CC BY
1453
сетей : дис. канд. техн. наук : 05.13.01 / И. В. Потапов. — Томск, 2004. - 175 с.
2. Пальянов, И. А. Схемотехника и контроль элементов поро-говойлогики / И. А. Пальянов, В. И. Потопов - Омск : Изд. ОмГТУ, 1993. - 155 с.
3. Боганец, М. А. Методы и алгоритмы диагностики искусственных нейронных сетей с нелинейными функциями активации / М.А Боганец//Омский научный вестник. — 2010. — №3(93). — С. 223-227.
4. Мкртчян, С. О. Нейроны и нейронные сети / С. О. Мкртчян. M : Энергия, 1971.- 232 с.
5. Галушкин, А. И. Теория нейронных сетей: учеб. пособие для вузов. В 3 кн. Кн. 1 / А И. Галушкин. - М.: ИПРЖР, 2000. - 416 с.
БОГАНЕЦ Максим Александрович, ассистент кафедры «Информатика и вычислительная техника». Адрес для переписки: e-mail: max.boganets@gmail.com
Статья поступила в редакцию 04.02.2011г. © М. А. Боганец
УДК 004.9:61 (06) д В МЫЦИК
Омская государственная медицинская академия
ИСПОЛЬЗОВАНИЕ ПРОГРАММЫ 1МАСЕ1 ДЛЯ АВТОМАТИЧЕСКОЙ МОРФОМЕТРИИ В ГИСТОЛОГИЧЕСКИХ ИССЛЕДОВАНИЯХ
В статье идёт речь о практическом использовании программы llпageJ для автоматизации гистологических исследований и показана целесообразность внедрения данной программы в работу морфологических лабораторий.
Ключевые слова: гистология, автоматическая морфометрия, 1таде1
С проблемой анализа гистологического препарата сталкивается любой исследователь. Существует множество методик измерения размеров клеток, внутриклеточных структур, тканевых образований, которые появились практически одновременно с массовым распространением световой микроскопии. Однако они основаны на непосредственном измерении каждого объекта исследователем, поэтому являются трудоемкими, требующими большого внимания и усидчивости. Результаты такой работы в значительной степени зависят от субъективного взгляда и вследствие этого могут содержать значительное количество ошибок, различаться у разных исследователей, имеют неидеальную повторяемость.
В связи с вышеизложенным различные фирмы — производители оборудования для микроскопии (Carl Zeiss, Leica) разработали программные комплексы, позволяющие автоматизировать процесс морфомет-рии. Эти программы могут работать как с изображением, получаемым с цифровой камеры в режиме реального времени, так и с электронными фотографиями. Программы достаточно дороги, порой их цена сопоставима со стоимостью хорошего микроскопа, хранят и обрабатывают данные в своих собственных форматах, поэтому широкого распространения не получили.
В конце 90-х годов прошлого века, в связи с распространением аппаратуры для оцифровки изображений, переход значительного количества медицинских организаций на хранение документации, в том числе электронных фотографий микропрепаратов, рентгенограмм в электронном виде Департамент здравоохранения США, точнее его агентство National Institutes of Health (NIH), выступил инициатором разработки программы, которая могла бы проводить автоматический анализ визуальных данных и являлась общественным достоянием, то есть былабыдля всех бесплатна.
Такая программа с открытой архитектурой была разработана в 1997 году Вэйном Расбандом (Wayne Rasband) в исследовательском отделении Национального института психиатрии в Бетесде, Мэриленд и получила название ImageJ [ 1 ]. Ее модернизация силами пользователей продолжается по сей день. Некоторые модификации выделились в самостоятельный продукт, например Fiji, и развиваются параллельно. Программу, плагины, макросы и полную документацию можно получить на сайте rsbweb.nih.gov.
Плагины, которых в настоящее время более 500, написанные пользователями, делают возможным решение многих задач анализа и обработки изображений, позволяют проводить трехмерную визуализацию в диапазоне от внутриклеточных структур до рентгенологических изображений [2], автоматические сравнения [3], вплоть до создания автоматизированных систем изучения, обрабатывающие пакеты изображений практически без участия человека [4,5].
ImageJ позволяет отображать, редактировать, анализировать, обрабатывать, сохранять и печатать 8-, 16- и 32-битные изображения. Программа может читать многие форматы изображений, включающие TIFF, PNG, GIF, JPEG, BMP, DICOM, FITS, a также форматы программ AxioVision (Carl Zeiss), Leica и многих других коммерческих продуктов. ImageJ поддерживает стеки — серии изображений, которые объединены в одном окне, а многопоточные трудоемкие операции могут выполняться на многопроцессорных системах в параллельном режиме. В ImageJ можно вычислять площади, статистические показатели пиксельных значений различных выделенных областей интереса на изображениях, которые выделены вручную или при помощи пороговых функций. Программа может измерять расстояния и углы, создавать гистограммы плотности и рисовать профили линий.
Поддержка сглаживания, резкости, обнаружение края, медианная фильтрация, функция порогов, наст-
File Edit image Process Analyze Plugins Window Help •ElHpBeal* or brash sttodtoiu OfgM cUck to mUch)
Рис. 1. Основное окно программы
¿ Set Scale
гнк
Distance in pixels:
Known dtetance: 100
Ptxel aspect ratio: 1.0
Unit of length, mkm
Click to Remove Scale] I? Global
Scale: 5.926 pixeis/mkm
OK I Cancel I Help
Рис. 2. Установка отношения пиксел/мкм
ройка яркости и контрастности, кадрирование, поворот изображения помогут отредактировать и сохранить изображение для публикации.
Поскольку программа разработана на Java, она является независимой от операционной системы и может работать на следующих платформах: Microsoft Windows, Mac OS, Linux и Sharp Zaurus PDA. Кроме того, разработаны драйверы, позволяющие производить захват изображения практически со всех известных цифровых камер.
На сегодняшний день ImageJ, пожалуй, самая быстрая программа обработки изображений: она обрабатывает около 40 миллионов пикселей в секунду.
Рассмотрим работу с ImageJ на конкретном примере из проведенного нами морфометрического исследования коры головного мозга человека.
Основное окно программы (рис. 1) имеет простой, интуитивно понятный интерфейс. Открываем изображение (фотография среза коры головного мозга человека, окрашенного DAPI, 4',6-diamidino-2-phe-nylindole) в меню «Анализ» выбираем пункт Set Scale (рис. 2), устанавливаем соотношение пиксел/мкм для получения всех данных в микронах. При необходимости можно поместить шкалу на изображение. Затем в том же меню выбираем пункт Set Measurments (рис.3), где доступны следующие показатели: площадь, среднее значение серого, стандартное отклонение, модальное значение серого, минимальное и максимальное значение серого, центроид, центр масс, прямоугольник (в который впишется частица), эллипс (в который впишется частица), форма дескрипторов, диаметр Фере-та — максимальное расстояние между краями частицы, интегральная плотность, медиана, асимметрия, кур-тозис, фракционность площади, позиция стека, пороговые значения, имя файла, зеркало, научная индексация, результаты в файл, количество знаков после запятой.
¿ Set Measurements
PAiea,:
F standard deviation F Mtn & max gray value f~ Center of mass P Bounding rectangle f~ Shape descriptors V Integrated density
Skewness r Area fraction
Г Mean gray vaiue Г Modal gray «lue Г* Centrold i? Perimeter
rpffSBsi!
f~ Feref s diameter Г Median Г Kurtosis Г* Stack position
Г limit to threshold R Display label
Г* Invert Y coordinates Г" Scientific notation
Redirectto: None •»•
Decimal places (0-9) 2
OK I Cancel I Help 1
Phc. 3. Установка измеряемых показателей
Программа очень пластична, имеет множество настроек. Справку по ним, как и по самой программе, можно найти на сайте imagejdocu.tudor.lu.
Посчитаем площадь и периметр. Накладываем на изображение маску по наиболее подходящему из 17 алгоритмов, по которой будут производиться расчеты (рис. 4) с помощью инструмента Treshold (пороги), и переходим непосредственно к анализу.
Пункт меню «Анализ частиц», Analyze Particles, (рис. 5) позволяет достаточно полно описать частицы, в нашем случае ядра клеток, которые будут учитываться при подсчете.
Сначала идет сегрегация по размеру площади, тем самым исключив подсчет, например, артефактов. Затем выбираем меру округлости объектов, можно производить подсчет всех частиц, указав широкий интервал или частиц, имеющих крайние признаки. Эта функция позволяет подсчитать на фотографии препарата, например, только пирамидные нейроны или только овальные глиальные клетки. Также можно выбрать, считать или нет частицы, оказавшиеся на краях препарата, учитывать пустоты внутри периметра и другие параметры.
Нажимаем OK, полученный результат накладываем оверлеем на первичный снимок и проверяем корректность подсчета (рис. 6). Полученные данные вместе с именем файла заносятся в таблицу, доступную из Microsoft Excel (рис. 7). При корректном подсчете можно указать целевую папку с фотографиями препаратов, и они будут обработаны пакетно, данные занесены в таблицу, а работа, которая заняла бы недели, будет выполнена за пару минут.
Таким образом, на основании конкретного примера из нашего исследования показано, что ImageJ
Рис. 4. Установка пороговых значений изображения
Щ :шт '
т
• -шс т í
Рис. 6. Выделенные частицы на микрофотографии
является совершенным инструментом обработки массивов однотипных изображений при проведении морфометрических исследований головного мозга. Считаем целесообразным внедрение данной программы в работу морфологических лабораторий и учебный процесс на соответствующих кафедрах в качестве альтернативы руганным методом обработки изображений.
Библиографический список
П**яе! units
Circularity: 0.20-1.00
Sfcow: Overtay Outlines *
P Display results Г Exclude on edges
F Clear results p Include holes
Г Summarize Г Records»
Г AdötoManager W in situ Sfccw
OK | Cancel | Help |
Рис. 5. Определение частиц для анализа
И_Э_С2-2 JPG 11_Э_с2-5 JPG 11_3_c3-2 JPG H_3_CÄ-3JPG 11_3_t2-2 JPG 1 '_3_t7-2 JPG 1 1J5_C2-2JPQ 11_3_c2~2 JPG H_3_t2-2JPG I 1_3_c2-2 JPG
I l_3_cí-2 JPG н_э_с2-2 JPG
П_Э_С.2-2 JPG 1l_3_c3S2 JPG 11_3_C3S2JPG llJ.tM JPG
II 3 f?-2JPß
19.13 2184 20 02 107.34 »2 TD 12 99 29.31 44,93 20>» 46.12 4043 1556 19.73 Э0.Э9 31 89 15 92 43.« 4395 28 22
2015 tSMft 71 9S 3S41 M 51 33.10
26 та
Í7 17 37 3» 2d S3 16 06 17.17 23 57 ЗЛБ8 t6.S0 26 87 31 ?l,6ft
¡saljj
Рис. 7. Таблица с результатами измерений
4. E. Gering, C. Atkinson A rapid method for counting nucleated erythrocytes on stained blood smears by digital image analysis // J Parasitol 90 (4). - P. 879-81.
5. Dougherty, G. Digital Image Processing for Medical Applications // Cambridge University Press. — 2009.
1. Collins, T. J. ImageJ for microscopy / T. J. Collins // BioTechniques43 (1 Suppl). - July2007 - P. 25-30.
2. Creation of DICOM — aware applications using ImageJ / D. Baiboriak[etal.].// J Digit Imaging 18(2) - 2005. - .P. 91-9.
3. AFM/CLSM data visualization and comparison using an open-sourcetoolkit/B. Rajwa [etal.].//MicroscResTech64 (2). -2004. -P. 176-84.
МЫЦИК Алексей Владимирович, ассистент кафедры гистологии, цитологии и эмбриологии. Адрес для переписки: e-mail: elysei@mail.ru
Статья поступила в редакцию 01.02.2011 г. © А В. Мыцик
Книжная полка
004.4/4-49
Чернов, Ю. П. Программирование в системе Pascal ABC [Текст!: учеб. пособие / Ю. П. Чернов, О. П. Шафеева; ОмГТУ. - Омск, 2010. - 100 с. - ISBN 978-5-8149-0897-1.
Пособие включает теоретический материал с описанием элементов языка и системы программирования Pascal ABC, а также примеры разработки алгоритмов и программ на языке Паскаль для задач разного уровня сложности. Рассмотренные схемы проектируемых алгоритмов позволяют облегчить усвоение материала студентами.
004.4/М61
Минитаева А. М. Разработка и стандартизация программных средств и информационных технологий : учеб. пособие / А. В. Минитаева; ОмГТУ. -Омск: Изд-во ОмГТУ, 2011.- 90 с. - ISBN 978-5-8149-1063-9.
Изложены основные понятия и общие положения о стандартизации, жизненном цикле разработки программных средств, его процессах. Подробно рассмотрены разновидности моделей жизненного цикла разработки программного продукта.
о
