1109810388

4. Aplikacje

Poniżej przedstawiamy dwa przykłady zastosowania algory tmów przetwarzania obrazów, w tym opracowanych przez nas, w diagnostyce medycznej. Charakterystyka zagadnienia i wymagań zostały zestawione w tabeli 1.

Tabela 1

Zaprojektowane systemy wizyjne

Nazwa systemu	PATO	SPOTVIEW
Zagadnienie diagnostyczne	analiza obrazów mikroskopowych wycinków histologicznych i rozmazów cytologicznych tkanki nowotworowej w barwieniu imunohistoche-micznym [3. 4, 7, 9]	analiza obrazów powstałych w im-munoenzymatycznej reakcji aktywności wydzielniczej limfocytów metodą ELI SPOT [5, 6]
Przykładowy obraz
Charakterystyka obrazu	Obraz statyczny barwny, obiektami zainteresowania są jądra komórkowe zabarwione na kolor brunatny lub bladoblękitny. Występują też inne obiekty - zanieczyszczenia. Należy określić liczbę jąder komórkowych każdego z typu.	Obraz staty czny monochromatyczny lub barwny, obiektami zainteresowania są koliste ciemne plamki (mogą być barw ne) o zróżnicowanej wielkości i stopniu nasycenia. Należy określić rozkład wielkości plamek w polu widzenia.
Zastosowane algorytmy przetwarzania wstępnego	Usuw anie szumu impulsow ego filtrem medianowym Filtr de-interlace Domknięcie morfologiczne	Operacja wyrównania jasności tla Filtr medianowy i dolnoprzepustowy
Zastosowane algorytmy segmentacji	Klasyfikacja pikseli metoda działów wodnych	Progowanie adaptacyjne metoda działów' wodnych
Algorytmy identyfikacji	Drzewo decyzyjne wykorzystujące współczynniki kształtu, pole powierzchni i parametry' kolorymetryczne.	Progowanie wykorzy stujące współczynnik okrągłości i zmodyfikowany algorytm obliczania pola powierzchni.

Algorytmy omawiane w artykule zostały zaimplementowane w systemach realizujących proces analizy ilościowej obrazu. Poprawność ich działania została przetestowana na obrazach rzeczywistych. W przypadku systemu PATO [12] zweryfikowano działanie algorytmów poprzez porównanie wyników analizy przeprowadzonej na 144 obrazach ręcznie