ПАРАМЕТРЫ ФИЛЬТРАЦИИ ЛАПЛАСИАНОМ-ГАУССИАНОМ МИКРОСКОПИЧЕСКИХ ИЗОБРАЖЕНИЙ МОКРОТЫ, ОКРАШЕННОЙ ПО МЕТОДУ ЦИЛЯ – НИЛЬСЕНА

Авторы

  • И.Г. Шеломенцева Красноярский государственный медицинский университет им. проф. В.Ф. Войно-Ясенецкого; Сибирский федеральный университет

DOI:

https://doi.org/10.18413/2687-0932-2020-47-2-362-371

Ключевые слова:

распознавание образов, микобактерия туберкулеза, микроскопия, метод Циля –Нильсена, лапласиан, фильтр LOG, подъем высоких частот, критерий нормализованной цветоразности, NCD

Аннотация

Автоматизация задач медицинской диагностики влечет за собой подбор методов предобработки и классификации, оптимальных для построения соответствующей информационной системы. В статье рассмотрена задача улучшения операции фильтрации изображений микроскопии мокроты, окрашенной по методу Циля – Нильсена, без потерь регионов интереса, содержащих микобактерии туберкулеза. Автор предлагает использовать операцию свертки с дискретной маской лапласиана-гауссиана. В статье показан процесс получения дискретного фильтра с использованием эффекта повышения высоких частот для его улучшения. Предложен критерий нормализованной цветоразности с погрешностью для автоматического определения качества фильтрации.

Биография автора

И.Г. Шеломенцева, Красноярский государственный медицинский университет им. проф. В.Ф. Войно-Ясенецкого; Сибирский федеральный университет

аспирант Сибирского федерального университета, преподаватель
Красноярского государственного медицинского университета им.
профессора В.Ф. Войно-Ясенецкого

Библиографические ссылки

Глобальный доклад о туберкулезе ВОЗ за 2019 год. URL: http://www.who.int/tb/publications/ global_report/ru/ (дата обращения: 20 марта 2020).

Гонсалес Р., Вудс Р. 2005. Цифровая обработка изображений. М., Техносфера, 1072. 3. Минздрав России. 2003. О совершенствовании противотуберкулезных мероприятий в Российской Федерации. Приказ. М., 2003, 109.

Наркевич А.Н., Шеломенцева И.Г., Виноградов К.А., Сысоев С.А. 2017. Сравнение методов сегментации цифровых микроскопических изображений мокроты, окрашенных по методу Циля –Нильсена. Инженерный вестник Дона. 4: 1–11.

Наркевич А.Н. 2017. Алгоритмы сегментации цифровых микроскопических изображений мокроты, окрашенной по методу Циля – Нильсена. World Science Proceedings of articles the international scientific conference (Карловы Вары – Москва, 28–29 января 2017). М, МЦНИП: 431–436.

Наркевич А.Н., Виноградов К.А., Корецкая Н.М., Соболева В.О. 2017. Сегментация микроскопических изображений мокроты, окрашенной по методу Циля – Нильсена, с использованием вейвлет-преобразования Mexican Hat. Acta Biomedica Scientifica. Том 2. 5 (1): 141–146.

Прэтт У. 1982. Цифровая обработка изображений. Кн.2. М., Мир, 480.

Севастьянова Э.В. 2009. Совершенствование микробиологической диагностики туберкулеза в учреждениях противотуберкулезной службы и общей лечебной сети: дисc. …д-ра биол. наук. Москва, 395.

Шеломенцева И.Г. 2017. Результаты фильтрации и сегментации изображений анализа мокроты, окрашенной по методу Циля – Нильсена. International journal of advanced studies. 7 (4–2): 110–114.

Bhairannawar, S.S., Patil, A.N., Janmane, A.S., Huilgol, M.V. 2017. Color image enhancement using Laplacian filter and contrast limited adaptive histogram equalization. Innovations in Power and Advanced Computing Technologies (i-PACT): 1–5.

Dey N., Ashour A.S., Shi F., Balas V.E. 2018. Soft Computing Based Medical Image Analysis. Academic Press, 292.

Gonzalez R.C., Woods R.E., Eddins S.L. 2009. Digital Image Processing using Matlab. Gatesmark Publishing, 827.

Millan M.S., Valencia E. 2004. Laplacian filter based on color difference for image enhancement. Proceedings of SPIE - The International Society for Optical Engineering: 1259–1264.

Morton K.W., Mayers D.F. 2005. Numerical solution of partial differential equations. Cambridge University Press, 385.

Ponomarenko N., Battisti F., Egiazarian K., Astola J., Lukin V. 2009. Metrics performance comparison for color image data-base. In: Proceedings of the 4th International Workshop on VideoProcessing and Quality Metrics for Consumer Electronics (Scotts-dale, Arizona, USA, 14–16 January, 2009). 1–6.

Russo F. 2013. Accurate tools for analyzing the behavior of impulse noise reduction filters in color images. Journal of Signal and Information Processing, Scientific Research Publishing. 4: 42–50.

Russo F. 2014. Performance Evaluation of Noise Reduction Filters for Color Images through Normalized Color Difference (NCD) Decomposition. IRSN Machine Vision: 1–11.

Sunada T. 2008. Discrete geometric analysis. Proceedings of Symposia in Pure Mathematics. 77: 51–86.

Szeliski R. 2010. Computer Vision: Algorithms and Applications. Springer, 957.

Wang R. 2012. Introduction to Orthogonal Transforms. With Applications in Data Processing and Analysis. Cambridge University Press, 528.


Просмотров аннотации: 254

Опубликован

2020-08-03

Как цитировать

Шеломенцева, И. (2020). ПАРАМЕТРЫ ФИЛЬТРАЦИИ ЛАПЛАСИАНОМ-ГАУССИАНОМ МИКРОСКОПИЧЕСКИХ ИЗОБРАЖЕНИЙ МОКРОТЫ, ОКРАШЕННОЙ ПО МЕТОДУ ЦИЛЯ – НИЛЬСЕНА. Экономика. Информатика, 47(2), 362-371. https://doi.org/10.18413/2687-0932-2020-47-2-362-371

Выпуск

Раздел

КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ