Abstraktne:
Leukeemia varajane avastamine ja inimeste terviseriski vähenemine võib tuleneda kujutise analüüsi interdistsiplinaarsest integreerimisest kliiniliste katsetulemustega. Pildianalüüs põhineb tõhusatel ja usaldusväärsetel töötlemisalgoritmidel, et teha kujutise andmete kohta kvantitatiivseid otsuseid. See artikkel tutvustab tõhusa ja suure läbilaskevõimega leukeemia rakkude arvu ja klastri klassifitseerimise algoritmi kavandamist ja rakendamist, et automaatselt kvantifitseerida leukeemia populatsiooni statistika vaateväljas.. Algoritm on jagatud kaheks etapiks: (1) raku tuvastamise etapp ja (2) rakkude klassifitseerimise ja kontrollimise etapp. Lahtri tuvastamise etapp segmenteerib täpselt esiplaani pikslite tausta ja müra. Esiplaani piksleid ümbritsev piirkast luuakse kõik eraldatud rakud ja rakuklastrid.. Rakkude klassifitseerimise ja kontrollimise etapis kasutatakse ühemõõtmelisi intensiivsuse profiile, mis käituvad signatuurigraafikutena, et eraldada isoleeritud rakud rakuklastritest ja hinnata koguarvu igas klastris.. Kavandatud algoritmi testitakse mitmesuguste leukeemiarakkude kujutistega, mis erinevad kujutise saamise tingimustes, pildi suurused, rakkude suurused, intensiivsuse jaotused, ja pildikvaliteet. Kavandatud algoritm näitab head potentsiaali nii ideaalsete kui ka mitteideaalsete piltide töötlemisel keskmise täpsusega 91% ja keskmine töötlemisaeg 3 s. Kavandatud algoritmi jõudlus võrreldes hiljuti avaldatud algoritmide ja kaubandusliku pildianalüüsi tööriistaga kinnitab veelgi selle tugevust.

Brinda Prasad ja Wael Badawy, “Leukeemia populatsioonistatistika suure läbilaskevõimega identifitseerimis- ja klassifitseerimisalgoritm,” The Journal of Imaging Science and Technology 52(3), 2008.

Link teiste nimekirjale Peer Journal väljaanded