350 руб
Журнал «Технологии живых систем» №6 за 2012 г.
Статья в номере:
Автоматическая детекция и классификация ядер клеток буккального эпителия с использованием комбинации классификаторов
Ключевые слова: сегментация клеток автоматизированное распознавание ядер буккальный эпителий пороговый классификатор анализ изображений
Авторы:
А.С. Бобе, И.Б. Алчинова, Н.П. Антонова, Е.Н. Архипова, Ю.С. Медведева, М.Ю. Карганов
Аннотация:
Предложен алгоритм автоматической детекции и классификации ядер клеток буккального эпителия по изображению данного цитологического препарата с микроскопа для варианта их окраски по Фёльгену. Рассмотрены основные этапы анализа изображений, принципы построения классификаторов и механизм объединения их результатов.
Страницы: 34-42
Список источников
  1. Мурашов Д.М. Метод автоматизированной сегментации изображений цитологических препаратов на основе модели активного контура // Труды МФТИ. 2009. Т. 1. № 1. С. 80-89.
  2. Юрченко В.В. Цитогенетические нарушения в эпителии человека при экспозиции генотоксикантами // Токсикологический вестник. 2005. № 6. C. 14-21.
  3. Chul Ko B., Gim J.-W., Nam J.-Y. Automatic white blood cell segmentation using stepwise merging rules and gradient vector flow snake // Micron. 2011. V. 42. P. 695-705.
  4. Canny J. A Computational approach to edge detection // IEEE Transactions on pattern analysis and machine intelligence. 1986. V. PAMI-8. № 6. P. 679-698.
  5. Chieco P., Derenzini M. The Feulgen reaction 75 years on // Histochemistry and Cell Biology. 1999. V. 111 (5). P. 345-358.
  6. Cloppet F., Boucher A. Segmentation of complex nucleus configurations in biological images // Pattern Recognition Letters. 2010. № 31. P. 755-761.
  7. Gebäck T., Koumoutsakos P. Edge detection in microscopy images using curvelets // BMC Bioinformatics. 2009. № 10. P. 75.
  8. Hoffman G. CIELab Color Space. 2009. http://issuu.com/estebanjacobo/docs/cielab_color_space
  9. Cheng J., Rajapakse J.C. Segmentation of clus-
    tered nuclei with shape markers and marking function // IEEE Transactions on biomedical engineering. 2009. V. 56. № 3. P. 741-748.
  10. Karacali B., Vamvakidou A.P., Tözeren A. Automated recognition of cell phenotypes in histology images based on membrane- and nuclei-targeting biomarkers // BMC Medical Imaging. - 2007. № 7. P. 7.
  11. Krukc M., Osowskia S., Koktyszd R. Recognition and classification of colon cells applying the ensemble of classifiers // Computers in Biology and Medicine. 2009. V. 39. P. 156-165.
  12. He L., Peng Z., Everding B., Xun Wang, Chia Y. Han, Weiss K.L., Wee W.G. A comparative study of deformable contour methods on medical image segmentation // Image and Vision Computing. 2008. V. 26. P.141-163.
  13. Guo N., Zeng L., Wu Q. A method based on multispectral imaging technique for White Blood Cell segmentation // Computers in Biology and Medicine. 2006. V. 37. P.70 - 76.
  14. Plissiti M.E., Charchanti A., Krikoni O., Fotiadis D.I. Automated segmentation of cell nuclei in PAP smear images // Proceedings of IEEE International Special Topic Conference on Information Technology in Biomedicine, Greece. 2006.
  15. Sadeghian F., Seman Z., Ramli A.R., Abdul Kahar B.H., Saripan M.I. A framework for white blood cell segmentation in microscopic blood images using digital image processing // Biological Procedures Online. 2009. V. 11(1). P.196-206.