सार:
ल्यूकेमिया का शीघ्र पता लगाना और मानव स्वास्थ्य के लिए कम जोखिम नैदानिक ​​प्रयोगात्मक परिणामों के साथ छवि विश्लेषण के अंतःविषय एकीकरण के परिणामस्वरूप हो सकता है. छवि विश्लेषण छवि डेटा पर मात्रात्मक निर्णय लेने के लिए कुशल और विश्वसनीय प्रसंस्करण एल्गोरिदम पर निर्भर करता है. यह लेख देखने के क्षेत्र में ल्यूकेमिया जनसंख्या आंकड़ों को स्वचालित रूप से मापने के लिए एक कुशल और उच्च-थ्रूपुट ल्यूकेमिया सेल गिनती और क्लस्टर वर्गीकरण एल्गोरिदम के डिजाइन और कार्यान्वयन को प्रस्तुत करता है।. एल्गोरिथ्म को दो चरणों में विभाजित किया गया है: (1) सेल पहचान चरण और (2) सेल वर्गीकरण और निरीक्षण चरण. सेल पहचान चरण अग्रभूमि पिक्सेल से पृष्ठभूमि और शोर को सटीक रूप से विभाजित करता है. सभी पृथक कोशिकाओं और सेल समूहों की पहचान करने वाले अग्रभूमि पिक्सेल को घेरते हुए एक सीमा बॉक्स उत्पन्न होता है. सेल वर्गीकरण और निरीक्षण चरण एक-आयामी तीव्रता प्रोफाइल का उपयोग करता है जो सेल क्लस्टर से पृथक कोशिकाओं को अलग करने और प्रत्येक क्लस्टर के भीतर कुल गणना का मूल्यांकन करने के लिए हस्ताक्षर भूखंडों के रूप में व्यवहार करता है।. डिज़ाइन किए गए एल्गोरिदम का परीक्षण विभिन्न प्रकार के ल्यूकेमिया सेल छवियों के साथ किया जाता है जो छवि अधिग्रहण स्थितियों में भिन्न होते हैं, छवि आकार, सेल आकार, तीव्रता वितरण, और छवि गुणवत्ता. प्रस्तावित एल्गोरिदम आदर्श और गैर-आदर्श दोनों छवियों को औसत सटीकता के साथ संसाधित करने में अच्छी क्षमता प्रदर्शित करता है 91% और औसत प्रसंस्करण समय 3 एस. हाल ही में प्रकाशित एल्गोरिदम और वाणिज्यिक छवि विश्लेषण उपकरण की तुलना में प्रस्तावित एल्गोरिदम का प्रदर्शन इसकी मजबूती का पता लगाता है.

वृंदा प्रसाद और वाल बदाव्य, "ल्यूकेमिया जनसंख्या सांख्यिकी के लिए उच्च-थ्रूपुट पहचान और वर्गीकरण एल्गोरिथम,"द जर्नल ऑफ़ इमेजिंग साइंस एंड टेक्नोलॉजी" 52(3), 2008.

अन्य की सूची के लिए लिंक पीयर जर्नल प्रकाशन