CC BY
7
С увеличением глубины забоя влияние параметров (7, л, р, (2 на чувствительность критерия <7 в целом уменьшается, причем имеет отрицательный знак, а для диаметра долота (7 — увеличивается, на участках сужения ствола скважины более резко.
Чувствительность критерия д к варьированию параметров с ростом глубины изменяется более плавно, чем для показателей им и И.
Численные значения функций чувствительности свидетельствуют, что по степени влияния на скорости изменения им, И и q параметры располагаются следующим образом: наибольшее количественное влияние оказывают параметры Д, и 0, затем идут (7, п и р.
1. Чувствительность механической скорости бурения к изменению нагрузки на долото и оборотов ротора с ростом глубины скважины уменьшается, для плотности и расхода бурового раствора на однородных по сечению участках ствола скважины функции чувствительности растут, на сужающихся участках — уменьшаются. Для диаметра долота значения функции чув-
ствительности возрастают, но имеют отрицательный знак, т. е. при положительном приращении (7 (увеличении диаметра) приращение им отрицательно (скорость бурения уменьшается).
2. Для скорости проходки влияние осевой нагрузки на чувствительность функции с ростом глубины в целом падает; для оборотов ротора находится на одном уровне, но на большой глубине резко уменьшается; для плотности и расхода раствора сначала растет, затем падает; для диаметра долота в целом уменьшается и также отрицательно по знаку.
3. Чувствительность критерия "минимум стоимости метра проходки" к изменению нагрузки на долото, оборотов ротора, плотности и расхода бурового раствора, а также диаметра долота с ростом глубины скважины в целом уменьшается и имеет отрицательный знак. Влияние диаметра долота на чувствительность критерия увеличивается.
4. По количественному влиянию на чувствительность показателей ом, И и ц регулируемые параметры располагаются в следующем порядке: Дд и 0. затем С, я и р.
СПИСОК ЛИТЕРАТУРЫ
1. Бронштейн И.Н., Семендяев К.А. Справочник по математике. М.: Физматгиз, 1959. 608 с.
2. Погарскнй А.А., Чефранов К.А., Шишкин О.П.
Оптимизация процессов глубокого бурения. М.: Недра. 1981. 296 с.
3. Розенвассер E.H., Юсупов P.M. Чувствительность систем управления. М.: Наука, 1981. 464 с.
УДК б 16.076
В.О. Петров, О.О. Привалов, И. В. Степанченко
МЕТОДИКА АВТОМАТИЗИРОВАННОГО АНАЛИЗА ФАЦИИ ПЕРИТОНЕАЛЬНОЙ ЖИДКОСТИ ПО РАСТРОВОМУ ИЗОБРАЖЕНИЮ
ПРИ МИКРОСКОПИИ
Перитонеальная жидкость — неотъемлемая часть внутрибрюшной среды, количество и качество которой находится в прямой зависимости от функционального состояния брюшины. Динамика цитологической каргины перитоне-альной жидкости служит зеркалом протекаю-
щих процессов воспаления и регенерации [I]. Одним из перспективных при анализе медико-биологического препарата такого рода является метод клиновидной дегидратации [2].
Метод клиновидной дегидратации как средство диагностики заболеваний очень
1 34
перспективен. Он позволяет визуализировать организацию биологических жидкостей на микроуровне, делая ее пригодной для морфологических исследований.
Суть метода сводится к тому, что на обезжиренное предметное стекло дозатором наносится капля биологической жидкости. Затем образен высушивается. Высушенная капля биологической жидкости называется пленкой или фацией и имеет сложную структуру. При длительном наблюдении по характеру текстуры можно судить о динамике патологического процесса [2].
Использование вычислительной техники и периферийных устройств ввода в компьютер исследуемого изображения открывает широкий круг возможностей для автоматизированного анализа фации методом клиновидной дегидратации, в частности, исследование изменения текстурных особенностей фаций перитонеальной жидкости в динамике операционной травмы. Сегодня оценка результатов данного вида анализа осуществляется врачом или лаборантом субъективно, в основном за счет своего опыта и интуиции. Такой подход оправдан при наличии существенных отличий в текстурах исследуемых фаций, однако промежуточные виды фаций, полученные на этапе динамики развития патологического процесса, не могут быть верифицированы с использованием описанного подхода. Поэтому первоочередной задачей автоматизированного анализа будет выявление количественных текстурных особенностей изображения исследуемой фации.
По методу клиновидной дегидратации [1] здесь предлагается следующая базовая модель описания фации:
/г= <Л/, /?>,
где М — кортеж выделенных метрик фации в целом; Я — кортеж выделенных метрик радиальных зон фации.
Кортеж выделенных метрик фации имеет вид
М = <К, 2>,
где К — количество зон фации; 2 — отношение ширины зоны к радиусу приближенной окружности фации.
Кортеж выделенных метрик каждой радиальной зоны фации описан следующими свойствами:
Я = <Р, Д У>,
где Р — идеализированное минимальное радиальное сечение, выраженное интегральным спектром дисперсии сигнала (Фурье-спектра сечения); £> — нормированная остаточная дисперсия отклонений минимальных радиальных сечений от геометрического центра класса соответствующей зоны; V — средняя максимальная скорость возрастания интегрального спектра мощности минимальных радиальных сечений фации (их амплитудного Фурье-спектра).
Данный подход к анализу текстурных особенностей изображения фации позволяет наряду с количественным анализом произвести морфологический разбор изображения фации на структурные составляющие.
На рис. 1 приведена схема предлагаемой методики, основанная на описании модели фации.
Основная идея подхода к анализу текстурных особенностей изображения фации заключается в рассечении ее растрового фрагмента округлой формы радиальными сечениями минимальной толщины и преобразовании графической информации в одномерный сигнал.
Основные этапы методики анализа следующие.
Этап 1. Разбиение растрового фрагмента фации на минимальные радиальные сечения.
Каждое отдельно взятое сечение обладает характерными свойствами зоны, которой оно принадлежит. Другими словами, совокупность минимальных радиальных сечений одного типа могут определять свойства структурной зоны фации. Большинство медико-биологических препаратов условно можно поделить на три зоны: центральную (зону кристаллических структур), периферийную (аморфную) и переходную [3].
Автоматическое определение кривизны аппроксимирующей окружности осуществляется на основании внешнего контура фации. На рис. 2 изображен результат работы алгоритма разбиения на радиальные сечения фации (для наглядности сечения разрежены).
Рис. I. Функциональная схема методики автоматизированного анализа фации перитонеальной жидкости
Этан 2. Преобразование графической информации в одномерный сигнал на основании яркости точек для каждого радиального сечения. Расчет амплитудных Фу-рье-спектров сигналов.
Подход к анализу радиального сечения по амплитудному Фурье-спектру позволяет исследовать не всю фацию, а ее фрагмент, что повышает точность расчетов, так как повышается детализация текстуры за счет увеличения масштаба исследуемого изображения.
Этап 3. Усреднение Фурье-спектров по нескольким зонам для более качественного морфологического разбора. Расчет интегрального спектра мощнос-
ти сигнала (ИСМ) для каждой усредненной зоны.
Интегральный спектр мощности — хороший показатель, подходящий для анализа радиального сечения фации на предмет принадлежности к соответствующей структурной зоне и сравнения сечений между другими фациями, что необходимо при исследовании динамики патологического процесса.
Один из способов получения ИСМ основан на расчете периодограмм [4]:
т т
где — периодограмма; А(/) — амплитудный спектр: Т — длина реализации.
Рис. 2. Результат работы алгоритма разбиения изображения фации на радиальные сечения
Оценка ИСМ получается разбиением длинной реализации Л"(/) на множество К относительно коротких отрезков (каждый длиною Т), вычислением по каждому из них периодограммы и последующим их усреднением по полученному множеству К\
*=1
На рис. 3 изображены графики ИСМ для каждого радиального сечения фации.
Как видно из рисунка, имеется две области с максимальной плотностью скопления графиков, поскольку на изображении фации, но которой производилось измерение, явно присутствуют две зоны (центрапь-ная и аморфная [3]).
Центральной зоне свойственна ярко выраженная текстура, в отличие от аморфной
зоны, поэтому и интегральные спектры мощностей этих зон в пределе будут сильно отличаться.
Этап 4. Оценка текстурных особенностей изображения фации для сравнительного анализа и последующее сохранение результатов исследования в базе данных.
Радиальное сечение в центральной зоне обладает следующими свойствами:
значительным преобладанием низких частот Фурье-спектра относительно высоких частот;
скоплениями линий интегрального спектра мощности амплитудного Фурье-спектра, обладающими большим значением дисперсии отклонений от геометрического центра, по отношению к другим зонам фации;
скоростью возрастания спектра мощности амплитудного Фурье-спектра, значительно превосходящей аналогичный показатель в других зонах.
Радиальное сечение в периферийной (аморфной) зоне фации имеет следующие свойства:
незначительное преобладание низких частот амплитудного Фурье-спектра относительно высоких частот;
скопления линий интегрального спектра мощности амплитудного Фурье-спектра, обладающие минимальным значением дисперсии отклонений от геометрического центра, по отношению к другим зонам фации;
скорость возрастания спектра мощности амплитудного Фурье-спектра мала по отношению к центральной зоне.
Радиальное сечение изображения переходной зоны фации может обладать свойствами сечений как центральной зоны, так и аморфной, а также не исключать аномальных значений.
Для проверки состоятельности вышеизложенной методики и подхода к анализу изображений фации проведены эксперименты, в которых исследовалось 48 изображений различных фаций перитонеалыюй жидкости. Материалы для исследования предоставлены лабораторией моделирования патологии Волгоградского научного центра РАМН. Цели экспериментов: проанализировать алгоритмы измерения количественных характеристик текстур при изменении физических размеров изображения фаций; проверить гипотезу о схожести количественных характеристик изображений зон фации у однотипных текстур; проанализировать алгоритмы при изменении цветояркостного тона изображений.
Как показали эксперименты, изменение размеров изображения в незначительных пределах (до трех раз) мало влияет на количественные оценки текстурных особенностей фаций (до 5 %), однако скорость работы алгоритмов возрастает на порядок (при уменьшении изображения в три раза). Изменение цветояркостного тона изображений в незначительных пределах (до 30 %) также мало влияет на результат работы алгоритмов (вариабельность данных не превышает 10 %).
В ходе основного эксперимента, в котором исследовались различные виды изображений фаций, определилась тенденция к образованию групп изображений, схожих по текстуре. Вариабельность количественных характеристик текстурных особенностей изображений фаций внутри каждой группы мала (в пределах 5 %) по сравнению с другими группами (42—97 %), поэтому данный подход позволяет наиболее объективно решать задачу классификации.
СПИСОК ЛИТЕРАТУРЫ
1. Применение новой системы автоматизированного цитологического анализа при исследовании клеточного состава перитонеалыюй жидкости в динамике операционной травмы / A.A. Воробьев и др. // Бюллетень Волгоградского научного центра РАМН. Вып. 4. Волгоград, 2008. С. 55—57.
2. Шабалин В.Н., Шатохина С.Н. Морфологии биологических жидкостей человека : [Монография]. М.: Хризостом, 2001.
3. Шабалин В.Н. Принципы аутоволновой самоорганизации биологических жидкостей // Вестник РАМН. 2000. № 3. С. 45-49.
4. Юшин В.И. О совмещении спектральных и временных оценок // Программные продукты и системы. Вып. 1. М., 2005.
