Методы и средства автоматизированной обработки микроскопических изображений мазков периферической крови для диагностики острых лейкозов

Автоматизированные системы обработки изображений (АСОИЗ) -особый класс информационно-измерительных систем, основанных на измерениях характеристик объектов и распознавании, представленных в виде изображения — двумерной функции яркости — для монохромных изображений, или набором двумерных функций интенсивности спектральных компонентов — для многозональных и цветных изображений [1−10].

АСОИЗ применяются в широком круге областей науки и техникипри дистанционном зондировании Земли, в системах технического зрения на автоматических линиях в промышленном производстве, в дефектоскопии, в охранных системах видеонаблюдения и др. Особую социальную значимость играет применение АСОИЗ в медицине.

Значительный объем анализов, проводимых при обследовании пациентов медицинских учреждений, связан с регистрацией и интерпретацией врачом изображений разной природы — это рентгенография, компьютерная томография, ультразвуковые исследования, эндоскопические исследования и т. п. Целый ряд анализов выполняется с использованием световых микроскопов проходящего света — это гистологические, цитологические, гематологические исследования [11]. Особо отметим последние.

При заболеваниях изменяются форма, размеры, количественное соотношение содержания элементов крови и ее химические показатели. Поэтому состояние крови имеет большое значение для диагностики заболеваний [12].

До недавнего времени состав крови определялся практически только с помощью визуального анализа препаратов крови под микроскопом. В настоящее время все более широко применяются автоматические гемоанализаторы. Но пока они полностью не могут заменить анализ мазков крови под микроскопом. В частности, микроскопическое исследование является обязательным при наличии подозрений о заболевании острым лейкозом [13−15].

Острые лейкозы представляют собой группу опухолевых заболеваний системы крови, которые характеризуются первичным поражением костного мозга морфологически незрелыми (бластными) клетками с вытеснением ими нормальных элементов. Острые лейкозы без лечения приводят к смертельному исходу. Но если проводить своевременное лечение, прогноз, в особенности для детей, часто благоприятен. Отсюда вытекает важная роль своевременной диагностики лейкозов [16].

Симптомы острых лейкозов в начале заболевания выражаются в проявлениях слабости, снижении массы тела, лихорадки. Диагностика начинается с изучения мазка периферической крови, обнаружение бластных клеток в которой свидетельствует о возможном наличии острого лейкоза. Для окончательного установления диагноза необходима пункция костного мозга и соответствующие его исследования [13]. Анализ морфологии клеток периферической крови с применением методов световой микроскопии является важнейшей частью диагностики гематологических заболеваний. Данный анализ является первой стадией диагностического поиска. На его основе производится предварительная постановка диагноза, который в дальнейшем верифицируется с применением различных иммуногистохимических и молекулярно-биологических методов. Поскольку стоимость комплексной диагностики велика, очень важно уметь извлекать максимум полезной информации из результатов рутинных исследований на первом этапе. В настоящее время, однако, морфологическая диагностика опирается главным образом на опыт и высокую квалификацию патоморфолога.

Актуальность проблемы своевременного распознавания острых лейкозов обусловлена стремительным ростом заболеваемости, связанным как с общими экологическими проблемами, так и с ростом числа лиц, контактирующих с ионизирующей радиацией. Несмотря на огромные достижения современной гематологии, позволяющие излечивать больных острыми лейкозами, которые еще в недавнем прошлом считались абсолютно безнадежными, основой диагностики этих опаснейших заболеваний остается обнаружение и анализ опухолевых клеток на мазках крови. Проведение этого, простого на первый взгляд, исследования наталкивается на ряд трудностей, большая часть которых до сих пор не преодолена. В частности, в силу непреодолимых технических проблем так и не удалось усовершенствовать проточные гематологические анализаторы настолько, чтобы они могли надежно распознавать бласты в образцах крови больных. Вследствие этого, работу прибора вынужден дублировать опытный цитолог, который является весьма дефицитным специалистом. В поликлиниках цитологи чаще всего имеют дело с нормальными мазками крови, что, с одной стороны резко увеличивает рабочую нагрузку, а с другой — повышает риск того, что случай острого лейкоза будет пропущен. Оснащение диагностических лабораторий поликлиник и стационаров автоматизированными анализаторами микроскопических изображений клеток крови позволит существенно упростить задачу выявления и дифференциальной диагностики острых лейкозов. Кроме того, наличие эталонной базы данных и системы поддержки принятия решений позволит решить другую насущную проблему здравоохранения — подготовку и повышение квалификации врачей-морфологов.

Практика показывает, что если по итогам поликлинического обследования больной попал в поле зрения гематолога, то задачи первого этапа могут считаться выполненными. Это значит, что на амбулаторном этапе обследования не следует стремиться к определению конкретной формы очевидного острого лейкоза, поскольку любой направительный диагноз в специализированном учреждении всегда подвергается проверке.

Вместе с тем экономически целесообразно, чтобы на амбулаторном этапе отсеивались больные с некоторыми распространенными неопухолевыми заболеваниями, которые часто путают с острыми лейкозами (в частности, при весьма распространенном инфекционном мононуклеозе активированные вирусом лимфоциты становятся похожи на бластные клетки острого лейкоза). И здесь роль автоматического анализатора изображений, располагающего эталонной базой данных из тысяч клеток, является определяющей. Акцент на острых лейкозах обусловлен несколькими причинами. Во-первых, при острых лейкозах фактор времени имеет ключевое значение, поскольку жизнь больного напрямую зависит от того, как скоро был поставлен диагноз (даже небольшое опоздание может привести к смерти от инфекционных осложнений и кровотечений). Во-вторых, как показывает практика, именно острые лейкозы вызывают наибольший процент диагностических ошибок у поликлинических врачей-лаборантов, не имеющих достаточного опыта работы в специализированном стационаре.

Целью диссертации является разработка методов и средств обработки микроскопических изображений мазков периферической крови с применением процедуры распознавания бластных клеток для поддержки принятия решений врачом при диагностике острых лейкозов.

Обнаружение бластных клеток в периферической крови служит основанием для подозрений о наличии у пациента острого лейкоза и проведении последующих диагностических процедур. Обнаружение бластных клеток в периферической крови при первом же обращении больного в медицинское учреждение обеспечит более раннюю диагностику острого лейкоза, что в свою очередь повышает эффективность лечения.

При достижении поставленной цели получены следующие новые научные результаты:

1. Метод и математические модели цифровой обработки изображений для распознавания бластных клеток, реализация которых позволила создать информационно-измерительный комплекс автоматизированной диагностики острых лейкозов на базе компьютерной обработки микроскопических изображений мазков периферической крови, включающий клиническую, научно-исследовательскую и обучающую системы. В состав систем входит устройство для автоматического обнаружения бластных клеток в периферической крови, на которое получено решение Роспатента о выдаче патента № 61 890 на полезную модель (заявка № 2 006 135 515/22(38 666) от 09.10.2006, письмо Роспатента от 11.12.2006).

2.Методика автоматизированного анализа изображений мазков крови, применение которой помогает врачу-гематологу принять объективно обоснованное решение по результатам анализа мазка крови при диагностике острых лейкозов.

3.Методика исследования информативности признаков бластных клеток, позволившая осуществить обоснованный выбор признаков в системе распознавания бластных клеток.

4. Методика оценки пригодности изображений клеток крови для автоматизированного анализа, применение которой обеспечивает необходимые условия для нормальной работы системы распознавания бластных клеток.

Практическая ценность.

1. С применением разработанных в диссертации методов обработки изображений, моделей и методик создан информационно-измерительный комплекс анализа мазков периферической крови и распознавания бластных клеток для диагностики острых лейкозов, включающий три системы. Первая предназначена для клинической диагностики, вторая — для проведения научных исследований в области автоматизации диагностики острых лейкозов, включая формирование атласов эталонных изображений клеток крови и баз знаний в области гематологической диагностики, третья ориентирована на обучение студентов-медиков и повышение квалификации врачей.

2. Разработанные методы и средства обработки микроскопических изображений мазков периферической крови с применением процедуры распознавания бластных клеток для диагностики острых лейкозов внедрены в Российском онкологическом научном центре им. Н. Н. Блохина РАМН (РОНЦ), Институте повышения квалификации Федерального медико-биологического агентства (ФМБА), ФГУЗ Детской клинической больнице № 38-Центре экологической педиатрии ФМБА (г.Москва), в Центральной медсанчасти № 141 ФМБА (г. Удомля, Тверская обл., Калининская АЭС), в учебном процессе кафедры «Компьютерные медицинские системы» МИФИ.

Апробация результатов диссертации.

Результаты диссертации докладывались и обсуждались на научных конференциях «Научная сессия МИФИ» в 2003, 2004, 2005, 2006, 2007 годах, на XII международном семинаре «Медицина XXI века» в Словакии в 2004 г, на международной конференции «Технологии 2004» в Турции в 2004 г., на научной конференции «Фундаментальные и прикладные проблемы медицины и биологии» в г. Дубай, ОАЭ в 2005 г., на международном симпозиуме «Датчик 2006» «Качество, инновации, образование и CALS технологии» в Египте в 2006 г., на II Съезде Российского общества патологоанатомов в Москве в 2006 г.

Публикации. Основные результаты диссертации опубликованы в 25 научных работах (в том числе в 2-х учебных пособиях и в 5 научных работах без соавторов).

Структура и объем диссертации

Диссертация состоит из введения, 4-х глав, заключения, списка литературы из 107 наименований. Общий объем диссертации составляет 167 стр., 48 рисунков, 10 таблиц. На защиту выносятся следующие положения:

Выводы.

1. С использованием разработанных методов и математических моделей цифровой обработки изображений для распознавания бластных клеток создан информационно-измерительный комплекс автоматизированной диагностики острых лейкозов. Разработчики комплекса — кафедра компьютерных медицинских систем МИФИ, Гематологический научный центр РАМН, Российский онкологический научный центр им. Н. Н. Блохина РАМН.

2. Предложена структура комплекса включает клиническую, научно-исследовательскую и обучающую системы. Применение клинической системы позволяет выявлять заболевания острым лейкозом на более ранних стадиях его развития. Вторая система направлена на объективизацию принимаемых решений при анализе клеток в мазках периферической крови, а также аккумулирование и распространение актуальных знаний о диагностике острых лейкозов. Третья система обеспечивает эффективное обучение студентов-медиков и повышение квалификации врачейгематологов. Каждая из этих систем реализована как система поддержки принятия решений врачом-гематологом с использованием процедур автоматического и интерактивного (с применением электронного атласа бластных клеток) распознавания бластных клеток, телемедицинских консультаций.

3. Составной частью комплекса является устройство для автоматического обнаружения бластных клеток в периферической крови. На устройство для автоматического обнаружения бластных клеток в периферической крови получено решение Роспатента о выдаче патента № 61 890 на полезную модель (заявка № 2 006 135 515/22(38 666) от 09.10.2006, письмо Роспатента от 11.12.2006).

4. Предложена методика оценки пригодности изображений клеток крови для автоматизированного анализа. Основные этапы методики: оценка макроскопического изображения мазка крови на стеклеоценка содержания микроскопического изображения мазка кровиоценка качества регистрации микроскопического изображения клетки в информационно-измерительном комплексе. Применение данной методики обеспечивает требуемое качество распознавания бластных клеток в информационно-измерительном комплексе автоматизированной диагностики острых лейкозов.

5. Разработана методика автоматизированного анализа изображений мазков крови. Методика ориентирована на применение в системе с моторизованным столиком, управляемым от компьютера. Основные этапы методики: задание параметров автоматического сканирования мазка крови под микроскопомавтоматическое сканирование мазка крови под микроскопомавтоматическая фокусировка и фотографирование клеток лейкоцитарного рядаавтоматическое распознавание изображений клеток в компьютере с определением класса бластная или небластная клеткапросмотр врачом результатов с интерактивным сравнением с изображениями из базы знаний бластных клеток, наиболее схожих по информативным признакам (рассчитываются автоматически) с рассматриваемыми клеткамиинтерактивная идентификация исследуемых клеток с сравнением клеток из электронного атласателемедицинская консультация (по необходимости) — принятие врачом решения о типе клеток и формирование протокола анализа.

6. Описаны результаты применения разработанных в диссертации методов и средств автоматизированной обработки микроскопических изображений мазков периферической крови, реализованных в информационно-измерительном комплексе для диагностики острых лейкозов и внедренных в клиническую практику двух крупных медицинских центров России (РОНЦ им. Н. Н. Блохина РАМН, ДКБ№ 38 ФМБА), Центральной медсанчасти № 141 ФМБА, и в учебный процесс двух ведущих высших учебных заведений (Институт повышения квалификации ФМБА, МИФИ (курсы «Системы обработки изображений в медицине», «Проектирование компьютерных медицинских систем»)) — для повышения квалификации врачей и обучения студентов. Телемедицинские гематологические консультации между удаленной медсанчастью (ЦМСЧ№ 141, г. Удомля, Тверская обл., Калининская АЭС) и РОЩ им. Н. Н. Блохина РАМН (Москва) успешно апробированы с использованием сети Интернет.

Настоящая диссертация посвящена разработке методов и средств автоматизированной обработки изображений мазков периферической крови для диагностики острых лейкозов. Получены следующие основные результаты:

1. На основе системных теоретических и экспериментальных исследований разработаны метод и математические модели обработки изображений для распознавания бластных клеток в мазке периферической крови. Предложенные метод и модели были реализованы в информационно-измерительном комплексе автоматизированной диагностики острых лейкозов на базе компьютерной обработки микроскопических изображений мазков периферической крови.

2. Предложены математические модели изображения бластных клеток и модели признаков бластных клеток. Первые модели были использованы при разработке методов автоматизированного гематологического анализа изображений мазков периферической крови. Модели признаков реализованы в описании бластных клеток — ключевом этапе их распознавания при решении задач диагностики острых лейкозов.

3. Представлена методика анализа информативности признаков для распознавания бластных клеток. Методика базируется на применении теории статистических решений при экспериментальной оценке принадлежности клетки к бластным или небластным. Методика служит практическим инструментом разработчика при осуществлении выбора информативных признаков для систем распознавания бластных клеток.

4. Создан информационно-измерительный комплекс автоматизированной диагностики острых лейкозов на базе компьютерной обработки микроскопических изображений мазков периферической крови, выступающий как система поддержки принятия решений врачом-гематологом. Комплекс включает, клиническую, научно-исследовательскую и обучающую системы, в состав которых входит устройство для автоматического обнаружения бластных клеток в периферической крови. На устройство для автоматического обнаружения бластных клеток в периферической крови получено решение Роспатента о выдаче патента № 61 890 на полезную модель (заявка № 2 006 135 515/22(38 666) от 09.10.2006, письмо Роспатента от 11.12.2006).

5. На основе результатов проведенных экспериментов разработана методика оценки пригодности изображений мазков периферической крови для автоматизированного анализа. Методика включает этапы оценки степени окраски препарата, плотности клеток на анализируемой области мазка, оценки степени освещенности и сфокусированности препарата, целостности клеток лейкоцитарного ряда в поле зрения автоматизированной микроскопической системы. Применение методики обеспечивает требуемое качество распознавания бластных клеток в процессе использования созданного информационно-измерительного комплекса автоматизированной диагностики острых лейкозов в клинической практике, научных исследованиях и обучении.

6. В составе информационно-измерительного комплекса автоматизированной диагностики острых лейкозов разработана база знаний по анализу клеток периферической крови. База знаний содержит экспертные заключения и изображения бластных и небластных клеток. Общее число изображений клеток — 9600. В качестве экспертов привлекались специалисты в области гематологии из Гематологического научного центра (ГНЦ) РАМН, Российского онкологического научного центра (РОНЦ) им. Н. Н Блохина РАМН, Российской медицинской академии последипломного образования (РМАПО, кафедра лабораторной диагностики), Института повышения квалификации (ИПК) ФМБА России (кафедра лабораторной диагностики). На основе указанной базы знаний создан электронный атлас изображений бластных клеток, используемый при диагностике острых лейкозов, при обучении студентов-медиков и повышении квалификации врачей-гематологов.

7. Разработана методика автоматизированного анализа изображений мазков периферической крови в информационно-измерительном комплексе автоматизированной диагностики острых лейкозов. Методика базируется на этапах: контроль качества препарата, сканирование мазка крови, оценка результатов распознавания бластных клеток, интерактивное сравнение результатов работы системы с экспертными заключениями с применением электронного атласа бластных клеток, проведение телемедицинской консультации (при необходимости). Данная методика является практическим руководством врача-гематолога при морфологической диагностике острых лейкозов.

8. Проведены экспериментальные исследования информативности признаков в ходе которых исследовались геометрические, текстурные, спектральные, цветовые признаки. Установлено, что при использовании одномерного признакового пространства информативность исследованных признаков по отдельности не превышает 74%. Исследование наборов признаков и распределений бластных и небластных клеток в многомерном пространстве позволило опытным путем сформировать набор признаков, обеспечивших в эксперименте долю ошибок классификации не более 5% (исследование проводилось с использованием выборок из 1143 бластных и 1143 небластных клеток). Последнее для медицинской практики является высоким показателем. В набор признаков входят геометрические (площадь и максималный линейный размер клеток и их ядер, ядерно-цитоплазматическое отношение) и текстурные признаки (энергия, момент инерции, энтропия, максимальная вероятность, локальная однородность) для цветовых компонентов RGBLY.

9. Разработанные в диссертации методы и средства автоматизированной обработки микроскопических изображений мазков периферической крови для диагностики острых лейкозов внедрены в Российском онкологическом научном центре им. Н. Н. Блохина РАМН, Детской клинической больнице № 38 Федерального медико-биологического агентства РФ, Институте повышения квалификации Федерального медико-биологического агентства РФ, в Центральной медико-санитарной части № 141 Федерального медико-биологического агентства РФ в г. Удомля, Тверской обл. (Калининская АЭС), в учебном процессе кафедры компьютерных медицинских систем МИФИ.