Sažetak:
Rano otkrivanje leukemije i smanjeni rizik za ljudsko zdravlje mogu biti rezultat interdisciplinarne integracije analize slike s kliničkim eksperimentalnim rezultatima. Analiza slike oslanja se na učinkovite i pouzdane algoritme obrade za donošenje kvantitativnih procjena slikovnih podataka. Ovaj članak predstavlja dizajn i implementaciju učinkovitog i visokoučinkovitog algoritma za brojanje stanica leukemije i klasifikaciju klastera za automatsku kvantifikaciju statistike populacije leukemije u vidnom polju. Algoritam je podijeljen u dvije faze: (1) faza identifikacije stanica i (2) stadij klasifikacije i pregleda stanica. Faza identifikacije ćelije točno segmentira pozadinu i šum od piksela u prednjem planu. Generira se granični okvir koji obuhvaća piksele prednjeg plana koji identificiraju sve izolirane stanice i klastere stanica. Stadij klasifikacije i pregleda stanica koristi jednodimenzionalne profile intenziteta koji se ponašaju kao dijagrami potpisa za odvajanje izoliranih stanica od klastera stanica i procjenu ukupnog broja unutar svakog klastera. Dizajnirani algoritam testiran je s različitim slikama stanica leukemije koje se razlikuju u uvjetima snimanja slike, veličine slike, veličine ćelija, distribucije intenziteta, i kvalitetu slike. Predloženi algoritam pokazuje dobar potencijal u obradi idealnih i neidealnih slika s prosječnom točnošću od 91% i prosječno vrijeme obrade 3 s. Izvedba predloženog algoritma u usporedbi s nedavno objavljenim algoritmima i komercijalnim alatom za analizu slike dodatno potvrđuje njegovu robusnost.

Brinda Prasad i Wael Badawy, “Visokopropusni algoritam za identifikaciju i klasifikaciju za statistiku populacije leukemije,” The Journal of Imaging Science and Technology 52(3), 2008.

Link na popis ostalih Publikacije časopisa Peer