способ исследования и диагностики состояния биологического объекта или его части

Формула изобретения

1. Способ исследования и диагностики состояния биологического объекта, включающий получение изображения биологического объекта, калибрование и стандартизацию полученного изображения, проведение компьютерного морфоденситометрического исследования, а именно: выявление зоны интереса на полученном изображении, установление необходимых диапазонов характеристик интенсивности сигнала по зафиксированному распределению характеристик взаимодействия излучения с веществом на изображении, формирование графического отображения распределения интенсивностей элементов изображения с возможностью наложения графического отображения на изображение, определение морфометрических и денситометрических параметров изображения, сопоставление данных показателей исследуемого объекта с аналогичными показателями группы сравнения и по результатам сравнения принятие решения о состоянии исследуемого объекта, отличающийся тем, что при получении изображения биологического объекта проводят съемку исследуемого объекта, дополнительно используя осветитель с изменяемым спектром излучения, при этом перемещают источник освещения по окружности вокруг объекта исследования и дискретно меняют на каждом последующем круге угол падения лучей за счет перемещения осветителя и производят съемку, получая серию изображений объекта в разных спектрах освещения для каждой позиции источника освещения, калибровку интенсивности света осуществляют в различных спектрах излучения, кроме того, накапливают несколько кадров изображения с последующим получением по этим кадрам усредненного изображения для каждого варианта спектра осветителя отдельно, а графическое отображение распределения интенсивностей элементов изображения выполняют в виде гистограммы, которую выполняют с возможностью лианизировать и экспандировать в автоматическом, интерактивном режимах.

2. Способ по п.1, отличающийся тем, что изображение исследуемого объекта получают с оптико-механического устройства оптического отображения.

3. Способ по п.2, отличающийся тем, что изображение исследуемого объекта получают с помощью микроскопа, негатоскопа.

4. Способ по п.1, отличающийся тем, что изображение исследуемого объекта получают с цифрового рентгеновского аппарата и/или ультрасонографа.

5. Способ по п.1, отличающийся тем, что изображение исследуемого объекта получают с магнитного, электрического или оптического носителя информации.

6. Способ по п.1, отличающийся тем, что изображение исследуемого объекта получают путем дискретизации по пространству и квантованию по амплитуде.

7. Способ по п.1, отличающийся тем, что изображение исследуемого объекта получают путем его фильтрации.

Описание изобретения к патенту

Изобретение относится к медицине и может быть использовано для исследования и диагностики состояния биологического объекта или его части.

Известен способ исследования и диагностики состояния биологического объекта или его части, заключающийся в определении морфометрических и денситометрических параметров изображения внутри областей полученного изображения, затем показатели исследуемого объекта сопоставляют с аналогичными показателями группы сравнения и по результатам сравнения принимают решение о состоянии исследуемого объекта (1, RU № 2295297, МПК А61В 10/00, 2006.01).

Недостатком известного способа являются невозможность цифровой обработки полученной информации и ее низкая достоверность, обусловленные невозможностью исследования биологических объектов на более низких иерархических уровнях и недостаточно широким набором количественных признаков, характеризующих объект, а также отсутствие возможности сопоставления результатов обследования в динамике.

Известно устройство для исследования клеток, включающее источник лазерного излучения и микроскоп для наблюдения флуоресцентно маркированных клеточных образцов, камеру, предназначенную для сбора изображений клеточных образцов с микроскопа, компьютер для сбора цифровых изображений с камеры и группу рефлекторов (зеркал), включающую электронный контроль зеркал, оптические оси которых могут регулироваться таким образом, что свет лазера, отражаясь, наводится на микроскоп (5, US № 2005276456, МПК G06K 9/00, опубликовано 15.12.2005 г.).

Недостатком данного устройства является необходимость введения в отобранные клеточные образцы флюоресцирующего вещества, что делает невозможным дальнейшее использование отобранных тканей в диагностических и лечебных целях.

Известна система обработки изображений, система визуализации и микроскопная система, включающая единицу получения данных изображения, с единицей для первичной обработки изображения, относящейся к корректировке цвета и оттеночной корректировке данных изображения, единицу вторичной обработки изображения, осуществляющей корректировку цвета, основанную на цветовой визуальной модели данных изображения, единицу для расчета параметров, используемую в первичной обработке изображения перед вторичной обработкой и обработке данных изображения после вторичной обработки изображения и контролирующую единицу для регулирования параметров обработки изображения от единицы первичной обработки изображения (13, US № 2009141127, МПК G06R 9/00, опубликовано 04.06.2009 г.).

Недостатком данного метода является использование методов корректировки цвета, а также многократная предварительная обработка изображений, что снижает достоверность полученных диагностических результатов.

Наиболее близким техническим решением к заявленному изобретению является способ исследования и диагностики состояния биологического объекта или его части, включающий компьютерное морфоденситометрическое (МДМ) исследование. Показатели исследуемого объекта сопоставляют с аналогичными показателями группы сравнения и по результатам сравнения принимают решение о состоянии исследуемого объекта.

Недостатком данного метода является недостаточное качество получаемых изображений объектов.

Задачей настоящего технического решения является повышение четкости и контрастности получаемых изображений исследуемых объектов и за счет этого получение более объективной картины изменений в биологическом объекте на уровне его структуры.

Технический результат достигается тем, что при съемке объекта исследования дополнительно используют осветитель с изменяемым спектром излучения, встраиваемый в микроскоп.

Способ исследования и диагностики состояния биологического объекта или его части, включающий получение изображения биологического объекта или его части, калибрование и стандартизацию полученного изображения, проведение компьютерного морфоденситометрического исследования, а именно выявление зоны интереса на полученном изображении, установление необходимых диапазонов характеристик интенсивности сигнала по зафиксированному распределению характеристик взаимодействия излучения с веществом на изображении, формирование графы в виде дуг, проходящих через элементы с определенными характеристиками взаимодействия излучения с веществом, разделение выявленной зоны на области с формированием границ между ними, на которые накладывают полученные графы, отображение полученных граф на исходное изображение, определение морфометрических и денситометрических параметров изображения внутри областей, сопоставление данных показателей исследуемого объекта с аналогичными показателями группы сравнения и по результатам сравнения принятие решения о состоянии исследуемого объекта, отличающийся тем, что при получении изображения биологического объекта или его части проводят съемку исследуемого объекта, дополнительно используя осветитель с изменяемым спектром излучения, при этом получают серию изображений объекта в различных спектрах освещения, калибровку интенсивности света осуществляют в различных спектрах излучения.

Изображение исследуемого объекта или его части получают с оптико-механического устройства оптического отображения.

Изображение исследуемого объекта или его части получают с помощью микроскопа, негатоскопа.

Изображение исследуемого объекта или его части получают с цифрового рентгеновского аппарата и/или ультрасонографа.

Изображение исследуемого объекта или его части получают с магнитного, электрического или оптического носителя информации.

Изображение исследуемого объекта или его части получают путем дискретизации по пространству и квантования по амплитуде.

Изображение исследуемого объекта получают путем его фильтрации.

Изображение калибруют путем накапливания нескольких изображений и/или объединения сигналов с смежных элементов, воспринимающих сигнал в приемном устройстве.

Осветительное устройство с управляемым спектральным составом освещающих пучков, встраиваемое в микроскопы ОАО ЛОМО, должно обеспечивать управление светодиодами осветителя для формирования на объекте освещения световых пучков со спектральным составом, соответствующим спектру стандартных источников типа А, В, С, Д и Е (равнояркостный), а также их сочетаниям со светофильтром как отечественного производства, так и зарубежного.

Осветительное устройство с управляемым спектральным составом освещающих пучков должно обеспечивать возможность работы в режиме квазимонохроматического освещения для реализации спектрозонального метода исследования объекта.

ОУ состоит из блока цветных светодиодов (СД), рассеивателя и (в случае работы в проходящем свете) может включать в себя конденсор типа КОН-3, а также системы управления блоком светодиодов.

Конструктивно ОУ должно иметь возможность установки на серийные модели микроскопов типа Биолам Р, С, Д, Микмед 1, Микмед 5, 6 (Китай-ЛОМО) и на микроскопы класса Микмед 2 (перевернутый кронштейн конденсора, прямой и перевернутый кронштейны прилагаются).

ОУ при работе с конденсором должно обеспечить размер освещаемого поля, необходимый для работы с микрообъективами, имеющими увеличение от 2,5 [5] до 100 крат (10-0,2 мм), и необходимый уровень освещенности.

При работе без конденсора ОУ должно обеспечивать размер освещаемого поля до 27 (21) мм.

Блок СД включает в себя не менее трех СД (для реализации сплошного спектра излучения не менее 4-х). Состав блока СД уточняется на стадии тех. проекта.

В качестве рассеивателя (ОУ проходящего света) может быть использовано матовое стекло.

Для освещения больших полей при работе в составе макроскопа ОУ должно иметь реализацию для СД различной мощности - менее 1 Вт (1, 2, 3, 5 Вт).

Управление блоком СД должно происходить через изменение их токов в соответствии с токовой зависимостью светового потока СД (берется по результатам измерений или из паспорта).

Один из возможных вариантов построения системы управления заключается в первоначальной регулировке токов, необходимой для реализации равнояркостного источника типа Е, когда излучаемые световые потоки всех СД одинаковы.

Далее в соответствии с "таблицами" значений ординат функции, соответствующей требуемой спектральной кривой (источник типа А и пр.), абсциссы которых совпадают с _макс излучения СД, вводится коэффициент К<=1. Значение К определяется значениями нормированных ординат требуемого спектра.

В режиме работы с виртуальным светофильтром вводится второй коэффициент, также определяемый "табличным" значением нормированной ординаты спектра пропускания светофильтра для соответствующей _макс СД.

Общий коэффициент определяется произведением всех коэффициентов, которых может быть больше двух, например, за счет введения коэффициента, учитывающего селективные свойства по пропусканию оптической системы (ОС), строящей изображение освещаемого объекта, или учитывающего спектральную чувствительность фотоприемника, которую часто целесообразно нивелировать под характеристики глаза. Иначе возможно учесть селективные свойства всех компонентов системы - источник, ОУ, ОС, детектор, система отображения информации (СОИ) - монитор, принтер, фотопринтер и пр.

Значения этих коэффициентов должны быть определены и в какой-либо форме "вшиты" в память системы управления.

Оператор должен иметь возможность задавать значения этих коэффициентов, например, задавая тип желаемого спектра, тип источника, марку светофильтра, тип фотоприемника, тип СОИ и пр. через клавиатуру. Он также должен иметь возможность контроля заданных параметров, включая спектр, цветовые координаты и пр. на экране дисплея.

Управление режимами работы светодиодов ОУ задается оператором через сенсорный экран, связанный с микропроцессорными платами управления на базе микросхем семейства Microchip PIC32 или через USB интерфейс от внешней ЭВМ.

В ВКК МДМ анализ входят:

устройство ввода изображения, например видеодатчик в виде CCD-камеры (ПЗС) и др.;

оптико-механическое устройство оптического отображения, например фотообъектив, микрообъектив, негатоскоп и др., при этом возможен вариант, при котором оно может отсутствовать, например при прямом вводе сигнала, например, с цифрового рентгеновского аппарата, ультрасонографа и др.;

диафрагмируемый протяженный источник диффузно-распределенного (согласно закону Ламберта) проходящего света, например негатоскоп, конденсор темного/светлого поля (КСТП);

осветительное устройство падающего света для освещения непрозрачных носителей информации (софитный стол);

осветительное устройство (ОУ) с управляемым спектральным составом освещающих пучков, закрепленное в микроскопе.

2. Специализированная система видеотракта, включающая:

блок оцифровки (например, фрейм-граббер, аналого-цифровой преобразователь);

программно-управляемый блок хранения и многооконного (фреймового) отображения базы данных (БД) видеоархивированных изображений, включающих МДМ представление результатов цифровой обработки изображений;

ВКУ - блок сопряжения и видеоконтрольное устройство (ВКУ) (например, дополнительный монитор или телевизор) для оперативного контроля и отображения набора МДМ изображений.

3. Блок цифровой обработки изображений в составе:

аппаратная часть, например, в виде вычислительного устройства;

программная часть в виде специализированного программного обеспечения (СПО) МДМ анализа биологических объектов на основе системы "TENETA" ^®.

Устройство визуализации изображений с двухоконной организацией диалогового интерфейса, например, в составе дисплея (или многоквадрантного вывода изображений), где

экран или часть экрана, на который отображают, например, исходное (или предыдущее) отображение объекта;

экран или часть экрана, на который отображают, например, изображение объекта в результате ЦОИ и/или МДМ представление (или последующее);

устройство сопряжения ВКК МДМ анализа с локальными и глобальными сетями, например модем;

устройство документации (печати, CD-RW);

протокол (сводка результатов, например, статистической обработки, первичные данные, заключение).

МДМ система позволяет работать как с биообъектами, ранее не исследованными по данной системе (с накоплением базы данных и т.д., т.е. в обучающем режиме), так и биообъектами, прошедшими эти исследования. Одним из основных блоков (блоки в графических материалах не показаны) этой системы является блок интуитивно-априорного целеполагания, в котором формируют цель, достигаемую при решении задачи, например ранняя диагностика, прогноз, объективизация эффективности воздействия лечебных мероприятий или морфофункциональное описание патоморфогенеза, т.е. течения заболевания. Другим блоком является блок априорных знаний, в который включены априорные знания специалиста о биообъекте, например как устроены ядро, цитоплазма, что такое прочность кости. На основе этих блоков формируют информационную модель, т.е. представление о сочетании цели и свойств объекта. На основании информационной модели исследователь вырабатывает конкретный способ достижения цели, а именно какой выбрать инструментарий для получения необходимой информации, например управляющих сигналов, чтобы потом корректировать это управление.

Функция целеполагания, состоящая из нескольких компонент, основные из которых соответствуют блоку - информационная модель и включают следующее.

1. Задание самой цели на основании априорных сведений специалиста об объекте, например ранняя диагностика, прогноз, объективизация эффективности воздействия лечебных мероприятий или морфофункциональное описание патоморфогенеза.

2. Целесообразная сегментация, т.е. разбиение объекта на зоны интереса, которые впоследствии выделяют, а второстепенные удаляют.

При этом за счет функции целеполагания при необходимости оптимально сопрягают подготовку биообъекта для исследования (например, фиксированного мазка крови, тканевого среза и т.д.) и его ввод с помощью предварительной обработки биообъекта, что позволяет увеличить количество информации о нем. Предварительная обработка биологического объекта - это воздействие на него, например, с помощью химических веществ перед исследованием с учетом конечной цели и априорных знаний специалиста.

Априорные и апостериорные знания разделяются следующим образом. Когда исследователь извлек информацию, например, из каких-то источников или принял решение, потом воздействовал на биообъект, оценил эффективность лечебного воздействия и после этого он обращается к литературе в поиске аналогичных случаев или тем самым он использует априорную информацию, т.е. полученную не им. Поэтому эти знания априорны для тех, кто их получил. Но при этом у исследователя имеется собственный эмпирический опыт (апостериорный) и он синтезирует свой индивидуальный базовый опыт (апостериорные знания) и полученные априорные знания для принятия определенного решения. Точность при этом недоказательна, т.к. не известен алгоритм.

Система МДМ анализа "TENETA"^® позволяет проводить исследования и диагностику на следующих структурно-функциональных уровнях сложноструктурированного иерархического биообъекта:

1. Организменном.

2. Системном.

3. Органном.

4. Тканевом.

5. Клеточном.

6. Субклеточном (например, совокупность надмолекулярных структур: мембрана, ядро, цитоплазма).

а) Надмолекулярном.

7. Молекулярном.

В качестве носителей информации о биообъекте используют:

а) нативный или обработанный биологический объект (например, мазок крови, тканевой срез и т.д.);

б) жесткий носитель;

в) сформированный сигнал, поступающий в ВКК МДМ анализ непосредственно с оборудования, использованного при этом обследовании, компьютерных средств передачи информации.

Принцип МДМ исследования заключается в специальной обработке введенной в ВКК МДМ анализ информации о биообъекте в виде изображения и/или набора параметрических показателей и подготовке его для морфоденситометрического исследования и последующего анализа.

Система "TENETA" ^® позволяет работать как с ранее исследованными биообъектами, т.е. с накопленными архивами данных (видеоизображений, баз данных и т.д. групп сравнения и измененных групп), так и исследовать ранее неиспользованные по данному методу иерархические уровни биообъекта с возможностью создания архивов, баз данных и т.п. Особенностью МДМ исследования является возможность проведения сложного поэтапного анализа биообъекта на основе преобразования его изображений при многократном решении одной и той же задачи для различных вариантов изображения объекта, эмпирического выбора наиболее оптимального варианта с последующей фиксацией оптимального решения в виде последовательности операций с использованием обратных связей. В результате МДМ исследования в качестве выходных данных определяют МДМ признаки в виде более 200 количественных комплексных показателей для описания нормальных и измененных (патологических) структур биообъекта, а также для конструирования новых показателей. Следует отметить, что в перечне МДМ показателей существуют и такие, которые визуальный анализ практически не выявляет и очень слабо оценивает (например, текстурные, топологические показатели). Неполный перечень МДМ признаков представлен на фиг.2. С помощью МДМ подхода можно войти в пространство признаков отношений, морфофункциональных связей, что характеризует изменения взаимосвязи структурно-функциональной зависимости (коэффициент корреляции, уравнение регрессии), которые наиболее тонко реагируют на изменения в биообъекте, что обеспечивает диагностику на ранних стадиях заболевания.

Морфоденситометрический способ диагностики позволяет исследовать с формированием соответствующих массивов данных:

- группы пациентов с различными патологическими изменениями в организме на любом его иерархическом уровне;

- группы пациентов с заболеванием, относящимся к одному виду, в том числе на разных этапах;

- пациента на любом иерархическом уровне его организации;

- группу исследуемых объектов иерархического уровня как одного пациента, так и группы (например, разновидности субпопуляций эритроцитов в мазке периферической крови);

- единичный исследуемый объект и его элементы (элементы мембраны эритроцита).

При описании МДМ исследований принято понимать следующее.

1. Морфоденситометрия^© - специализированный метод физической визуализации объекта, в том числе реконструкции его морфологических структур, включая стереологическую, характеристик объекта по первичной информации, например, в виде набора матриц распределения интенсивности светового потока, полученных для различных длин волн, осуществляющий ее преобразование методами цифровой обработки изображений к интегральным и локальным количественным МДМ показателям, позволяющим сочетать методы оценки структурной упорядочности объекта на основе МДМ базовых показателей и мер, например определение структурной энтропии и нахождение границ доменов.

2. МДМ параметры - совокупность оптических (цитометрических) и геометрических (морфометрических) признаков (например, градиент оптической плотности).

3. Исходное изображение - первичное изображение, полученное после ввода (в данном случае оптического) изображения с последующей его оцифровкой в КМДМ комплекс.

4. Изображение - телевизионная картинка на экране, охватывающая объект и фон вокруг него.

5. Оверлей - выделенное цветом изображение, накладываемое на полутоновое или бинарное изображение и используемое при необходимости для контроля адекватности результата преобразования изображения относительно исходного изображения.

6. Бинарное изображение - преобразованное исходное изображение в двух градационных уровнях за счет исключения из него значений интенсивностей, не входящих в указанный диапазон.

7. Граф - разбиение объекта на структурно-топологические зоны с образованием скелетона.

8. Объект - заданная (выделенная) морфологическая структура в исходном изображении для последующего измерения.

9. Фон - зона изображения вне объекта.

10. Интенсивность - значение интенсивности потока, в данном случае света, прошедшего (или отраженного, излучаемого в зависимости от носителя информации) через объект.

11. Цифровая обработка изображений - методы обработки дискретных изображений.

12. Группа сравнения (контрольная группа) - статистические структурно-топологические и параметрические характеристики биообъектов практически здоровых пациентов.

13. Сегментация - выделение некоторых участков изображения, соответствующего определенным структурам, относительно фона или других структур путем задания градаций параметров освещенности.

14. Многоуровневая сегментация - выделение некоторых участков изображения по их цветовой окраске путем задания минимального и максимального для каждого из параметров, описывающих цвет (например, в системе HSV). При этом, если точка исходного изображения имеет такой цветовой оттенок, что соответствующие ему значения Н, S и V находятся между заданных уровней, точка считается принадлежащей к выделенному участку, иначе точка объявляется фоновой и ей присваивается фоновый цвет, в данном случае - черный. Ввод изображения в ВКК МДМ анализе может осуществляться с применением приемных устройств в виде телевизионной видеокамеры (TV камеры), тепловизора, сканера, магнитного или других видов носителей с использованием при необходимости устройств, осуществляющих масштабирование, например микроскоп и т.п. При использовании в качестве передаточного звена от носителя информации к ВКК МДМ анализу различного рода потоков (например, светового, теплового) может быть использован поток, излучаемый исследуемым объектом, прошедший через него или носитель информации и отраженный от них.

Морфоденситометрический ^© способ диагностики с использованием ВКК МДМ анализа компьютерного телевизионного на основе МДМ может включать, в данном случае, оптический прибор (микроскоп), приемное устройство (видеокамеру), аппаратно-программное устройство, выполненное в виде системы "TENETA"^®, содержащей взаимосвязанные между собой блоки ввода, обработки, описания изображения и обработки результатов, и видеоустройство (видеомонитор и при необходимости видеоконтрольное устройство (ВКУ), например дополнительный монитор или телевизор, например, с разрешающей способностью экрана, отличной от видеомонитора).

Более подробное описание работы ВКК МДМ анализа с раскрытием всех основных операций представлено ниже.

В начале работы проводят юстирование микроскопа на малом и большом увеличении. Юстировку на малом увеличении осуществляют следующим образом: опускают предметный стол и выставляют в рабочее положение объектив микроскопа (10×), устанавливают препарат и с помощью макро- и микровинтов фокусируют в плоскости препарата, добиваясь необходимой резкости, после чего уменьшают полевую диафрагму до минимума и перемещают ее в поле зрения (освещение при этом должно быть неярким), далее с помощью винта глубины резкости конденсатора добиваются четкого изображения края полевой диафрагмы, раскрывают полевую диафрагму до краев поля зрения, фокусируют с помощью микровинта и закрывают шибер микроскопа. Юстировку на большом увеличении осуществляют следующим образом: увеличивают освещенность препарата, опускают предметный стол и наносят каплю иммерсионной жидкости на препарат в центре потока света, выставляют в рабочее положение объектив микроскопа (100×), с помощью макро- и микровинтов добиваются четкости изображения, после чего уменьшают полевую диафрагму, выводят край полевой диафрагмы в поле зрения, добиваются четкости его изображения с помощью винта глубины резкости конденсора и используют необходимые для данной работы фильтры. Перед вводом изображения для запоминания закрывают шибер микроскопа и выводят изображение, наблюдаемое в поле зрения, на видеомонитор, устанавливают с помощью винтов микроскопа объект в центре экрана видеомонитора и при необходимости окончательно фокусируют его, контролируя четкость изображения, например, на видеомониторе. При правильно настроенном и исправном осветителе юстировка микроскопа не должна нарушаться при изменении спектра излучения осветителя.

Биологический объект (фиксированный мазок периферической крови) устанавливают на предметном столе микроскопа. В начале работы задают перечень и объем замеряемых перед МДМ исследованием параметров. В данном случае, например, измеряют следующие параметры ядра клетки: площадь (AREA), периметр (PERM), фактор формы (FF), оптическую плотность (ОП) (D), среднеквадратичное отклонение ОП (OD), интегральную оптическую плотность (1).

Используя осветитель с изменяемым спектром излучения, перемещают источник освещения по окружности вокруг объекта исследования и дискретно меняют на каждом последующем круге угол падения лучей за счет перемещения осветителя по оси Z и производят съемку объекта. При этом получают серию изображений объекта в разных спектрах освещения для каждой позиции источника освещения.

Ввод изображения осуществляют с возможностью визуализации его на экране монитора ВКК МДМ анализа и последующего хранения информации о введенном изображении в комплексе (буфере, файле), накапливая при необходимости несколько кадров изображения с последующим получением по этим кадрам усредненного изображения для каждого варианта спектра осветителя отдельно. Даже при высокой интенсивности сигнала, за счет уменьшения шумов, улучшается качество изображения. На экран монитора можно вывести более одного изображения, для чего поле экрана монитора разделяют, например, на 4-е квадранта, в которые при необходимости могут быть выведены различные варианты изображений после их преобразований. При введении изображения в буфер комплекса происходит двукратное уменьшение его размера по вертикали и по горизонтали (с 512*512 до 256*256 и более).

Изображение объекта (под изображением в данном случае следует понимать непосредственно объект исследования и фон вокруг него), введенное с телевизионной видеокамеры, преобразуют с помощью адаптера ввода телевизионного сигнала, обеспечивая при этом пространственную дискретизацию изображения по квадратному растру или решетке с шагом сканирования в один элемент (в данном случае пиксель) и квантование его по интенсивности светового потока и в различных спектрах излучения, проходящего через каждый элемент, в виде матриц распределения интенсивности и различных спектров излучения. При этом каждый элемент представляет собой усредненную на небольшой площади величину интенсивности. В данном случае при МДМ исследовании матрица задавалась размерностью 256*256*N элементов, где N - число различных реализаций спектра излучения осветителя, а интенсивность светового потока, проходящая через каждый из ее элементов, задавалась в пределах от 0 (черный цвет) до 255 (белый цвет) условных единиц (у.е.), т.е. 256 градаций полутонов серого цвета при квантовании по интенсивности. Оверлейное изображение выполнено с такой же пространственной размерностью, т.е. 256*256, но задают для каждого значения элемента оверлейного изображения только две величины - 0 и 1.

Стандартизацию измерений осуществляют геометрической и оптической калибровкой системы для последующего сопоставления характеристик объектов, при этом удаляют объекты, частично попавшие в поле зрения. Геометрическую калибровку осуществляют, во-первых, задавая заранее известный масштабный коэффициент, во-вторых, определяя его, непосредственно анализируя изображение. Масштабный коэффициент определяют, используя опорное изображение в виде изображения объекта-микрометра, на котором фиксируют две точки (расстояние между которыми заранее известно) и соединяют их прямой. Определяют величину этого отрезка в выбранных единицах измерения и, сопоставляя ее с заранее известной величиной, определяют масштабный коэффициент.

Калибровка освещенности препарата (интенсивности) света в различных спектрах излучения, прошедшего через фоновый участок препарата, предназначена для стандартизации его освещенности с целью последующего сопоставления оптических характеристик объектов всех видеоархивов при использовании различных препаратов. Выполняют калибровку следующим образом: определяют среднее значение интенсивности света каждого из элементов изображения в пределах выделенной области, которое в дальнейшем называют интенсивностью фона (I_о), и используют при измерении оптических параметров. Усреднение освещенности используют для смазывания его, определяя величину средней освещенности как среднеарифметическое или взвешенное среднее пикселей, принадлежащих локальной окрестности. В одном из окон на поле экрана монитора выводят изображение и перемещают квадратную рамку размером SIZE*SIZE, в пределах которой, включая границы, непрерывно определяют средний уровень освещенности элементов изображения, величину которого фиксируют. Перемещение рамки по изображению начинают с области фона с наибольшей интенсивностью, т.е. с наиболее светлого участка изображения. При этом можно подвергать калибровке серию изображений, вводимых в буфер непосредственно с TV-камеры под контролем величины интенсивности фона с целью обеспечения его равного по величине значения на изображении препаратов, вводимых с TV-камеры. Рекомендуемое значение освещенности в области фона вблизи объекта на препарате мазка периферической крови (неокрашенный препарат) составляет величину, например, равную 170 условным единицам (у.е.), которая достигается с помощью регулятора микроскопа. При правильной юстировке микроскопа интенсивность фона в различных точках вблизи объекта должна находиться в интервале 168-172 у.е. Применяя фильтрацию изображения, улучшают качество изображения, усиливают и подчеркивают границы объектов на полутоновом изображении. Низкочастотная (НЧ) фильтрация позволяет сглаживать высокочастотные шумы, выравнивать изображения по фону. Проводят, например, цифровую градиентную, высокочастотную (ВЧ), в том числе Лапласа, НЧ усредняющую, нелинейную, в том числе Гаусса, медианную фильтрации изображения, линеаризируют изображение, подчеркивая и усиливания выделения границ объектов на полутоновом изображении. Выравнивают фоновую освещенность изображения в мультипликативном (по контрастности) и аддитивном (по интенсивности) режимах по опорному изображению, которое получают путем ввода с TV-камеры изображения без объектов (участок, свободный от объектов, например участок мазка без форменных элементов крови) с учетом коррекции среднего значения интенсивности изображения. Проводят линеаризацию изображения и усиление выделения границ объектов на изображении с использованием промежуточного градиентного фильтра Собеля, после чего изображение дискриминируется одноуровневой сегментацией, а выделенные элементы линеаризируют. В результате получают изображение с явно выраженными границами элементов. Предлагаемый способ позволяет графически отображать распределение интенсивностей элементов изображения, например, в виде гистограммы (фиг.3) с возможностью наложения ее на изображение и преобразования, а также проводить контрастирование изображений с использованием гистограммы распределения интенсивностей элементов изображения. При этом строят гистограмму распределения интенсивностей элементов изображения с возможностью линеаризовать (эквализировать) ее, нормализовать (экспандировать) изображение в автоматическом, интерактивном или локальном режимах. Построение гистограммы заключается в воспроизведении кумулятивной и частотной гистограмм, при этом с учетом всех элементов изображения или без учета элементов с граничными величинами интенсивности, равными 0 или 255, сохраняют гистограмму в оверлее изображения. Осуществляют эквализацию изображения, в результате которой получают серию изображений (для каждого варианта спектра осветителя) с равномерной гистограммой с равномерным распределением интенсивности.

Формируют изображение, в котором линейно преобразован заданный диапазон интенсивностей элементов входного (исходного) изображения в выходной указанный диапазон, причем диапазон интенсивностей для преобразования можно корректировать по гистограмме распределения интенсивностей. Проводят двухуровневую и динамическую сегментацию изображения по уровню его интенсивности и выделяют контуры объектов. При сегментации заданного верхнего уровня дискриминации в виде их диапазонов интенсивностей (в пределах от 0 до 255). При проведении бинарной сегментации элементы изображения, имеющие величину интенсивности в заданных пределах, принимают значение интенсивности, равное 255 (белый цвет), а остальные (вне заданных пределов) - значение интенсивности, равное 0 (черный цвет). При проведении полутоновой сегментации элементы изображения, имеющие интенсивность в заданных пределах, сохраняют свое значение интенсивности, а остальные (вне заданных пределов) принимают значение интенсивности, равное 0. Если величина нижнего уровня меньше или равна величине верхнего уровня дискриминации изображения, то выделяют элементы в диапазоне интенсивностей (от 0 до заданного верхнего уровня дискриминации и заданного нижнего уровня дискриминации до 255), т.е. не выделяют элементы, имеющие значение интенсивности, находящееся между заданными верхним и нижним уровнями дискриминации изображения. Вначале выводят в одно из графических окон, например левое, гистограмму распределения интенсивностей элементов, наложенную на исходное изображение, в которой выполнены указатели верхнего и нижнего уровня сегментации. По выбранным таким образом уровням проводят сегментацию изображения. При этом задают: размер матрицы преобразования интенсивности, диапазон верхнего уровня сегментации интенсивностей профильтрованного изображения в пределах от 0 до 255 и величину нижнего уровня того же изображения, равную 0, которые задают в простом и интерактивном режимах. Проводят предварительную инверсию изображения, т.е. выделяют темные объекты. Выделяют контуры объектов на изображении с предварительным заданием значения интенсивностей в пределах от 0 до 255 для объектов во входном изображении, контур которых необходимо выделить, и присваиваемое контуру объекта в выходном буфере, используя при необходимости режим наращивания контурной линии в горизонтальном, вертикальном, диагональном, например, под углом 45 и 135 градусов, горизонтально-вертикальном в виде "креста", квадратного элемента, например, с размером 3*3 пикселя, восьмиугольного элемента. Математическую морфологию осуществляют для наращивания или "сжатия", разъединение или объединение, выделение остова объектов (кроме логической операции над изображением) проводят на бинарном изображении (с заданной величиной интенсивности элементов изображения, равной 0 или 255) и включают сжатие, наращивание, разъединение соприкасающих и объединение близколежащих объектов, заполнение разрывов внутри объектов, имеющих замкнутый контур, логические операции, выделение остова бинарных объектов, восстановление разрывов линий остова объектов. Выделение остова объектов осуществляют построением бинарного графа с заданием количества циклов проведения операции с возможностью инвертирования входного изображения с выделением остова "черных" объектов и с сохранением свободных концов всех линий или без сохранения их с образованием бинарного циклического графа. Восстанавливают разрывы линий остова бинарного объекта для построения бинарного графа с заданием циклов повторения наращивания концевых точек с использованием "крестообразного" элемента и цикл выделения остова, равного 255, без выделения остова "черных" объектов сохранения концов линий (при выполнении операции без повторения цикла в выходном изображении остаются только концевые точки остова объектов). При выборе полевых параметров измерения задают параметры для суммарного измерения объектов (полевые параметры) в виде количества объектов, суммарной площади и суммарного периметра и создают описание (дескрипторы) этих параметров во временной базе. Перед выполнением выбора полевых параметров задают верхнюю и нижнюю границы значения параметра, причем пределы параметров задают в случае необходимости измерения объектов в определенном диапазоне значений параметров. В этом случае при последующем измерении объектов исключают параметры объекта из временной базы данных при выходе значения параметра за заданные пределы. Выбор классических морфометрических и денситометрических параметров измерения осуществляют путем задания их, а именно площадь и периметр объекта, диаметр круга, эквивалентного объекту по площади, минимальный и максимальный диаметры объекта, угол между осью Х и направлением максимального диаметра, фактор формы, координаты центра тяжести объекта по осям Х и У, проекцию объекта на изображении на оси Х и У, среднее значение интенсивности и его среднеквадратичное отклонение, среднее значение оптического пропускания и его среднеквадратичное отклонение, среднюю оптическую плотность и ее среднеквадратичное отклонение, интегральную оптическую плотность объекта. Перед проведением операций задают: нижнюю и верхнюю границы значений параметра - при определении координаты центра тяжести объекта и проекцию объекта на изображении на оси Х и У, нижнюю и верхнюю границы значений среднего значения параметра и среднеквадратичного отклонения - при определении средних значений: интенсивности, оптического пропускания, оптической плотности и их среднеквадратичных отклонений, нижнюю и верхнюю границы значений параметра - при определении площади, периметра, диаметра круга, эквивалентного объекту по площади, минимального и максимального диаметра объекта, угла между осью Х и направлением максимального диаметра, фактора формы и интегральной оптической плотности объекта. Пределы параметров измерения задают в случае необходимости измерения объектов в определенном диапазоне значений параметров. В этом случае при последующем измерении объектов исключают объект, значения параметра которого находятся за заданным пределом. Измерение объектов на изображении и получение результатов измерения в виде гистограммы распределения параметров, таблицы включает: идентификацию объектов перед измерением, автоматическое и интерактивное измерения объектов, оформление результатов измерения в виде таблицы или гистограммы распределения параметров объектов, очистка внутренней базы данных. Идентификацию объектов проводят на бинарном изображении для автоматического измерения объектов с возможностью удаления объектов, частично попавших на изображение ("коррекция окна измерения" предназначена для визуальной оценки корректности результата сегментации (выделение объектов измерения)). Объекты обозначают разной интенсивностью, которую выделяют разным цветом. Близкорасположенные объекты могут обозначаться одним цветом, что характеризует соединение этих объектов между собой "перемычкой", и измеряться как единый объект, поэтому данные объекты разделяют. Автоматическое измерение объектов по заданным при алгебраических, геометрических и других преобразованиях изображения, также после выбора морфометрических и денситометрических параметров измерения. Возможно варьировать набором измеряемых параметров, режимами выполнения операций и количеством объектов измерения, в том числе с возможностью исключения объектов, параметры которых измеряться не будут, визуализировать процесс автоматического измерения, придавая другую окраску измеренным объектам, например белым цветом, и отображая их в другом графическом окне, кодирование каждого объекта, например, порядковым номером и сохранение его в процессе измерения. Режимы с интерактивным заданием объектов измерения или автоматическим измерением всех объектов, исключением объектов, параметры которых измеряться не будут, визуализированием процесса автоматического измерения, кодированием каждого объекта проводят только при измерении морфологических и денситометрических параметров. Затем измеряют параметры объекта с возможностью индикации этапов операций, причем контуры измеренных объектов хранят в оверлее. Если замыкание контура объекта производилось в автоматическом или в интерактивном режимах, то объектом считают все элементы, лежащие внутри него и под кривой контура. После измерения объекта изображение внутри оверлейного контура окрашивают цветом оверлея. После измерения результаты с возможностью варьирования типов параметров при необходимости выводят на экран или печатают в виде матрицы и сохраняют. Вывод на экран или печать с возможностью визуализации гистограмм распределения параметров объектов, в том числе гистограмм результатов последнего измерения или гистограмм параметров всех измеренных объектов, варьирования набором измеренных полевых или морфометрических и денситометрических параметров, количества классов гистограмм (в пределах от 1 до 30) в режиме ожидания или в автоматическом режиме отображения гистограммы. При этом выводе, например, гистограммы распределения параметра площади обозначают: Count - количество измеренных объектов; Avr - среднее значение параметра; StdD - среднеквадратичное отклонение параметра; StdEr - стандартная ошибка параметра; Min и Max - соответственно минимальное и максимальное значение параметра; Med - медиана; Nmod - номер класса с максимальным значением частоты (модальный класс). Алгебраические, геометрические и др. преобразования изображений позволяют проведение алгебраических операций над изображениями и геометрических преобразований изображений, перемещения, вращения и масштабирования и включают усреднение двух изображений, инвертирование изображения, линейную комбинацию изображений, поэлементное сложение, вычитание и умножение двух изображений, поэлементное деление одного изображения на другое, масштабирование изображения с коэффициентом 2, задание реперов, тождественное преобразование изображения по реперам, геометрическое преобразование, зеркальное отображение изображения, интерактивное геометрическое преобразование фрагмента изображения. Линейная комбинация производит поэлементное взвешенное сложение при различных режимах: 0 - присваивают отрицательным значениям эффективности значение 0, превышающим величину, равную 255, - значение 255; 1 - диапазон значений интенсивностей линейно преобразуют к диапазону 0-255; 2 - присваивают отрицательным значениям результата значение 0, а значениям, превышающим величину, равную 255, - значение интенсивности элементов изображения из входного буфера изображений; 3 - присваивают отрицательным значениям результата их абсолютные значения с возможностью прибавления константы (-255 255) к значениям интенсивностей элементов результата и использованием весовых коэффициентов для элементов изображения в пределах от -1,0 до 1,0. Сложение (поэлементное) двух изображений осуществляют при различных режимах: 1 - нормализацию не осуществляют; 2 - при превышении интенсивности элементов результата значения 255 элементам результата присваивают значение 255; 3 - диапазон значений интенсивностей результата линейно преобразуют к диапазону 0-255. При вычитании осуществляют поэлементное вычитание одного изображения из другого с использованием различных режимов: 1 - нормализацию не осуществляют; 2 - присваивают отрицательным значениям интенсивности элементов результата значение 0; 3 - диапазон значений интенсивностей результата линейно преобразуют к диапазону 0-255; 4 - при превышении интенсивности элементов результата значения 127 элементам результата присваивают значение интенсивности 255, при разности значений интенсивности элементов, находящихся в первом и втором входных буферах, меньше - 127 элементам результата присваивают значение 0. Умножение (поэлементное) двух объектов осуществляют с предварительным заданием величины константы в пределах от 1 до 255, на которую делятся значения интенсивностей всех элементов результата. Реперы задают для последующего тождественного геометрического преобразования путем задания на изображении точек (в количестве 3-х) с последующим объединением их в геометрическую фигуру. После тождественного преобразования в выходном графическом окне выводят преобразованное изображение, которое располагают в том же месте, имеет те же размеры и ориентацию, что и предыдущее изображение. Например, измерение специализированных МДМ параметров формы цитоплазматической мембраны эритроцитов и ядра включает измерение параметров оптического профиля эритроцита, трехуровневую сегментацию изображений для последующего измерения параметров 4-х компонент объекта и измерение параметров бинарного графа. Измеряют стереологические МДМ параметры формы цитоплазматической мембраны эритроцитов (дискоцитов) по оптическому профилю по заданной линии сканирования. Задают название архива для последующего сохранения результата.

Аналогичные операции проводятся для каждого варианта спектра осветителя. При этом накладывается требование согласованности результатов.

Что позволяет:

1. Повысить точность измерения параметров формы объекта.

2. Повысить надежность восстановления формы объекта, устранить возможность появления артефактов.

3. Устранить проблему сингулярности обратной матрицы при восстановлении объектов сложной формы.

При работе с группой исследуемых объектов наиболее информативные с точки зрения изменений объектов с последующей классификацией их по субпопуляциям и анализом исследуемой группы. Поэтому, например, при исследовании мазка периферической крови, где критерием исследований и анализа объектов являются определение изменения субпопуляционного состава эритроцитов, изменение структуры ядра и элементов, входящих в него, проводят выборку эритроцитов с формированием модальных групп субпопуляций (сфероциты, дискоциты и т.д.). При этом в них могут входить различные изображения одного биообъекта или изображения одних и тех же частей различных биообъектов. Сначала выявляют типичные представители каждой группы объектов (при малом и большом увеличении), например, исследуя зону мазка крови, попавшую в поле зрения микроскопа. Выборку проводят с использованием априорной информации под визуальным контролем, например, выбирают объекты, относящиеся к одной и той же генеральной структурной линии и имеющие изменение структурного разброса в пределах нормального распределения. После этого из типичных представителей путем селективного отбора с использованием, например, гистограммы распределения интенсивности каждого объекта или другой информации в виде числовых характеристик формируют модальную группу, которая представлена в виде изображений и данных об объектах. Таким образом, формируют информационный массив из набора изображений и данных об исследуемых биообъектах с выявлением наиболее информативных и модальных (часто встречающихся) групп каждого из иерархических уровней, в том числе группы сравнения (контрольной группы), причем количество представителей после проведения каждой выборки уменьшается. В результате изображение каждого объекта разбито на пиксели, определена информативность светового потока и площадь в каждом из пикселей.

Далее проводят исследования каждого из объектов соответствующей модальной группы.