Главная » Просмотр файлов » Диссертация

Диссертация (1174210), страница 18

Файл №1174210 Диссертация (Автоматизированная бактериоскопическая диагностика туберкулеза) 18 страницаДиссертация (1174210) страница 182020-05-24СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 18)

После загрузки изображения осуществляется егосегментация и наложение объектов, оставшихся на изображении послесегментации на первоначальное изображение, что необходимо для визуальногоконтроля исключения с изображения в результате сегментации кислотоустойчивыхмикобактерий (рисунок 37).Рисунок 36 – Окно модуля простой сегментации программного комплекса«MexicanHatSegmentation» с загруженным изображением для сегментации115Рисунок 37 – Окно модуля простой сегментации программного комплекса«MexicanHatSegmentation» с загруженным изображением и наложенными на негообъектами после сегментации вейвлет-преобразованием Mexican HatМодульсегментациипозволяетформироватьизспискацифровыхизображений базу объектов, полученных после сегментации изображенийвейвлетом Mexican Hat с заданным параметром «сигма», а модуль автоматическойсегментации позволяет сегментировать указанные цифровые изображениявейвлетом Mexican Hat с различными параметрами «сигма» в заданном диапазоне.Основным недостатком применения вейвлет-преобразования Mexican Hatдля сегментации цифровых изображений является необходимость выбораоптимального параметра σ.

Данный параметр является единственным параметромвейвлета Mexican Hat, который может изменяться в зависимости от задачиприменения данного преобразования. В вышеописанной части данного разделаописано применение вейвлет-преобразования Mexican Hat с σ равной 3,05. Данное116значение определено эмпирически на основе визуальной оценки качествасегментации цифровых микроскопических изображений мокроты, окрашенной пометоду Циля-Нильсена.На дальнейшем этапе произведена оценка соответствия, определенногоэмпирическим путем значения параметра σ, наиболее оптимальным значениямданногопараметранаосновекритериевоценкикачествасегментацииизображений. На рисунке 38 представлено изменение среднего числа объектов напреобразованных вейвлетом Mexican Hat изображениях в зависимости отпараметра σ.45004000Среднее число объектов35003000250020001500100002,002,082,162,242,322,402,482,562,642,722,802,882,963,043,123,203,283,363,443,523,603,683,763,843,924,00500σРисунок 38 – Изменение среднего числа объектов на изображениях в зависимостиот параметра σ вейвлета Mexican HatНеобходимо отметить, что при увеличении параметра σ до 2,40 происходитувеличение среднего числа объектов на изображениях, что приводит к увеличениювремени распознавания объектов на последующих этапах автоматизированногоанализа таких изображений.

При дальнейшем увеличении параметра σ до 3,0117происходит существенное снижение среднего числа объектов на изображениях, апри его изменении от 3,0 до 4,0 наблюдается наименьшее среднее число объектовна изображениях.Снижение числа объектов при увеличении параметра σ приводит кувеличению их размеров, что несколько снижает их однородность, о чемсвидетельствуетизменениесреднихзначенийкритерияоднородностипредставленного на рисунке 39. Так увеличение параметра σ приводит к снижениюсреднего значения критерия однородности по всем цветовым составляющимпикселей изображения. В большей степени данная тенденция проявляется приизменении критерия однородности по составляющему G. Несмотря на снижениесреднего значения критерия однородности по остальным цветовым составляющим1,021,000,980,960,940,920,900,880,862,002,082,162,242,322,402,482,562,642,722,802,882,963,043,123,203,283,363,443,523,603,683,763,843,924,00Средние значения критерия однородсностипикселей изображений, данное снижение является незначительным.RGBYσHSVРисунок 39 – Изменение средних значений критерия однородности качествасегментации изображений в зависимости от параметра σ вейвлета Mexican Hat118Как представлено на рисунке 40, среднее значение критерия F, неучитывающего количество мелких объектов на сегментированном изображении, в60050040030020010002,002,082,162,242,322,402,482,562,642,722,802,882,963,043,123,203,283,363,443,523,603,683,763,843,924,00Средние значения комплексных критериевзависимости от параметра σ практически не меняется.σFF'QРисунок 40 – Изменение средних значений комплексных критериев оценкикачества сегментации изображений в зависимости от параметра σ вейвлетаMexican HatПри этом средние значения критериев F’ и Q, учитывающих количествомелких объектов, при увеличении параметра σ от 2,0 до 2,4 возрастают, а придальнейшем увеличении данного параметра средние значения критериев F’ и Qснижаются, что свидетельствует о повышении качества сегментации изображений.При изменении параметра σ от 3,0 до 4,0 наблюдается постепенное снижениесредних значений критериев качества сегментации F’ и Q.

Полученные результатысвидетельствуют о том, что применение критерия F для оценки качества119сегментации цифровых изображений мокроты, окрашенной по методу ЦиляНильсена нецелесообразно ввиду отсутствия учета данным критерием количествамелких объектов и отсутствия существенного изменения при изменении параметраσ вейвлета Mexican Hat.Анализ изменения доли пропущенных кислотоустойчивых микобактерий взависимости от параметра σ вейвлета Mexican Hat (рисунок 41) показывает, что приизменении его значения до 3,1 на изображениях не происходит пропусккислотоустойчивых микобактерий.100,095,1 96,087,8Доля пропущенных объектов, %90,079,680,071,565,870,060,052,450,040,026,430,020,014,010,00,62,002,102,202,302,402,502,602,702,802,903,003,103,203,303,403,503,603,703,803,904,000,04,4 6,4σРисунок 41 – Доля пропущенных кислотоустойчивых микобактерий взависимости от параметра σ вейвлета Mexican HatПри увеличении параметра σ с 3,1 до 4,0 происходит существенный рост долипропущенных кислотоустойчивых микобактерий, что, несмотря на улучшение120значений критериев качества классификации на данном интервале не позволяетиспользовать такие значения параметра σ, так как при анализе в целом качестваавтоматизированного анализа изображения будет наблюдаться существенноеувеличение ложноотрицательных результатов.Таким образом, с использованием критериев оценки качества сегментациицифровых изображений был проведен анализ качества сегментации изображениймокроты, окрашенной по методу Циля-Нильсена с использованием вейвлетпреобразования Mexican Hat с различными значениями параметра σ.

Данныйанализ показал, что при увеличении параметра σ происходит незначительноеснижение значение критерия однородности. При этом увеличение параметра σ с 2,4и более на основании критериев F’ и Q происходит повышение качествасегментации изображений, но увеличение параметра σ от 3,1 и более приводит кпропуску кислотоустойчивых микобактерий с изображения.Наиболее оптимальными значениями параметра σ вейвлета Mexican Hat длясегментации цифровых изображений мокроты, окрашенной по методу ЦиляНильсена, являются значения в интервале от 2,90 до 3,09.

При таких значенияхпараметраσнаблюдаются:преобразования,наименьшаянаименьшеедолясреднеечислопропущенныхобъектовпослекислотоустойчивыхмикобактерий на всех изображениях от имеющихся на них кислотоустойчивыхмикобактерий и наименьшие средние значения критериев F’ и Q. В связи с этимможно констатировать, что используемое эмпирически подобранное значениепараметра σ вейвлета Mexican Hat соответствует диапазону оптимальных значенийданного параметра, определенного на основе критериев качества сегментациицифровых изображений.Использование двумерного вейвлет-преобразования Mexican Hat цифровыхмикроскопических изображений мокроты, окрашенной по методу Циля-Нильсена,позволяет сегментировать данные изображения.

Данное преобразование можетбытьиспользованодляпоследующегораспознаваниянаходящихсянаизображениях объектов кислотоустойчивых микобактерий и разработки системавтоматизированной бактериоскопической диагностики туберкулеза. Причем121использование алгоритма сегментации с использованием вейвлет-преобразованияMexican Hat позволяет осуществить сегментацию в один проход по цифровомуизображению.Врезультатереализацииданногоэтапаисследованияразработанакомпьютерная программа «QualitySegmentation» (свидетельство о регистрациипрограммы для ЭВМ в Федеральной службе по интеллектуальной собственности№2018664450 от 16.11.2018 г.). Данная программа для ЭВМ не имеет визуальногоинтерфейсаипозволяетвавтоматизированномрежимерассчитыватьвышеописанные критерии качества сегментации цифровых изображений.3.3. Сравнение работы алгоритмов сегментации цифровыхмикроскопических изображений мокроты, окрашенной по методу ЦиляНильсенаПомимо оценки качества сегментации цифровых изображений, котороеможет оцениваться как визуально, так и с применением критериев качествасегментации, важнейшим условием применимости метода сегментации в реальнойзадаче распознавания цифровых изображений является время работы алгоритма.

Вданном разделе произведено сравнение времени работы рассматриваемыхалгоритмов [119].Времясегментациицифровыхизображений,имеющихразличноеразрешение, с помощью модифицированного алгоритма пороговой бинаризации,состоящего из нескольких этапов, представлено в таблице 8. Как видно изпредставленной таблицы при уменьшении размера сегментируемого изображенияпроисходит существенное снижение времени сегментации. При сегментациииспользуемыхнамивработеизображенийсразрешением572х422модифицированным алгоритмом пороговой бинаризации затрачивалось в среднем0,025 сек, из них 0,010 сек затрачивалось на перевод изображения в оттенки серого122и определение среднего коэффициента яркости изображения, 0,006 – наопределение стандартного отклонения коэффициента яркости изображения и 0,009– непосредственно на саму сегментацию изображения.Таблица 8 – Время работы модифицированного алгоритма пороговой бинаризациив зависимости от размера изображения (в сек.)Перевод изображенияРазрешениеизображенияв оттенки серого иопределение среднегокоэффициентаяркости изображенияОпределениестандартногоотклоненияБинаризация Общеекоэффициентаизображения времяяркостиизображения800х6000,0200,0130,0180,050700х5250,0150,0100,0130,038640х4800,0130,0080,0110,032500х3750,0080,0050,0070,020400х3000,0050,0030,0040,013300х2250,0030,0020,0030,007200х1500,0010,0010,0010,003100х750,0000,0000,0000,001Результаты учета времени выполнения вейвлет-преобразования Mexican Hatс использованием изображений с разрешением 572х422 пикселя представлены втаблице 9.

Характеристики

Тип файла
PDF-файл
Размер
3,41 Mb
Предмет
Высшее учебное заведение

Список файлов диссертации

Автоматизированная бактериоскопическая диагностика туберкулеза
Свежие статьи
Популярно сейчас
Зачем заказывать выполнение своего задания, если оно уже было выполнено много много раз? Его можно просто купить или даже скачать бесплатно на СтудИзбе. Найдите нужный учебный материал у нас!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6390
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее