фурье [151] и обработкой сигналов вчастотной области [111].
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
