Інформаційна технологія визначення функціонального стану та терміну дозрівання кератиноцитів

Размещено на http://www.allbest.ru/

ДОНЕЦЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ

УДК 004.04:576.08

Інформаційна технологія визначення функціонального стану та терміну дозрівання кератиноцитів

Спеціальність 05.13.06 - Інформаційні технології

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня

кандидата технічних наук

Каїра Василь Васильович

Донецьк 2011

Дисертацією є рукопис.

Робота виконана на кафедрі автоматизованих систем управління Донецького національного технічного університету Міністерства освіти і науки, молоді та спорту України, м. Донецьк.

Науковий керівник:

кандидат технічних наук, доцент

Адамов Володимир Григорович,

Донецький національний технічний університет Міністерства освіти і науки, молоді та спорту України, м. Донецьк, професор кафедри автоматизованих систем управління.

Офіційні опоненти:

доктор технічних наук, професор

Скатков Олександр Володимирович,

Севастопольський національний технічний університет Міністерства освіти і науки, молоді та спорту України, м. Севастополь, завідувач кафедри кібернетики та обчислювальної техніки;

доктор технічних наук, доцент

Гороховатський Володимир Олексійович,

Харківський національний університет радіоелектроніки Міністерства освіти і науки, молоді та спорту України, м. Харків, професор кафедри інформатики.

Захист відбудеться "16" травня 2011 р. о 14:00 годині на засіданні спеціалізованої вченої ради К11.051.08 Донецького національного університету за адресою: 83001, м. Донецьк, пр. Театральний, 13, корп. 4, ауд. 416.

З дисертацією можна ознайомитись у бібліотеці Донецького національного університету за адресою: 83001, м. Донецьк, вул. Університетська, 24.

Автореферат розісланий "15" квітня 2011 р.

Вчений секретар спеціалізованої вченої ради К 11.051.08, кандидат технічних наук, доцент Д.В. Шевцов

АНОТАЦІЯ

Каїра В.В. Інформаційна технологія визначення функціонального стану і термінів дозрівання кератиноцитів. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 - Інформаційні технології. - Донецький національний технічний університет Міністерства освіти і науки, молоді та спорту України, Донецьк, 2011.

Дисертаційна робота присвячена розробці інформаційної технології визначення функціонального стану і прогнозування термінів дозрівання кератиноцитів на основі підвищення рівня інформативності процесів вирощування клітин, що дозволяє спланувати процес лікування хворих.

Методи дослідження ґрунтуються на аналізі зображень, одержаних за допомогою світлового інверсійного мікроскопа. Виконано аналіз процесу вирощування кератиноцитів та дослідження знімків клітин з метою визначення можливості їх використання для визначення функціонального стану і термінів дозрівання кератиноцитів. Розроблено спосіб визначення функціонального стану окремих вирощуваних клітин і ділянок моношару кератиноцитов на основі аналізу зображень клітинного матраца. Досліджені можливості і вибраний релевантний метод виділення ознак відносного заповнення матраца клітинами кератиноцитів з метою обліку зміни їх кількості й визначення якості вирощуваного матраца. Розроблено модель зростання клітин і класифікатор ознак відносного заповнення зображення матраца клітинами кератиноцитів. Розроблено програмне забезпечення та інформаційну технологію щодо визначення функціонального стану і термінів дозрівання клітин.

Ключові слова: інформаційна технологія, модель, зображення, клітина, строк дозрівання, функціональний стан, кератиноцит, класифікація.

АННОТАЦИЯ

Каира В.В. Информационная технология определения функционального состояния и сроков созревания кератиноцитов. - Рукопись.

Диссертация на соискание научной степени кандидата технических наук по специальности 05.13.06 - Информационные технологии. - Донецкий национальный технический университет Министерства образования и науки, молодежи и спорта Украины, Донецк, 2011.

Диссертационная работа посвящена разработке информационной технологии определения функционального состояния и сроков созревания кератиноцитов пациентов на основе повышения уровня информативности процессов выращивания клеток, что позволит спланировать лечение пациентов.

Методы исследования основаны на анализе изображений, получаемых с помощью светового инверсионного микроскопа. Доказана необходимость анализа изображений клеточного матраса, полученных с помощью микроскопа.

Установлено, что при выращивании и определении сроков созревания кератиноцитов необходимо учитывать два функциональных состояния клеток, предоставляющих возможность культивирования высеянных клеток для данного матраса: изображение клеток с удовлетворительным и с неудовлетворительным функциональным состоянием. Выполнен анализ процесса выращивания кератиноцитов и исследование снимков клеток с целью определения возможности их использования для определения функционального состояния и сроков созревания кератиноцитов.

Разработан способ определения функционального состояния отдельных выращиваемых клеток на основе анализа изображений клеточного матраса. Исследована точность алгоритма определения фрактальной характеристики контуров отдельных кератиноцитов в зависимости от его длины и доказано, что минимально допустимая длина контура кератиноцита на изображении должна составлять не менее 400 пикселей. Определено граничное значение фрактальной характеристики, что позволило классифицировать два функциональных состояния отдельных клеток кератиноцитов.

Разработан способ определения функционального состояния участков монослоя выращиваемых кератиноцитов на основе анализа изображений клеточного матраса. Исследованы возможные методы и выбран подходящий метод выделения признаков относительного заполнения матраса клетками кератиноцитов с целью учета изменения их количества и определения качества выращиваемого матраса. Определено граничное значение фрактальной характеристики, что позволило классифицировать два функциональных состояния участков монослоя клеток кератиноцитов.

Доказано, что признаки относительного заполнения изображений клетками должны владеть инвариантностью к сдвигу изображения и к его повороту, для чего были разработаны алгоритмы, реализованные в виде программ и исследованные спектральный метод на основе радиальной функции спектра изображения, спектральный метод на основе вейвлет превращения изображения, фрактальный метод, основанный на пространственной матрице разниц яркости и статистический метод. Выбран спектральный метод на основе радиальной функции спектра, как наиболее точный метод выделения признаков относительного заполнения матраса клетками кератиноцитов с целью учета изменения их количества выращиваемого матраса.

Поставлено и решено задание разработки классификатора значений радиальной функции с целью дифференциации большего количества классов и проведен сравнительный анализ нейронных сетей. Проведен сравнительный анализ и показано, что многослойную нейронную сеть с обратным распространением ошибки целесообразно использовать в качестве классификатора значений радиальной функции.

Предложено прогнозирование роста клеток на основе модели роста кератиноцитов, построенной в зависимости от скорости прироста количества клеток, определенного по снимкам матраса, в отличие от стандартной модели с постоянными коэффициентами. Предложен метод контроля функционального состояния и роста клеток, предоставляющий оценку жизнеспособности клеток при каждом изменении среды, которая может быть использована и при выращивании других культур клеток. Показано, что использование линейной функции при аппроксимации зависимости количества клеток отличается наибольшей точностью при определении сроков созревания кератиноцитов. Показана возможность реализации модели роста и определения жизнеспособности с использованием информационных технологий.

Разработаны программное обеспечение и информационная технология определения функционального состояния и сроков созревания клеток. Предложенная модель роста может быть использована для прогнозирования сроков созревания других клеточных культур, факторы развития которых не отличаются от развития клеток кератиноцитов. Разработано программное обеспечение информационной технологии определения функционального состояния и сроков дозревания клеток. Проведены эксперименты на базе программ анализа изображений, разработан алгоритм и реализована программа классификации снимков кератиноцитов. Разработана информационная технология определения функционального состояния и сроков созревания выращиваемых кератиноцитов.

Ключевые слова: информационная технология, модель, изображение, клетка, срок созревания, функциональное состояние, кератиноцит, классификация.

SUMMARY

Kaira V.V. Information technology of determination of the functional state and terms of ripening of keratynocуts.-Manuscript.

The dissertation for competition of the scientific degree of Candidate of Engineering's sciences by speciality 05.13.06 - Information technologies. - Donetsk National Technical University of Ministry of Education and Science, Youth and Sport of Ukraine, Donetsk, 2011.

Dissertation work is devoted to development of information technology of determination of the functional state and terms of ripening of keratynocyts for the increase of informing of process of growing of cells and improvement of planning of treatment of patients.

Research methods are image-based, got by a light inversion microscope. The analysis of process of growing of keratynocyts and research of pictures of cells were elaborated for decision on their possible use for determination of the functional state and ripening terms. The method of determination of the functional state of areas of monolayer and separate reared cells of keratynocytes was developed on the basis of analysis of images of cellular mattress. The possible uses were investigated and the necessary method of extraction of features of the relative filling of mattress the cells of keratynocyts was chosen with the purpose of account of change of their amount and determination of quality of the reared mattress. The pattern of growth of cells and classifier of signs of the relative filling of image of mattress the cells of keratynocytes was developed. Software and information technology of determination of the functional state and terms of ripening of cells were developed.

Key words: information technology, model, image, cell, ripening term, functional state, keratinocyte, classification

моношар клітина кератиноцит

1. ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Однією з найбільш важливих проблем, що вимагають інтенсивного використання інформаційних технологій, є сфера культивування клітин людини. В умовах Донбасу як індустріального регіону України з частими проявами техногенних подій, що супроводжуються великою кількістю постраждалих із важкими опіками, доцільним є застосування інформаційних технологій під час вирощування клітин людини, особливо таких як кератиноцити. Кератиноцити при пересадці на уражені ділянки здатні відновлювати шкірний покрив та забезпечувати захист організму людини від впливу негативних чинників зовнішнього середовища.

Актуальність цього питання підтверджується зокрема у процесі вирішення завдань культивування великого об'єму клітин у разі надходження до лікарень великої кількості постраждалих. У цьому випадку визначення терміну дозрівання і функціонального стану вирощуваних кератиноцитів, дозволяє забезпечити необхідний обсяг клітин першорядної ваги для лікування особливо небезпечних уражень, а також зменшує необхідність хворобливого виділення клітин-донорів у постраждалих. У зв'язку з цим тема дисертації, присвячена застосуванню інформаційних технологій для вирощування кератиноцитів, що використовуються для відновлення шкірних покривів і життєво важливих функцій людського організму, є актуальною.

Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась упродовж 2005-2010 рр. згідно з науковими напрямками кафедри автоматизованих систем управління Донецького національного технічного університету та в рамках договору про співпрацю з Лабораторією клітинного і тканинного культивування Інституту невідкладної і відновлювальної хірургії ім. В.К. Гусака Академії медичних наук України, а також науково-дослідними роботами Донецького національного технічного університету: "Розробка наукових основ побудови комп'ютерних систем технічної і медичної діагностики" (Н-3-07) та "Розробка і дослідження еволюційних і нейромережевих моделей, методів і алгоритмів у системах діагностики і прогнозування" (номер державної реєстрації 0107U001482) (Д-11-07), в яких автор був виконавцем.

Мета й завдання дослідження. Метою роботи є підвищення інформативності об'єкта дослідження за рахунок розробки інформаційної технології визначення функціонального стану й термінів дозрівання клітин кератиноцитів, яка дає змогу забезпечити об'єктивними даними про кількість вирощуваних до певного терміну кератиноцитів, що дозволить спланувати процес лікування хворих.

Для досягнення поставленої мети в роботі необхідно вирішити такі завдання:

проаналізувати процес вирощування кератиноцитів і дослідити знімки клітин з метою визначення можливості їхнього використання для визначення функціонального стану й термінів дозрівання;

розробити алгоритми визначення функціонального стану ділянок моношару й окремих вирощуваних клітин кератиноцитів на основі аналізу зображень клітинного матраца;

дослідити й обрати необхідні методи виділення ознак відносного заповнення матраца клітинами кератиноцитів з метою обліку зміни їх кількості й визначення якості вирощуваного матраца;

розробити моделі зростання клітин і класифікатора ознак відносного заповнення зображення матраца клітинами кератиноцитів;

розробити програмне забезпечення та інформаційну технологію визначення функціонального стану і термінів дозрівання клітин.

Об'єктом дослідження дисертаційної роботи є процес отримання й перетворення інформації про кількісне і якісне зростання клітин кератиноцитів.

Предметом дослідження є моделі та методи аналізу й класифікації зображень і програмні засоби для визначення динаміки зміни кількості клітин кератиноцитів та їх функціонального стану в процесах зростання.

Методи дослідження. Методи досліджень, використовувані в роботі, базуються на методах частотного і фрактального аналізу зображень - для набуття ознак функціонального стану і відносного ступеня заповнення знімків клітинами кератиноцитів; методах теорії штучних нейронних мереж - для класифікації набутих ознак ступеня заповнення знімків клітинами; основних положеннях теорії вірогідності, математичній статистиці й плануванні експерименту - для проведення експериментів, порівняльного аналізу й виділення достовірних діапазонів значень ознак функціонального стану клітин і відносного ступеня заповнення знімків; також методи алгоритмізації й прикладного програмування - для автоматизації процесу дослідження, визначення функціонального стану клітин на зображеннях і ступеня відносного заповнення знімків клітинами.

Наукова новизна одержаних результатів. У процесі вирішення поставлених завдань автором отримано такі результати:

1. Вперше у інформаційній технології визначення функціонального стану кератиноцитів обґрунтовано використання результатів спектрального аналізу знімків із застосуванням радіальної маски для набуття ознак ступеня відносного заповнення клітинами зображення матраца, необхідних для визначення швидкості зростання та терміну дозрівання кератиноцитів, що дозволило забезпечити інваріантність ознак до зсуву і повороту зображення.

2. Набув подальшого розвитку метод обробки зображень для визначення функціонального стану окремих клітин, який відрізняється використанням фрактальної характеристики контура клітини для набуття ознак життєздатності, що дозволило збільшити точність класифікації кератиноцитів з задовільним та незадовільним функціональним станом.

3. Набув подальшого розвитку метод обробки зображень для визначення функціонального стану моношару клітин, що відрізняється використанням фрактальної характеристики текстури зображення для визначення ознак стану, що дозволило отримати інтегральну характеристику, інваріантну до кута повороту зображення.

4. Вдосконалено модель зростання клітин, яка відрізняється тим, що для кожного з послідовних тимчасових інтервалів зростання між зміною живильного середовища за зображеннями матраца визначалися параметри моделі, використання якої дозволило розширити область її застосування для визначення термінів дозрівання кератиноцитів.

Практичне значення одержаних результатів.

1. Розроблено й упроваджено програмне забезпечення аналізу й класифікації зображень ділянок клітинного матраца кератиноцитів в Лабораторії клітинного і тканинного культивування Інституту невідкладної і відновлювальної хірургії ім. В.К. Гусака Академії медичних наук України м. Донецьк.

2. Програмне забезпечення аналізу й класифікації зображень упроваджене в лабораторних дослідженнях клітин різних типів у ТОВ "ЛІКУВАЛЬНО-ДІАГНОСТИЧНИЙ ЦЕНТР ЯМЗ" (м. Макіївка).

3. У держбюджетній темі Н-3-07 "Розробка наукових основ побудови комп'ютерних систем технічної і медичної діагностики" використані методи аналізу зображень, зокрема для завдань діагностики стану. У держбюджетній темі Д-11-07 "Розробка і дослідження еволюційних і нейромережевих моделей, методів і алгоритмів у системах діагностики і прогнозування" № ДР 0107U001482 розроблених інформаційних технологій були використані в завданнях діагностики й класифікації. Розроблені алгоритми і програмне забезпечення застосовуються в навчальному процесі під час виконання лабораторних робіт навчальних курсів “Методи та системи штучного інтелекту” і “Спеціалізовані комп'ютерні системи” Донецького національного технічного університету (м. Донецьк).

Особистий внесок здобувача. Основні результати, що виносяться на захист, отримані автором одноосібно. У роботах, що написані в співавторстві, автору належить: [1] - розробка способів отримання контура клітин; [2, 3] - розробка структурної схеми комп'ютерної системи для оцінки стану і прогнозування термінів дозрівання кератиноцитів; [4, 5] - розробка методів оцінки функціонального стану клітин кератиноцитів; [6, 7] - розробка класифікатора ознак зображень для оцінки функціонального стану і визначення термінів дозрівання кератиноцитів; [8] - розробка методів визначення термінів дозрівання клітин кератиноцитів.

Апробація результатів дисертації. Основні положення і наукові результати дослідження були оприлюднені й отримали позитивну оцінку під час обговорення на науково-практичних конференціях: Міжнародна наукова конференція "Інтелектуальні системи прийняття рішень і прикладні аспекти інформаційних технологій" (ISDMIT'2006, Євпаторія, 2006); міжнародна науково-технічна конференція "Моделювання і комп'ютерна графіка" (Донецьк, 2007); Всеукраїнська науково-практична конференція "Системний аналіз і управління" (Запоріжжя, 2007); міжнародна науково-практична конференція "Інформаційні технології в освіті і управлінні" (Нова Каховка, 2010), на постійно діючих семінарах кафедри автоматизованих систем управління Донецького національного технічного університету.

Публікації. Результати дисертаційної роботи опубліковано в 10 друкованих працях, зокрема: 6 статей у наукових журналах і збірниках наукових праць, 3 - у матеріалах наукових конференцій, 1 - в інших виданнях. У фахових виданнях за переліком ВАК України опубліковано 6 наукових праць, з них 2 одноосібних [9,10].

Структура й обсяг роботи. Дисертаційна робота складається зі вступу, п'яти розділів, висновків, літератури (114 найменувань), 6 додатків. Обсяг дисертаційної роботи становить 147 сторінок основного тексту, включаючи 60 рисунків та 7 таблиць.

2. ОСНОВНИЙ ЗМІСТ ДИСЕРТАЦІЇ

У вступі обґрунтовано актуальність дисертаційної роботи, сформульовано мету й завдання дослідження. Викладено основні результати, одержані в роботі, показано їх новизну, відзначено їх наукову й практичну значущість.

У першому розділі викладено теоретичні засади дослідження кератиноцитів, виконано аналіз наукових публікацій і визначено напрями досліджень. Показано, що інформаційні технології в медицині дозволяють вирішувати завдання визначення термінів дозрівання клітин, що вирощуються в лабораторіях. Виконано аналіз процесу вирощування клітин кератиноцитів та показано, що цей процес доцільно умовно розділити на 2 етапи:

1) перший етап - адгезія (прикріплення) окремих клітин, проліферація і зростання їх кількості до отримання одного суцільного шару клітин кератиноцитів (моношару);

2) другий етап - подальше зростання й отримання 2-3 шарів клітин кератиноцитів.

Доведено, що контроль якості вирощуваної культури не допускає лабораторного втручання в процес її зростання. Обґрунтовано необхідність аналізу зображень клітинного матраца, отриманих за допомогою інверсійного світлового мікроскопа з цифровою камерою.

Показано, що дослідження процесу зростання кератиноцитів із застосуванням їх зображень доцільно виконувати на першому етапі до появи другого шару клітин. На першому етапі зростання доцільним є визначення життєздатності як окремих клітин, так і ділянок моношару.

Визначено, що при вирощуванні й визначенні термінів дозрівання кератиноцитів доцільно враховувати два функціональні стани клітин, а саме: клітини із задовільним функціональним станом і клітини із незадовільним функціональним станом.

На основі виконаних досліджень цифрових зображень клітинного матраца і аналізу біологічних особливостей процесу зростання клітин разом із експертами Лабораторії клітинного і тканинного культивування Інституту невідкладної і відновлювальної хірургії ім. В.К. Гусака визначені візуальні ознаки зображень клітин, що характеризують функціональний стан:

адгезія (прилипання до основи і розпластування живих клітин кератиноцитів);

витягнута (відмінна від круглої) форма живих клітин кератиноцитів;

проліферація клітин і зростання їх кількості.

На підставі проведеного огляду математичних методів цифрового аналізу зображень поставлено завдання побудови інформаційної технології визначення швидкості зростання і часу дозрівання клітин, що базується на даних часового ряду зображень ділянок матраца вирощуваних кератиноцитів. Розмір ділянки під час зйомки у необхідному масштабі відповідає площі 1Ч1 мм2. Визначено, що закономірність зростання клітин у такій ділянці забезпечує оцінку процесу зростання клітин на зоні матраца до 25Ч25 мм2. Це дозволило умовно розбити матрац на 12 зон, кожна з яких характеризується знімками однієї з ділянок усередині зони.

Для розробки інформаційної технології визначення функціонального стану і терміну дозрівання кератиноцитів були сформульовані такі завдання:

оцінити функціональний стан окремих кератиноцитів і ділянок моношару на першому етапі зростання за зображеннями, що отримуються за допомогою цифрового інверсійного світлового мікроскопа;

оцінити швидкість зростання й проліферації клітин на основі аналізу зображень окремих ділянок клітинного матраца для визначення терміну дозрівання кератиноцитів;

виробити правила ухвалення рішення для оцінки функціонального стану й визначення термінів дозрівання кератиноцитів.

У другому розділі досліджено та обґрунтовано можливість оцінки функціонального стану клітин кератиноцитів за зображеннями окремих клітин і ділянок клітинного матраца з використанням фрактальних характеристик зображень.

Запропоновано й реалізовано в програмі алгоритм розрахунку фрактальної характеристики зв'язного контура окремих кератиноцитів з метою оцінки їх функціонального стану. У загальному випадку фрактальна характеристика розраховувалася згідно із визначенням фрактальної розмірності у такий спосіб

, (1)

де D - фрактальна характеристика контура клітини кератиноциту,

N - кількість елементів, необхідних для покриття контура,

l - довжина елементів (у пікселях).

Показано доцільність розрахунку фрактальної характеристики з використанням апроксимації відрізками для контура окремого кератиноциту. Досліджено точність алгоритму залежно від довжини контура й доведено, що мінімально допустима довжина контура кератиноцитів на зображенні повинна складати не менше, ніж 400 пікселів, що визначило необхідний масштаб зображення.

Визначено граничне значення фрактальної характеристики, що дозволяє виконувати класифікацію двох класів функціонального стану окремих клітин кератиноцитів відповідно. Результати визначення фрактальної характеристики окремих кератиноцитів представлено на рис. 1.



Рис. 1 Фрактальна характеристика контура окремих кератиноцитів

У роботі запропоновано оцінювати функціональний стан моношару кератиноцитів на основі фрактальної характеристики текстури зображення. Для визначення фрактальної характеристики текстури зображень кератиноцитів використовується сіре зображення I(x,y), x={0,1,…,Q}, y={0,1,…,W}; де x і у - координати пікселів зображення, Q і W - розміри в пікселях ділянки моношару зображення.

Розроблений алгоритм оцінки функціонального стану монослою клітин потребує складання трьох векторів: вектор масштабів S, вектор кількості піксельних пар P і масштабний вектор різниць інтенсивностей яскравості G.

Вектор S складається з усіх можливих піксельних відстаней r між двома пікселями у блоці розміром QW пікселів. Цей вектор упорядковується за зростанням. Формально, S = (r(1), r(2),…, r(k),… r(n)), де r(1)=1 піксель, а r(n) - максимально можлива відстань між пікселями у блоці, r(k)< r(k+1), k={1,…,n}, r(k) = rk. Значення r(k) може бути дробовим, тобто, не обов'язково цілим.

Вектор P складається з елементів, які відображають кількість усіх можливих піксельних пар для кожної піксельної відстані rk. Формально, P = (p(1),p(2).,p(n)).

Вектор G складається з середньої абсолютної різниці яскравості для кожної піксельної відстані rk. Формально, G = (d(1), d(2),…,d(n)), де

, (2)

де d(k) - елементи вектора значень середнього перепаду яскравості пікселів на відстані rk;

p(k) - елементи вектора значень кількості пар пікселів, віддалених на відстані rk;

k - індекс елементів векторів;

x1,y1,x2,y2 - координати пікселів, що повинні задовольняти вимогу

. (3)

Далі, отримавши графік залежності ln(d(k)) від ln(r(k)), розраховується фрактальна характеристика текстури. Проте, використання цього алгоритму має певні обчислювальні обмеження: для зображення 2727 пікселів треба вести розрахунок із векторами з 314 елементів. Тому в роботі використовуються нормалізовані вектори. Під нормалізацією маємо на увазі що у вектор відстаней S заносяться лише цілі відстані S={1,2,...,Q}, тоді елементи нормалізованого вектора G визначатимуться таким чином:

, (4)

де індекс n показує, що вектор нормалізований, а x1,y1,x2,y2 повинні задовольняти:

, або

, (5)

де k - ціле значення відстані у пікселях.

Нормований вектор ознак Fn виглядатиме таким чином: формально Fn=(f(1),f(2),…,f(n)), а його елементи:

f(k) = ln(dn(k)) - ln(dn(1)), k=1,2,…,n. (6)

Для зображення моношару кератиноцитів будується залежність f(k) від ln(k) вибирається rmax і rmin, які відповідають значенням k, використовується метод найменших квадратів для апроксимації графіка прямою, коефіцієнт нахилу якої H, тоді фрактальна характеристика зображення кератиноцитів як функції поверхні є Ds=3-H.

Виконано програмну реалізацію вказаного алгоритму, що дозволило дослідити знімки клітин і ділянок моношару із задовільним та незадовільним функціональним станом (рис. 2).



Рис. 2 Фрактальна характеристика ділянок моношару з кератиноцитами

Визначено граничне значення фрактальної характеристики, що дозволяє виконувати класифікацію двох класів функціонального стану моношару кератиноцитів відповідно. Вирішено завдання оцінки функціонального стану кератиноцитів на першому етапі їх зростання з використанням фрактальної характеристики.

У третьому розділі доведено, що для вирішення завдання визначення терміну дозрівання клітин на основі аналізу зображень ділянок матрацу необхідно використовувати метод виділення ознак відносного заповнення зображення клітинами.

Указано, що такі ознаки зображень повинні характеризуватись інваріантністю до зсуву зображення і до його повороту, для чого було розроблено алгоритми, реалізовані у вигляді програм, та досліджено такі методи:

1. Спектральний метод на основі радіальної функції спектра зображення.

2. Спектральний метод на основі вейвлет-перетворення зображення.

3. Фрактальний метод, що базується на просторовій матриці різниць яскравості.

4. Статистичний метод на основі матриці сумісної зустрічності.

На основі порівняльного аналізу встановлено, що для інформаційної технології визначення термінів дозрівання кератиноцитів найбільш доцільним є використання методу радіальної ознаки Фур'є.

Алгоритм розрахунку ознак спектрального методу на основі радіальної функції спектра зображення передбачає, що зображення, яке надходить з мікроскопа, розглядається як функція інтенсивності, двовимірний періодичний сигнал, і воно має задовольняти таку умову:

Ip (x,y) = Ip (x + n•Q, y + m•W), (7)

де Ip - зображення матраца кератиноцитів,

x, y - координати пікселів зображення,

Q, W - розміри зображення,

n, m - довільні цілі числа,

p - індекс, що вказує на періодичність зображення як двовимірного сигналу.

Тоді значення коефіцієнтів двовимірного перетворення Фур'є для зображення можна знайти, обчисливши значення двовимірного z-перетворення на одному періоді послідовності Ip (x,y) на просторових частотах

і

nx = {0,…,Q-1}, ny = {0,…,W-1} для можливості повного відновлення зображення:

, (8)

де F - спектр зображення кератиноцитів.

У процесі аналізу комплексної функції F(wx,wy) доцільно брати до уваги модуль її значення, який можна записати у вигляді

H(wx,wy)=| F(wx,wy)|. (9)

Доведено необхідність врахування того, що початкове зображення не може бути відновлене за функцією H(wx,wy). Характерною особливістю функції H (wx,wy) є те, що вона не змінюється, якщо початок координат на площині початкового зображення зрушується. Це забезпечує інваріантність ознак, отриманих на основі цієї функції, до зсуву.

Для досягнення вимоги інваріантності ознак до повороту пропонується інтеграція функції H(wx,wy) за кутом на площині просторових частот, що дає просторово-частотну ознаку, інваріантну щодо зсуву й обертання. Представлення функції H(wx,wy) в полярних координатах надає можливість записати цю ознаку зображення, розраховану на основі спектрального методу з використанням радіальної функції, у такому вигляді:

(10)

де и = arctg(wy/wx) та с2 = wx2+wy2.

У роботі показано, що використання ознаки (10) з виділенням двох еталонних класів зображень, а саме, зображення з моношаром клітин кератиноцитів і зображення із заповненням клітинами до 30%, дозволяє виділити діапазон просторових частот, найбільш інформативних для цього дослідження, в яких міститься 95% відмінностей між визначеними раніше еталонними класами. Цей діапазон для зображень кератиноцитів із оптичним збільшенням Ч100 і розміром 512Ч512 пікселів склав від 20-го до 90-го елемента функції N().

Доведено, що використання ознак, розрахованих на основі спектрального методу з використанням радіальної функції, дозволяє визначити три еталонні класи для зображень ділянок моношару клітин, що відповідають різному відносному заповненню зображення.

Поставлене завдання розробки класифікатора значень радіальної функції з метою диференціації більшої кількості класів і кількісної оцінки відносного заповнення зображення клітинами.

У четвертому розділі розроблено укрупнену структуру комп'ютерної системи, що реалізує визначення функціонального стану та термінів дозрівання кератиноцитів (рис.3).

Проведено порівняльний аналіз та доведено, що багатошарову нейронну мережу із зворотним розповсюдженням помилки доцільно використовувати як класифікатор відносного заповнення на основі значень радіальної функції. Досліджено залежність точності класифікації від кількості нейронів у прихованому шарі для різних типів нейромереж.

Доведено, що визначення кількості клітин може бути виконано в такій послідовності:

При кожній зміні живильного середовища, отримувати знімки ділянок матраца з культурою кератиноцитів, що зростає, і реєструвати дату й час зйомки для кожної зони розміром 25Ч25 мм2.

Для кожної зони матраца визначити ознаки відносного заповнення зображення та функціональний стан клітин.

За допомогою класифікатора ознак визначити відсоток заповнення знімка клітинами Мi , де i - порядковий номер зміни середовища.

Знаючи посівну концентрацію клітин N0, зареєструвавши зміну заповнення матраца з клітинами (dN/dt) між змінами середовища за знімками матраца, вважаючи площу окремих клітин знімка однаковою, визначити швидкість проліферації µi для кожної зони між i-ою та (i-1)-ою зміною середовища.

За рядом значень µi визначити функцію зміни швидкості проліферації від часу в кожній зоні.

Визначити кількість клітин, необхідну для заповнення одного шару матраца.

Визначити термін дозрівання, як час, коли в кожній із спостережуваних зон матраца буде більше 2-х і менше 3-х шарів. Зробити висновок про рівномірність зростання, якість і корисний розмір матраца.

Запропоновано здійснення розробки прогнозу зростання клітин за допомогою моделі зростання кератиноцитів, що базується на швидкості приросту кількості клітин, визначеного за знімками матрацу, на відміну від стандартної моделі з постійними коефіцієнтами (рис.4).

Запропоновано підхід, що забезпечує контроль над функціональним станом клітин і надає оцінку життєздатності клітин при кожній зміні середовища, що може бути використано й при вирощуванні інших культур клітин. Таким чином, для кожного вирощуваного матраца коефіцієнти рівнянь, що використовуються в математичній моделі зростання, визначатимуться окремо. Обґрунтовано та доведено, що такий підхід дозволить забезпечити гнучкість моделі й тим самим збільшити точність визначення терміну дозрівання на другому етапі культивування. Для здійснення такого розрахунку приймається гіпотеза, що кількість клітин у шарах однакова й дорівнює кількості в першому шарі.

Показано, що використання лінійної функції при апроксимації залежності кількості клітин від часу культивування відзначається найбільшою точністю при визначенні термінів дозрівання кератиноцитів. Показана можливість реалізації моделі зростання й визначення життєздатності з використанням інформаційних технологій.

Отримана модель зростання може бути використана для прогнозування термінів дозрівання інших клітинних культур, фактори розвитку яких не відрізняються від розвитку клітин кератиноцитів.

У п'ятому розділі розроблено програмне забезпечення інформаційної технології визначення функціонального стану і термінів дозрівання клітин.

Узагальнено та доведено, що процес перетворення інформації (рис. 5) полягає в реалізації такої послідовності дій:

Отримання початкових даних. Джерелом інформації в цій технології є оператор, що визначає дані про вік донора і посівну концентрацію клітин у кожному матраці, і файли цифрових знімків ділянок окремо для кожного матраца, що містять також дані про час і дату зйомки.

Проведення серії знімків ділянок матраца при кожній зміні живильного середовища за допомогою цифрового інверсійного мікроскопа на збільшенні Ч100 окремо в кожній із зон, розміром 25Ч25 мм2. За допомогою програмного забезпечення отримати числовий вираз заповнення матрацу клітинами кератиноцитів для введеного знімка, визначеного за допомогою методу класифікації радіальної маски Фур'є з використанням нейромережі із зворотним розповсюдженням помилки.

За допомогою програмного забезпечення отримати числовий вираз функціонального стану моношару кератиноцитів, одержаного на основі фрактальних ознак текстури зображення з використанням нейромережі із зворотним розповсюдженням помилки. Дія повторюється при кожній зміні живильного середовища для отримання серії значень відносних заповнень зон матрацу клітинами і термінів, що відповідають цим значенням.

У разі відсутності кількісного зростання клітин необхідно визначити функціональний стан окремих клітин на основі значення фрактальної характеристики контурів. За отриманим значенням визначити доцільність культивування.

Було розроблене програмне забезпечення за таким переліком:

"Програмне забезпечення класифікації відносного заповнення клітинами знімків кератиноцитів і їх функціонального стану".

"Фрактальний аналіз контурів".

"Фрактальний аналіз текстури".

"Спектральний аналіз текстури та контурів".

"Розрахунок Махалонобіса та Евклідової відстаней".

Проведено експерименти на базі програм аналізу зображень, розроблено алгоритм та реалізовано програму класифікації знімків кератиноцитів. Запропоновано інформаційну технологію визначення функціонального стану й термінів дозрівання вирощуваних кератиноцитів, як основу для розробки алгоритму роботи програми.

Основні етапи перетворення інформації за запропонованою структурною схемою комп'ютерної системи наведено на рис. 5, що є основою інформаційної технології.

Запропоноване програмне забезпечення відрізняється доступністю використання для оператора, припускає можливість експертної модифікації нейронної мережі й модульної структури й дозволяє за необхідності удосконалити процес перетворення інформації.

ВИСНОВКИ

У дисертаційній роботі вирішено актуальне науково-практичне завдання оцінки функціонального стану і визначення термінів дозрівання клітин кератиноцитів, що вирощуються для пересадки на уражені ділянки шкірних покривів людини. Розроблена інформаційна технологія дозволяє зменшити вплив суб'єктивного чинника при визначенні термінів дозрівання, ефективно планувати дати трансплантації клітин, збільшити коефіцієнт корисного використання дорогих ферментів і живильних речовин, що використовуються у культивуванні. Дослідження за темою дисертації дозволяє зробити такі висновки:

Виконано аналіз процесу вирощування кератиноцитів і досліджено знімки клітин, одержаних за допомогою інверсійного мікроскопа. Показано необхідність проведення аналізу зображень для визначення функціонального стану й термінів дозрівання кератиноцитів.

Набув подальшого розвитку метод обробки зображень для визначення функціонального стану окремих клітин. Розроблено алгоритм визначення фрактальної характеристики контуру клітин кератиноцитів, використання якого дозволяє диференціювати два функціональні стани (задовільний і незадовільний) клітин кератиноцитів із точністю 96%. Визначено граничні мінімальні значення кількості точок контура для роботи алгоритму і знаходження фрактальної характеристики.

Набув подальшого розвитку метод обробки зображень для визначення функціонального стану моношару клітин, який відрізняється тим, що для встановлення ознак стану використовується фрактальна характеристика текстури зображення, що дозволило отримати інтегральну характеристику, інваріантну до кута повороту зображення і класифікувати функціональний стан кератиноцитів із точністю 93%.

Вперше обґрунтовано використання спектрального аналізу знімків із використанням радіальної маски для набуття ознак зображення матраца, які характеризують ступінь його відносного заповнення клітинами кератиноцитів, що дозволило забезпечити інваріантність ознак до зсуву й повороту зображення. Точність класифікації ознаки відносного заповнення знімка моношаром кератиноцитів в експериментах склала 83% при б=0,001 за 3-ма класами зображень.

Розроблено класифікатор ознак функціонального стану й відносного заповнення знімка клітинами кератиноцитів. Точність запропонованого класифікатора на основі багатошарової нейронної мережі в експериментах з класифікації ознак відносного заповнення знімка становить 90%.

Набула подальшого розвитку модель зростання клітин, яка відрізняється тим, що для кожного з послідовних часових інтервалів зростання між зміною живильного середовища за зображенням матраца визначалися коефіцієнти моделі, що дозволило розширити область її застосування для визначення термінів дозрівання кератиноцитів.

За розробленими алгоритмами створено програмне забезпечення інформаційної технології для визначення функціонального стану й термінів дозрівання кератиноцитів. Реалізація інструментальних засобів проведена з використанням мови програмування Object Pascal і С++.

Результати роботи використані для вирішення завдання визначення функціонального стану й термінів дозрівання кератиноцитів у Лабораторії клітинного і тканинного культивування Інституту невідкладної і відновлювальної хірургії ім. В.К. Гусака Академії медичних наук України (м. Донецьк).

Результати роботи використані для вирішення завдань лабораторних досліджень клітин різних типів у ВАТ "ЛІКУВАЛЬНО-ДІАГНОСТИЧНИЙ ЦЕНТР ЯМЗ" (м. Макіївка).

Результати роботи використано у держбюджетній темі Н-3-07 при застосуванні методики попередньої обробки даних, зокрема, у вирішенні завдань діагностики стану; у темі Д-11-07 (номер державної реєстрації 0107U001482) при використанні розроблених методів у завданнях класифікації, а також у навчальному процесі на кафедрі "Автоматизовані системи управління" Донецького національного технічного університету Міністерства освіти і науки, молоді та спорту України (м. Донецьк).

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Каира В.В. Способ получения связного контура объектов в условиях неполной информации / В.Г. Адамов, Е.В. Меркулова, В.В. Каира // Зб. наук. праць Донецького національного технічного університету : серія "Обчислювальна техніка". - Вип.107.- Донецьк, ДонНТУ.- 2006. - С. 89-94.

2. Каира В.В. Компьютерная система прогнозирования сроков созревания кератиноцитов / В.Г. Адамов, В.В. Каира // Моделювання та керування станом еколого-економічних систем регіону. - Київ: Міжнародний науково-навчальний центр інформаційних технологій та систем. Національна академія наук України, Міністерство освіти і науки України. - Вип. 3. - Київ. -2006. - С. 3-13.

3. Каира В.В. Компьютерная система прогнозирования сроков созревания кератиноцитов / В.В. Каира, В.Г. Адамов // Международная научная конференция "Интеллектуальные системы принятия решений и прикладные аспекты информационных технологий".-Т. 1,15-18 мая 2006 г., Евпатория, Крым.- С. 3-7.

4. Каира В.В. Обзор методов оценки функционального состояния клеток / В.Г. Адамов, В.В. Каира // Сб. тр. магистров Донецкого национального технического университета. Вып. 4.- Донецк: ДонНТУ, 2005. - С.248-255.

5. Каира В.В. Исследование и выбор метода выделения признаков изображения кератиноцитов при оценке жизнеспособности и количественного роста клеток / В.В. Каира, В.Г. Адамов // Моделирование и компьютерная графика: Материалы 2-й международной научно-технической конференции. Донецк, 2007. - С. 234-240.

6. Каира В.В. Исследование и выбор нейросетевого классификатора признаков изображения при оценке состояния и прогнозировании сроков созревания кератиноцитів / В.Г. Адамов, Е.В. Бодня, В.В. Каира // Вестник СевНТУ: серия "Автоматизация процессов и управление".- Вып. 83.- Севастополь, 2007.- С.161-167.

7. Каира В.В. Исследование и выбор нейросетевого классификатора признаков изображения кератиноцитов при оценке жизнеспособности и количественного роста клеток / В.В. Каира, В.Г. Адамов // Системний аналіз і управління: зб. тез доповідей Всеукраїнської науково-практичної конференції. - Т.3.- "ЗІДМУ" ДНІ НАУКИ. Запоріжжя, 2007 р. - С.182-184.

8. Каира В.В. Дослідження математичних моделей прогнозування для визначення термінів дозрівання кератиноцитів / В.Г. Адамов, Е.В. Бодня, В.В. Каира // Наукові праці Донецького національного технічного університету: серія "Обчислювальна техніка та автоматизація". - Вип. 16. - Донецьк: ДонНТУ. - 2009. -С.134-140.

9. Каира В.В. Исследование и выбор метода выделения признаков изображения при прогнозировании сроков созревания кератиноцитов / В.В. Каира // Наукові праці Донецького національного технічного університету : серія "Обчислювальна техніка". - Вип. 12.- Донецьк: ДонНТУ. - 2007. - С.83-92.

10. Каира В.В. Моделирование процесса роста культивируемых кератиноцитов на основе анализа изображений клеточного матрацу / В.В. Каира // Вестник Херсонского национального технического университета. - Херсон: ХНТУ.- 2010. -№ 2. - С.423-429.

Размещено на Allbest.ru