Резюме:
Ранното откриване на левкемия и намаленият риск за човешкото здраве могат да бъдат резултат от интердисциплинарно интегриране на анализ на изображения с клинични експериментални резултати. Анализът на изображението разчита на ефективни и надеждни алгоритми за обработка, за да се правят количествени преценки на данните за изображението. Тази статия представя дизайна и внедряването на ефективен и високопроизводителен алгоритъм за броене на левкемични клетки и клъстерна класификация за автоматично количествено определяне на статистиката за популацията на левкемия в зрителното поле. Алгоритъмът е разделен на два етапа: (1) етап на клетъчна идентификация и (2) етапът на класификация и проверка на клетките. Етапът за идентификация на клетки точно сегментира фона и шума от пикселите на преден план. Генерира се гранична кутия, обхващаща пикселите на преден план, идентифициращи всички изолирани клетки и клетъчни клъстери. Етапът на клетъчна класификация и инспекция използва едноизмерни профили на интензитет, които се държат като сигнатурни диаграми за отделяне на изолирани клетки от клетъчни клъстери и оценка на общия брой във всеки клъстер. Проектираният алгоритъм е тестван с различни изображения на клетки от левкемия, които варират в условията на получаване на изображения, размери на изображението, размери на клетката, разпределения на интензитета, и качество на изображението. Предложеният алгоритъм демонстрира добър потенциал при обработка както на идеални, така и на неидеални изображения със средна точност от 91% и средно време за обработка на 3 с. Ефективността на предложения алгоритъм в сравнение с наскоро публикувани алгоритми и търговски инструмент за анализ на изображения допълнително потвърждава неговата устойчивост.

Бринда Прасад и Ваел Бадауи, „Високопроизводителен алгоритъм за идентификация и класификация за статистически данни за популацията на левкемия,” Вестник за наука и технологии за изображения 52(3), 2008.

Връзка към списъка с други Публикации в списание Peer