Αφηρημένη:
Η έγκαιρη ανίχνευση της λευχαιμίας και ο μειωμένος κίνδυνος για την ανθρώπινη υγεία μπορεί να προκύψει από τη διεπιστημονική ενσωμάτωση της ανάλυσης εικόνας με κλινικά πειραματικά αποτελέσματα. Η ανάλυση εικόνας βασίζεται σε αποδοτικούς και αξιόπιστους αλγόριθμους επεξεργασίας για να κάνει ποσοτικές κρίσεις στα δεδομένα εικόνας. Αυτό το άρθρο παρουσιάζει τον σχεδιασμό και την εφαρμογή ενός αποτελεσματικού και υψηλής απόδοσης αλγορίθμου ταξινόμησης κυττάρων λευχαιμίας και ταξινόμησης συστάδων για την αυτόματη ποσοτικοποίηση στατιστικών πληθυσμού λευχαιμίας στο οπτικό πεδίο. Ο αλγόριθμος χωρίζεται σε δύο στάδια: (1) το στάδιο της ταυτοποίησης των κυττάρων και (2) το στάδιο ταξινόμησης και επιθεώρησης κυττάρων. Το στάδιο αναγνώρισης κελιών τμηματοποιεί με ακρίβεια το φόντο και τον θόρυβο από τα εικονοστοιχεία προσκηνίου. Δημιουργείται ένα πλαίσιο ορίων που περικλείει τα εικονοστοιχεία προσκηνίου που προσδιορίζουν όλα τα απομονωμένα κελιά και τα συμπλέγματα κελιών. Το στάδιο ταξινόμησης και επιθεώρησης κυττάρων χρησιμοποιεί μονοδιάστατα προφίλ έντασης που συμπεριφέρονται ως γραφήματα υπογραφής για να διαχωριστούν απομονωμένα κύτταρα από συστάδες κυττάρων και να αξιολογηθεί ο συνολικός αριθμός σε κάθε συστάδα. Ο σχεδιασμένος αλγόριθμος δοκιμάζεται με μια ποικιλία εικόνων κυττάρων λευχαιμίας που ποικίλλουν στις συνθήκες λήψης εικόνας, μεγέθη εικόνας, μεγέθη κυττάρων, κατανομές έντασης, και ποιότητα εικόνας. Ο προτεινόμενος αλγόριθμος δείχνει καλές δυνατότητες στην επεξεργασία τόσο ιδανικών όσο και μη ιδανικών εικόνων με μέση ακρίβεια 91% και μέσος χρόνος επεξεργασίας του 3 μικρό. Η απόδοση του προτεινόμενου αλγορίθμου σε σύγκριση με τους πρόσφατα δημοσιευμένους αλγόριθμους και το εμπορικό εργαλείο ανάλυσης εικόνας επιβεβαιώνει περαιτέρω την ευρωστία του.

Brinda Prasad και Wael Badawy, "Αλγόριθμος αναγνώρισης και ταξινόμησης υψηλής απόδοσης για στατιστικές πληθυσμού λευχαιμίας,” The Journal of Imaging Science and Technology 52(3), 2008.

Σύνδεσμος με τη λίστα άλλων Εκδόσεις Peer Journal