РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМА КЛАССИФИКА- ПИЧЕСКИМ ИЗОБРАЖЕНИЯМ

РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМА КЛАССИФИКАЦИИ КЛЕТОК ЛЕЙКОЦИТАРНОГО РЯДА ПО ИХ МИКРОСКОПИЧЕСКИМ ИЗОБРАЖЕНИЯМ
А.А. Косяк, А.В. Самородов
ФГБОУ ВПО «Московский государственный технический университет
имени Н.Э. Баумана»
E-mail: annaalekskos@mail.ru, avs@bmstu.ru
Визуальная классификация лейкоцитов является наиболее трудоемким и времязатратным этапом микроскопического анализа мазков крови. В
соответствии с принятыми в клинико-диагностических лабораториях методиками необходимо классифицировать не менее 200 клеток, что приводит к необходимости просмотра около 2000 полей зрения препарата. Но и
это количество клеток нельзя считать достаточным для получения достоверных данных о процентном соотношении клеток разного типа (особенно
редко встречающихся). Поэтому решение вопроса автоматизации микроскопического анализа мазков крови, включая создание надежного алгоритма автоматической классификации клеток, является актуальным.
Результатом анализа лейкоцитов в мазке периферической крови являются данные о содержании шести основных типов лейкоцитов: палочкоядерных нейтрофилов, сегментоядерных нейтрофилов, эозинофилов, базофилов, лимфоцитов и моноцитов – и о содержании юных клеток. В настоящее время известно множество работ, посвященных созданию алгоритмов
классификации зрелых лейкоцитов [1]. Однако надежного алгоритма для
классификации юных клеток до сих пор не создано. Таким образом, целью
работы являлось создание и исследование алгоритма классификации,
обеспечивающего разделение как зрелых форм лейкоцитов, так и юных
клеток.
В научно-медицинской литературе описаны различные визуальные
признаки лейкоцитов на микроскопических изображениях, позволяющие
решать задачи классификации (например, [2, 3]). В результате анализа этих
данных выделен комплекс морфологических параметров лейкоцитов,
включающий неколичественные признаки: структура цитоплазмы (наличие эозинофильных или азурфильных гранул), структура ядра (наличие
ядрышек, четкость структуры, описание хроматина) – и количественные
признаки: ядерно-цитоплазматическое отношение, размер клетки (для выделения малых лимфоцитов), соотношение между поперечным и продольным размерами ядра (для разделения палочкоядерных и юных клеток), соотношение между диаметром ядерного мостика и диаметром ядерного
сегмента (для разделения сегментоядерных и палочкоядерных клеток)
[2, 3].
Алгоритм классификации в сформированном пространстве признаков был построен на основе метода вероятностных деревьев. Основное
преимущество данного метода состоит в том, что он может использовать
как категориальные признаки, так и количественные, а также не требует
дополнительной подготовки данных [4]. Особенностью построенного алгоритма классификации является то, что дерево решений было задано
априорно на основе сравнительного анализа существующих схем визуальной классификации лейкоцитов.
Алгоритм классификации был реализован в среде Matlab и апробирован на базе из 217 изображений лейкоцитарных клеток, предварительно
классифицированных врачом-гематологом. В ходе классификации значения неколичественных признаков клеток определялись визуально с указанием степени уверенности в них, количественные признаки определялись
автоматизировано. Результаты работы алгоритма приведены в таблице.
Таблица – Результаты классификации
Результат классификации
Эозинофил
Сегментоядерный
нейтрофил
Моноцит
Лимфоцит
Юные
клетки
Всего
36
0
0
0
1
37
2
47
1
0
0
50
0
0
0
0
0
1
50
0
0
0
50
0
0
0
29
50
50
30
Класс
Эозинофил
Сегментоядерный
нейтрофил
Моноцит
Лимфоцит
Юные клетки
Оценка вероятности правильной классификации по приведенным
данным составила 98 %, что свидетельствует о правильности формирования пространства признаков. Дальнейшая работа будет направлена на автоматизацию оценки всех перечисленных выше признаков лейкоцитов.
1.
2.
3.
4.
Библиографический список
Diaz G., Manzanera A. Automatic analysis of microscopic images in hematological cytology applications. // Biomedical image analysis and machine learning technologies:
Applications and techniques. – IGI Global, 2010. – P.167-196.
Лабораторная гематология / С. А. Луговская, В. Т. Морозова, М. Е. Почтарь, В.В.
Долгов – М.: Тверь: ООО «Издательство Триада», 2006. – 224с.
Illustrated pathology of the bone marrow/A. Orazi, D. P. O’Malley, D. A. Arber - Cambridge University Press, 2006.
An, A. Classification Methods. In J. Wang (Ed.), Encyclopedia of Data Warehousing and
Mining, Idea Group Inc. - 2005. – P. 144-149
Сведения об авторах
Косяк Анна Александровна – аспирант кафедры «Биомедицинские технические системы» МГТУ им. Н.Э. Баумана, дата рождения: 27.12.1987 г.
Самородов Андрей Владимирович – к.т.н., доцент, доцент кафедры «Биомедицинские
технические системы» МГТУ им. Н.Э. Баумана, дата рождения: 19.11.1975 г.
Вид доклада: стендовый.