Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Биотехническая система автоматизированных исследований препаратов культур клеток, инфицированных хламидиями

Диссертация: Биотехническая система автоматизированных исследований препаратов культур клеток, инфицированных хламидиями
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Основной задачей разработки систем, осуществляющих автоматическое сканирование препаратов под микроскопом, является выбор метода и алгоритма автофокусировки, основным элементом которой является расчет характеристики резкости изображений. В настоящее время систем сканирования рассматриваемых препаратов не существует, а опубликованные данные, обеспечивающие руководство по выбору надежного метода… Читать ещё >

Содержание

  • СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ
  • Глава 1. Анализ задач и особенностей проведения исследования препаратов культур клеток, инфицированных хламидиями
    • 1. 1. Медицинское, эпидемиологическое и социальное значение хламидийной инфекции
    • 1. 2. Методы лабораторной диагностики хламидиоза
      • 1. 2. 1. Особенности жизненного цикла хламидий
      • 1. 2. 2. Классификация методов лабораторной диагностики хламидиоза
    • 1. 3. Особенности визуального анализа препаратов культур клеток, инфицированных хламидиями
      • 1. 3. 1. Особенности диагностики хламидийной инфекции
      • 1. 3. 2. Использование культурального метода для оценки степени инфицирования клеток
    • 1. 4. Выводы к Главе 1
  • Глава 2. Проектирование биотехнической системы автоматизированных исследований препаратов культур клеток, инфицированных хламидиями
    • 2. 1. Требования к разрабатываемой биотехнической системе
      • 2. 1. 1. Структурная схема биотехнической системы
      • 2. 1. 2. Характеристики качества работы биотехнической системы
    • 2. 2. Разработка и исследование метода автофокусировки
      • 2. 2. 1. Методы автофокусировки
      • 2. 2. 2. Характеристики резкости
      • 2. 2. 3. Оценка качества характеристик резкости
      • 2. 2. 4. Результаты сравнительных исследований характеристик резкости
      • 2. 2. 5. Разработка и исследование метода автофокусировки
    • 2. 3. Выводы к Главе 2
  • Глава 3. Разработка метода анализа флуоресцентно-микроскопических изображений препаратов культур клеток, инфицированных хламидиями
    • 3. 1. Анализ цветовых особенностей объектов на исследуемых изображениях
    • 3. 2. Алгоритм сегментации изображений препаратов культур клеток, инфицированных хламидиями
    • 3. 3. Быстрый алгоритм бинаризации по методу Ниблэка
    • 3. 4. Выводы к Главе 3
  • Глава 4. Экспериментальные исследования биотехнической системы автоматизированных исследований препаратов культур клеток, инфицированных хламидиями
    • 4. 1. Макет специального программного обеспечения
    • 4. 2. Разработка и исследование метода автоматизированных исследований препаратов культур клеток, инфицированных хламидиями
      • 4. 2. 1. Содержание экспериментальных исследований
      • 4. 2. 2. Экспериментальное исследование качества обнаружения хламидийных включений
      • 4. 2. 3. Разработка и исследование количественных характеристик хламидийных включений
    • 4. 3. Выводы к Главе 4

Биотехническая система автоматизированных исследований препаратов культур клеток, инфицированных хламидиями (реферат, курсовая, диплом, контрольная)

Хламидийная инфекция является актуальной медико-социальной проблемой современности [52, 59, 67]. По данным Всемирной организации здравоохранения [12], ежегодно во всем мире регистрируется более 100 млн. новых случаев заболевания. Достаточно часто заражение хламидиями и последующее развитие заболевания сопровождается минимальными клиническими проявлениями, больному не проводится специфическая терапия, что приводит к хронизации инфекционного процесса, бесплодию, синдрому Рейтера, инфицированию плода и другим осложнениям [19, 23, 67].

Успешная организация борьбы с хламидиозом возможна лишь при условии его своевременного выявления и правильного подбора антибиотиков. По сравнению с другими методами, используемыми в бактериологии, куль-туральный метод исследования на сегодняшний день является «золотым стандартом» диагностики хламидийной инфекции, референтным методом при оценке эффективности антибактериального лечения, а также единственным методом, позволяющим проводить анализ резистентности хламидий к антибиотикам при подборе терапии и разработке новых антибактериальных веществ [44, 61, 64].

Культуральный метод заключается в приготовлении и исследовании препаратов инфицированных хламидиями культур эукариотных клеток, которое в настоящее время проводится визуально с использованием флуоресцентного микроскопа. Визуальное исследование имеет ряд существенных недостатков, таких как негативное воздействие на зрение исследователя, высокая трудоемкость и длительное время анализа одного препарата, малый объем выборки визуально анализируемых клеток и, в конечном счете, низкая достоверность результатов анализа [17, 29, 45, 47]. Снижение трудоемкости и увеличение объема выборки анализируемых клеток возможно за счет автоматизации процессов сканирования препарата и обработки зарегистрированных изображений [11, 39, 42, 46, 48, 54, 55, 65, 77].

Основной задачей разработки систем, осуществляющих автоматическое сканирование препаратов под микроскопом, является выбор метода и алгоритма автофокусировки, основным элементом которой является расчет характеристики резкости изображений [80, 87, 90]. В настоящее время систем сканирования рассматриваемых препаратов не существует, а опубликованные данные, обеспечивающие руководство по выбору надежного метода и алгоритма оценки резкости флуоресцентно-микроскопических изображений рассматриваемых препаратов, отсутствуют.

Автоматизация обработки флуоресцентно-микроскопических изображений рассматриваемых препаратов предполагает решение задачи сегментации клеток и хламидийных включений. В настоящее время существуют различные методы сегментации цветных изображений: пороговые методы, методы кластеризации, наращивания областей, построения физических моделей формирования изображений и другие [98, 109], — однако методы, адаптированные для анализа флуоресцентно-микроскопических изображений хлами-дий в культуре клеток, ранее не разрабатывались.

Таким образом, разработка биотехнической системы (БТС) автоматизированных исследований препаратов культур клеток, инфицированных хла-мидиями, позволяющей осуществлять автоматическое сканирование препарата и его автоматизированный количественный анализ, является актуальной задачей [10, 17, 27, 28,38,41].

Целью диссертационной работы является разработка биотехнической системы автоматизированных исследований препаратов культур клеток, инфицированных хламидиями.

Для достижения поставленной цели необходимо решить следующие задачи:

1) анализ задач и особенностей исследования препаратов культур клеток, инфицированных хламидиями;

2) разработка метода автофокусировки флуоресцентного микроскопа, обеспечивающего возможность автоматического сканирования рассматриваемых препаратов;

3) разработка метода автоматической сегментации флуоресцентно-микроскопических изображений препаратов культур клеток, инфицированных хламидиями;

4) разработка метода автоматизированного исследования препаратов культур клеток, инфицированных хламидиями, по их флуоресцентно-микроскопическим изображениям;

5) апробация разработанных методов и макета аппаратно-программного комплекса автоматизированных исследований препаратов культур клеток, инфицированных хламидиями.

Научная новизна:

1. Разработан метод автоматической фокусировки флуоресцентного микроскопа, обеспечивающий возможность автоматического сканирования препаратов культур клеток, инфицированных хламидиями, и заключающийся в расчете производных по фокусировочным кривым характеристик резкости «Байесовская энтропия спектра» и «Сумма квадратов гауссовых производных», выборе характеристики с наибольшим значением производной при текущем положении предметного стола микроскопа и смещении предметного стола микроскопа по вертикали в соответствии с принятой стратегией поиска максимума.

2. Разработан метод автоматической сегментации флуоресцентно-микроскопических изображений препаратов инфицированных культур клеток, заключающийся в применении быстрого алгоритма адаптивной бинаризации по методу Ниблэка к изображению клеток, построенному в канале V пространства HSV, и изображению хламидийных включений, построенному по модифицированному методу цветовой деконволюции.

3. Разработан метод автоматизированного исследования препаратов культур клеток, инфицированных хламидиями, заключающийся в автоматическом сканировании препарата во флуоресцентном микроскопе, сегментации зарегистрированных изображений, определении числа хламидийных включений и вычислении их количественных характеристик: поверхностной плотности, среднего значения и среднеквадратичного отклонения значений площади хламидийных включений.

4. Разработана БТС автоматизированных исследований препаратов культур клеток, инфицированных хламидиями, обеспечивающая вероятность обнаружения хламидийного включения не менее 99,6% и вероятность ложного обнаружения — не более 0,3%.

Положения, выносимые на защиту:

1. Для оценки резкости флуоресцентно-микроскопических изображений препаратов культур клеток, инфицированных хламидиями, в процессе автоматической фокусировки микроскопа необходимо осуществить выбор одной из двух характеристик резкости: «Байесовская энтропия спектра» и «Сумма квадратов гауссовых производных» — по максимуму значения производной их фокусировочных кривых при текущем положении предметного стола микроскопа.

2. Для сегментации флуоресцентно-микроскопических изображений препаратов культур клеток, инфицированных хламидиями, необходимо применить к изображению клеток, построенному в канале V пространства HSV, и изображению хламидийных включений, построенному по модифицированному методу цветовой деконволюции, быстрый алгоритм адаптивной бинаризации по методу Ниблэка.

3. Разработанный метод автоматизированного исследования препаратов культур клеток, инфицированных хламидиями, обеспечивает решение задач обнаружения хламидийных включений с вероятностями обнаружения не менее 99,6% и ложного обнаружения — не более 0,3%.

Практическая значимость диссертационной работы заключается в создании и апробации метода автоматизированного исследования препаратов культур клеток, инфицированных хламидиями, обеспечивающего вероятности обнаружения и ложного обнаружения хламидийных включений не менее 99,6% и не более 0,3% соответственно, а также возможность количественной оценки их морфологических характеристик.

Проведенные исследования и разработанный метод расчета характеристики резкости флуоресцентно-микроскопических изображений препаратов инфицированных культур клеток обеспечивают возможность автоматизации флуоресцентно-микроскопических исследований данных препаратов.

Разработанный быстрый алгоритм адаптивной бинаризации по методу Ниблэка обеспечивает возможность практического применения данного метода в задачах сегментации полутоновых изображений независимо от размера области расчета локальных статистик изображения.

Результаты работы позволяют рекомендовать созданный макет аппаратно-программного комплекса автоматизированных исследований препаратов культур клеток, инфицированных хламидиями, для применения в практике микробиологических лабораторий медицинских научных и лечебно-профилактических учреждений.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ.

1. В результате анализа литературных данных показана необходимость повышения достоверности и автоматизации флуоресцентно-микроскопического исследования препаратов культур клеток, инфицированных хламидиями. Выделены основные задачи автоматизированного исследования данных препаратов: автоматическое сканирование препарата под микроскопом, сегментация полученных изображений, расчет количественных характеристик хламидийных включений.

2. В результате проведенных теоретических и экспериментальных исследований установлено, что представленные в современной научно-технической литературе характеристики резкости не могут быть использованы для решения задачи автофокусировки в ходе сканирования рассматриваемых препаратов. Показано, что для оценки резкости рассматриваемых изображений необходимо использовать комбинацию двух характеристик: «Байесовская энтропия спектра» и «Сумма квадратов гауссовых производных».

3. Разработан метод сегментации флуоресцентно-микроскопических изображений препаратов культур клеток, инфицированных хламидиями. В основе данного метода лежит расчет профиля концентрации красителя ФИТЦ по модифицированному в диссертационной работе методу цветовой деконволюции с последующей адаптивной бинаризацией по методу Ниблэка.

4. Введено понятие интегрального квадрата изображения и предложен быстрый алгоритм расчета адаптивного порога в методе адаптивной бинаризации Ниблэка, обеспечивающий возможность практического использования данного метода.

5. Разработан метод автоматизированного исследования препаратов культур клеток, инфицированных хламидиями, заключающийся в автоматическом сканировании препарата во флуоресцентном микроскопе, автоматической сегментации зарегистрированных изображений и определении числа хламидийных включений, вычислении их количественных характеристик: поверхностной плотности, среднего значения и среднеквадратичного отклонения значений площади хламидийных включений.

6. Разработана БТС автоматизированных исследований препаратов культур клеток, инфицированных хламидиями, обеспечивающая вероятность обнаружения хламидийного включения не менее 99,6% и вероятность ложного обнаружения — не более 0,3%.

7. В ходе экспериментальных исследований показана статистическая достоверность рассчитываемых количественных характеристик хламидийных включений. Данные характеристики могут быть использованы в дальнейшем в задачах оценки эффективности антибактериальных веществ.

Показать весь текст

Список литературы

  1. O.A. Автоматизированный анализ флюоресцентных изображений микробиологических препаратов // X МНТК «Физика и радиоэлектроника в медицине и экологии ФРЭМЭ'2012»: Материалы. Владимир, 2012. Книга 2. С. 111−113.
  2. O.A., Самородов A.B. Сравнительное исследование характеристик резкости микроскопических изображений медико-биологических препаратов // Медицинская техника. 2011. № 1. С. 15−22.
  3. Атлас по медицинской микробиологии, вирусологии и иммунологии: Учебное пособие для студентов медицинских вузов / Под ред. A.A. Воробьева, A.C. Быкова. М.: Медицинское информационное агентство, 2003.236 с.
  4. M., Иванов А. З., Терехов Ю. И. Основы планирования научно-исследовательского эксперимента/ Под ред. Г. М. Рудакова. Ташкент: Укитувчи, 2004. 336 с.
  5. В.В., Белашенков Н. Р., Устинов С. Н. Оптимизация алгоритмов автофокусировки цифрового микроскопа // Оптический журнал. 2009. Т. 76. № 10. С. 16−22.
  6. Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989. 540 с.
  7. Биотехнические системы. Теория и проектирование: Учебное пособие / Под ред. В. М. Ахутина. Л.: ЛГУ, 1981. 220 с.
  8. Е.В. Биотехническая система дерматоглифических исследований ладони: Дис.. канд. техн. наук. М., 2009. 144 с.
  9. Глобальная стратегия профилактики инфекций, передаваемых половым путем, и борьбы с ними, 2006−2015 гг. / Всемирная организация здравоохранения // ISBN 978 92 4 456 347 2.
  10. URL: http://whqlibdoc.who.int/publications/2007/9 789 244 563 472 rus. pdf (дата обращения: 15.05.2013).
  11. Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
  12. Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. M.: Техносфера, 2006. 616 с.
  13. В. М. Хламидиозы. М.: Медицинская книга- Н. Новгород: Изд-во НГМА, 2002. 192 с.
  14. Диагностика и установление излеченности половых пар по урогениталь-ному хламидиозу и микоплазмозу: методические рекомендации / C.B. Рищук и др. / Под ред. В. Г. Кубася. СПб, 2006. 20 с.
  15. Ю.А., Щукин С. И. Основы анализа биотехнических систем. Теоретические основы БТС: учеб. пособие. М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. 526 с.
  16. В.Ф., Новиков К. В., Сушкова JI.T. Проблема автоматической фокусировки видеомикроскопа при сканировании цитологических препаратов // Биомедицинская радиоэлектроника. 2000. № 6. С. 55−60.
  17. Инфекции, передаваемые половым путем / Под ред. В. А. Аковбяна,
  18. B.И. Прохоренкова, Е. В. Соколовского. М.: Медиа Сфера, 2007. 742 с.
  19. Ю.Л., Кетков А. Ю., Шульц М.М. MATLAB 7: программирование, численные методы. СПб.: БХВ-Петербург, 2005. 752 с.
  20. Клинико-лабораторные аналитические технологии и оборудование: учеб. пособ. для студ. средн. проф. учеб. заведений / Т. И. Лукичева и др. / Под ред. проф. В. В. Меньшикова. М.: Издательский центр «Академия», 2007. 240 с.
  21. Компьютерное зрение / Под ред. Л. Шапиро, Дж. Стокман. М.: БИНОМ. Лаборатория знаний, 2006. 752 с.
  22. C.B. Урогенитальный хламидиоз: клинико-иммунологическая характеристика, иммуногенетические маркеры, вопросы прогноза и лечения: Дис.. д-ра мед. наук. М., 2008. 229 с.
  23. Лабораторная диагностика урогенитального хламидиоза. Сообщение 1. Распространенность, свойства и классификация хламидийной инфекции: аналитический обзор / В. А. Исаков и др. // Terra Medica. 2012. № 1.1. C. 11−17.
  24. Лабораторная диагностика урогенитального хламидиоза. Сообщение 2. Современные методы диагностики хламидийной инфекции (аналитический обзор) / В. А. Исаков и др. // Terra Medica. 2012. № 2. С. 8−13.
  25. Лабораторная диагностика урогенитального хламидиоза. Сообщение 3. Сравнительная чувствительность методов диагностики хламидиоза: аналитический обзор / В. А. Исаков и др. // Terra Medica. 2012. № 3. С. 919.
  26. В. И., Щукин С. И. Принципы анализа и синтеза биотехнических систем. М.: МВТУ, 1987. 68 с.
  27. В.И., Щукин С. И., Иванцов В. И. Принципы анализа и синтеза биотехнических систем. М.: МВТУ, 1988. 64 с.
  28. B.C. Исследование и разработка программного обеспечения автоматической микроскопии биоматериалов: Дис.. докт. техн. наук. М., 2007. 234 с.
  29. Методические аспекты диагностики урогенитального хламидиоза. Методические рекомендации / А. Ф. Возианов и др. Киев, 2002. 18 с.
  30. Методические проблемы диагностики урогенитального хламидиоза /С.А. Сельков и др. // Terra Medica. ISSN 2219−4096. 2001. № 1. URL: http://www.terra-medica.spb.ru/l2001/selkov.htm (дата обращения: дата обращения: 15.05.2013).
  31. Методы компьютерной обработки изображений / Под ред. В.А. Сойфе-ра. 2-е изд., испр. — М.: ФИЗМАТЛИТ, 2003. — 784 с. — ISBN 5−92 210 270−2.
  32. Микробиология: Учебник / A.B. Воробьев и др. 2-е изд., перераб. и доп. М.: Медицина, 2003. 336 с.
  33. A.B., Долгов В. В. Обеспечение качества в клинической лабораторной диагностике: Практ. руковод. М.: «Медиздат», 2004. 216 с.
  34. Оптическая биомедицинская диагностика / Под ред. В. В. Тучина. В 2 т.: Пер. с англ. Т. 1. М.: ФИЗМАТЛИТ, 2007. 560 с.
  35. В.Г., Егорова О. В., Клыкова Е. И. Компьютерная микроскопия. М.: Техносфера, 2005. 304 с.
  36. Г. Н. Биомедицинская инженерия. Проблемы и перспективы. СПб.: Изд-во «Политехника», 2010. 232 с.
  37. В.О. Автоматизация анализа растровых изображений твердой фазы биологической жидкости медико-биологических препаратов: Дис.. канд. техн. наук. Волгоград, 2009. 146 с.
  38. O.K. Медицинская микробиология: Учебное пособие / Под ред.
  39. B.И. Покровского. 4-е изд., стереот. М.: ГЭОТАР-Медиа, 2010. 768 с.
  40. О.О. Методы и алгоритмы обработки растровых изображений для решения задач автоматизированной микроскопии медико-биологических препаратов: Дис.. канд. техн. наук. Волгоград, 2007. 146 с.
  41. Разработка алгоритма автоматизированного анализа изображений хла-мидий в культуре клеток / О. А. Артюхова и др. //Цитоморфометрия в медицине и биологии: фундаментальные и прикладные аспекты: Материалы УВНПК. М., 2012. С. 10−11.
  42. Г. Л. Насколько актуальна резистентность Chlamydia trachomatis к антибиотикам? // Клин, микробиол. и антимикробная химиотерапия. 2000. Т. 2. № 2. С. 110.
  43. А.В. Автоматизированный морфологический анализ цитологических препаратов //Биомедицинская радиоэлектроника. 2009. № 10.1. C.35−40.
  44. А.В. Биотехническая система для анализа морфологии эритроцитов: Дис.. канд. техн. наук. М., 2002. 168 с.
  45. А.В. Оценка качества цитологических препаратов по их изображениям //Биомедицинская радиоэлектроника. 2008. № 10. С.39−45.
  46. Л. П. Пространственно частотный анализ форменных элементов крови: Дис.. канд. техн. наук. М., 1998. 166 с.
  47. Световая микроскопия в биологии. Методы: Пер. с англ. / Под ред. А. Лейси. М.: Мир, 1992. 464 с.
  48. Н.И., Вилисова Н. Т. Введение в теорию планирования эксперимента. М.: Издательство МГТУ им. Н. Э. Баумана, 2011. 463 с.
  49. Современные микроскопические исследования в биологии и медицине. Сборник научно-популярный статей. М.: Лабора, 2006. 200 с.
  50. Современные подходы к диагностике и терапии латентной хламидийной инфекции урогенитального тракта /А.А. Кубанова и др. // Вестник дерматол. и венерол. 2004. № 3. С. 6−10.
  51. Создание ингибиторов системы секреции типа III С. trachomatis, подавляющих развитие острой и хронической хламидийной инфекции / Н. А. Зигангирова и др. // Acta naturae. 2012. Т. 4. № 2 (13). С. 90−101.
  52. И.Н. Лазерные анализаторы сложноструктурированных медико-биологических изображений: Дис.. докт. техн. наук. М., 1999. 385 с.
  53. И.Н. Методы автоматизированной морфометрии медико-биологических изображений // Биомедицинская радиоэлектроника. -2003. -№ 11. -С. 4−13.
  54. Справочник по клиническим лабораторным методам исследования/ Под ред. Е. А. Кост. М.: Медицина, 1975. 384 с.
  55. В.М., Самородов А. В., Спиридонов И. Н. Исследование критериев резкости гемоизображений // Медико-технические технологии на страже здоровья: Сб. докладов VII РНТК, г. Салоники (Греция), 2−9 октября 2005 г. М, 2005. С. 136−137.
  56. О.У. Резистентность хламидий к антибиотикам // Антибиотики и антимикробная терапия. 2009. URL: http://www.antibiotic.ru/modules.ph p? op=modload&name=phpBB14&file=index&action=viewtopic&topic=809 (дата обращения: 15.05.2013).
  57. Л.И. Обзор ситуации с инфекциями, передаваемыми половым путем. Анализ заболеваемости врожденным сифилисом в Российской Федерации // Современные методы диагностики, терапии и профилактики ИППП и других урогенитальных инфекций. 1999. С. 2−4.
  58. Управление качеством клинических лабораторных исследований/ Под ред. В. В. Меньшикова. М.: Лабпресс, 2000. 152 с.
  59. Устойчивость Chlamydia trachomatis к антибиотикам in vitro: методологические аспекты и клиническое значение / Е. В. Шипицына и др. // Клиническая микробиология и антимикробная терапия. 2004. Т. 6. № 1. С. 54−64.
  60. Д., Понс Ж. Компьютерное зрение. Современный подход: Пер. с англ. -М.: Издательский дом «Вильяме», 2004. 928 с.
  61. Хламидиоз. Клиника, диагностика, лечение. Методические рекомендации / В. Н. Серов и др. М., 1997. 23 с.
  62. А.А. Биотехническая система автоматизированных дерматогли-фических исследований наследственной предрасположенности к шизофрении: Дис.. канд. техн. наук. М., 2007. 118 с.
  63. .В. Биотехническая система для автоматического определения формулы белой крови: Дис.. канд. техн. наук. М., 2012. 96 с.
  64. А.И., Корепанов А. Р. Урогенитальный хламидиоз. Иркутск: Полиграфический центр «РИЭЛ», 2007. — 108 с.
  65. Яне Б. Цифровая обработка изображений. М.: Техносфера, 2007. 584 с.
  66. Л.П. Цифровая обработка сигналов в оптике и голографии: Введение в цифровую оптику. М.: Радио и связь, 1987. 296 с.
  67. A Bayes-spectral-entropy-based measure of camera focus using a discrete cosine transform / M. Kristan et al. // Pattern Recognition Letters. 2006. Vol. 27(13). P. 1419−1580.
  68. An automated microscope for cytologic research / J.F. Brenner et al. // Journal of Histochemistry & Cytochemistry. 1971. Vol. 24. No. 1. P. 100−111.
  69. Applied pattern recognition/ ed. H. Bunke, A. Kandel, M. Last. SpringerVerlag Berlin Heidelberg, 2008. 245 p.
  70. Artyukhova O.A., Samorodov A.V. Comparative Study of Sharpness Parameters of Microscopic Images of Biomedical Preparations // Biomedical engineering. 2011. Vol. 45. No. l.P. 12−18.
  71. Artyukhova O.A., Samorodov A.V. Investigation of image sharpness characteristics in the field of automated microscopy of cytological preparations //Pattern Recognition and Image Analysis. 2011. Vol. 21. No. 2. P. 171−175.
  72. Autofocusing for tissue microscopy / T. Yeo et al. // Image and Vision Computing. 1993. Vol. 11. No. 10. P. 629−639.
  73. Avtandilov G.G. Computerized microtelephotometry in diagnostic histo-pathology. M.: Folium Publishing Company, 1998. 144 p.
  74. Baina J., Dublet J. Automatic Focus and Iris Control for Video Cameras // IEEE Fifth International Conference on Image Processing and its Applications, 4−6 July 1995. P. 232−235.
  75. Brazdilova S.L., Kozubek M. Information content analysis in automated microscopy imaging using an adaptive autofocus algorithm for multimodal functions // Journal of Microscopy. 2009. Vol. 236. No. 3. P. 194−202.
  76. Comparison of autofocus methods for automated microscopy / L. Firestone et al. // Cytometry. 1991. № 12. P. 195−206.
  77. Critical Comparison of 31 Commercially Available Digital Slide Systems in Pathology / M.G. Rojo et al. // International Journal of Surgical Pathology. 2006. № 4. P. 285−305.
  78. Delia Mea V., Viel F., Beltrami C.A. A pixel-based autofocusing technique for digital histologic and cytologic slides // Computerized Medical Imaging and Graphics. 2005. Vol. 29. No. 5. P. 333−341.
  79. Digital Microscopy / Ed. G. Sluder, D. Wolf// Methods in Cell Biology / Series ed. L. Wilson, P. Matsudaira. 2003. Vol. 72. 523 p.
  80. Evaluation of autofocus functions in molecular cytogenetic analysis / A. Santos et al. // Journal of Microscopy. 1997. Vol. 188. P. 264−272.
  81. Fast autofocus algorithm for automated microscopes /M. A. Bueno-Ibarra et al. // Optical Engineering. 2005. Vol. 44. № 6. P. 63 601.
  82. Geusebroek J.M., Smeulders A.W.M., van de Weijer J. Fast anisotropic gauss filtering // IEEE transactions on image processing. 2003. Vol. 12. No. 8.
  83. Groen F., Young I.T., Ligthart G. A comparison of different focus functions for use in autofocus algorithms // Cytometry. 1985. № 12. P. 81−91.
  84. Handbook of mathematical models in computer vision/ ed. N. Paragios, Y. Chen, O. Faugeras. Springer Science +Business Media, LLC, 2006. 605 p.
  85. Krotkov E. Focusing // International Journal of Computer Vision. 1987. Vol. l.No.3. P. 223−237.
  86. Liu X.Y., Wang W.H., Sun Y. Dynamic evaluation of autofocusing for automated microscopic analysis of blood smear and pap smear // Journal of Microscopy. 2007. Vol. 227. P. 15−23.
  87. Mendelsohn M.L., Mayall B.H. Computer-oriented analysis of human chromosomes III. Focus. // Computers in Biology and Medicine. 1972. Vol. 2. P. 137−150.
  88. Nayar S.K., Nakagawa Y. Shape from Focus // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1994. Vol. 16. No. 8. P. 824−831.
  89. Pengo T., Munoz-Barrutia A., Ortiz-de-Solorzano C. Halton sampling for autofocus // Journal of Microscopy. 2009. Vol. 235. Pt 1. P. 50−58.
  90. Robust autofocusing in microscopy / J.M. Geusebroek et al. // Cytometry. 2000. Vol. 39. P. 1−9.
  91. Ruifrok A.C., Johnston D.A. Quantification of histochemical staining by color deconvolution // Analytical and quantitative cytology and histology. 2001. Vol. 23. P. 291−299.
  92. Shen C.-H., Chen H.H. Robust focus measure for low-contrast images. // International Conference on Consumer Electronics ICCE'06. Las Vegas, USA: Digest of Technical Papers. 2006. P. 69−70.
  93. Simple and robust image-based autofocusing for digital microscopy / S. Yazdanfar et al. // Optics express. 2008. Vol. 16. No. 12. P. 8670- 8677.
  94. Skarbek W., Koschan A. Colour image segmentation: a survey // Technical University of Berlin, Technical report № 94−32, 1994. 80 p.
  95. Subbarao M., Choi T.S., Nikzad A. Focusing techniques // Optical Engineering. 1993. Vol. 32. No. 32 (11). P. 2824−2836.
  96. Sun Y., Duthaler S., Nelson B.J. Autofocusing in computer microscopy: selecting the optimal focus algorithm // Microscopy Research and Technique. 2004. Vol. 65. P. 139−149.
  97. Thevenaz P., Bierlaire M., Unser M. Halton sampling for image registration based on mutual information // Sampling Theory in Signal and Image Processing. 2008. Vol. 7. No. 2. P. 141−171.
  98. Trier O. D., Taxt T. Evaluation of Binarization Methods for Document Images // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1995. Vol. 17. P. 312−315.
  99. Van Vliet L.J., Young I.T., Verbeek P.W. Recursive Gaussian derivative filters // Proceedings of ICPR '98. IEEE Computer society press, 1998. P. 509 514.
  100. Viola P., Jones M.J. Robust real-time face detection // International Journal of Computer Vision. 2004. Vol.57. No.2. P. 137−154.
  101. Vollath D. Automatic focusing by correlative methods // Journal of Microscopy. 1987. Vol. 147. P. 279−288.
  102. Vollath D. The influence of the scene parameters and of noise on the behavior of automatic focusing algorithms. Journal of Microscopy. 1988. Vol. 151. P. 133−146.
  103. Wong T.-T., Luk W.-S., Heng P.-A. Sampling with Hammersley and Halton Points // Journal of Graphics Tools. 1997. Vol. 2. No. 2. P 9−24.
  104. Wu Q., Merchant F.A., Castleman K.R. Microscope Image Processing. Oxford: Academic Press, 2008. 548 p.
  105. Xie H., Rong W., Sun L. Construction and evaluation of a wavelet-based focus measure for microscopy imaging // Microscopy research and technique. 2007. Vol. 70. P. 987−995.
Заполнить форму текущей работой

На отлично!