УДК 004.896(06) Интеллектуальные системы и технологии О.А. МИШУЛИНА, ВИН ТХЕЙ Московский инженерно-физический институт (государственный университет) МЕТОД РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ ГИСТОЛОГИЧЕСКИХ ПРЕПАРАТОВ В ЗАДАЧАХ МЕДИЦИНСКОЙ ДИАГНОСТИКИ В докладе предлагается новый подход к выбору вектора информативных признаков для решения задачи классификации изображений гистологических препаратов. Подход основан на построении секущих прямых линий на изображении и расчете двумерной таблицы частот для объектов, выделенных вдоль построенных прямых. Приводятся результаты экспериментальных исследований, демонстрирующие эффективность использования предложенного вектора признаков для распознавания изображений. Изображения, рассматриваемые в данной работе, получены видеосъемкой через микроскоп гистологических препаратов щитовидной железы человека, пораженной опухолевой тканью. Для разных типов новообразований изображения гистологических препаратов имеют различные характеристики, по форме объектов и их цветовому наполнению. Традиционный подход к решению задачи распознавания изображений рассматриваемого типа основан на предварительной сегментации изображения и расчете статистических показателей выделенных объектов по размерам, форме и цвету. Далее задача распознавания решается одним из известных методов с использованием построенного вектора статистических показателей изображения. Этот подход сложен с алгоритмической точки зрения (сегментация изображений) и требует выполнения большого объема вычислений. В работе предлагается новый подход к выбору вектора информативных признаков для решения задачи классификации изображений гистологических препаратов. Подход характеризуется алгоритмической простотой и ограниченным объемом необходимых вычислений. В данной работе рассматриваются полутоновые изображения, но без труда предлагаемый подход может быть обобщен на цветные изображения. Новый подход к построению вектора признаков изображения основан на теоретическом положении [1], которое состоит в том, что статистическое описание изображения может быть получено в результате статистического анализа функции интенсивности тона множества секущих линий изображения. Для каждой секущей линии решается алгоритмически простая задача одномерной сегментации и строится таблица частот распределения длин объектов на разных уровнях яркости по всему множеству сеISBN 5-7262-0633-9. НАУЧНАЯ СЕССИЯ МИФИ-2006. Том 3 156 УДК 004.896(06) Интеллектуальные системы и технологии кущих линий изображения. Сегментация основана на использовании оптимального линейного дискретного дифференциатора одномерных данных. Обозначим T (i, j ) абсолютную частоту попадания объектов на секущих линиях в интервал i по длине и интервал j по яркости, i 1, Д , j 1, Я . Допустим, что общее число обнаруженных объектов равно N0. Тогда матрица Pтек={Pij(тек), i 1, Д , j 1, Я } для анализируемого изображения может использоваться как набор информативных признаков для задачи распознавания. Распознавание изображения гистологического препарата производится на основе набора "эталонных" изображений для разных типов новообразований. Эталоны получены в результате экспертных заключений специалистов. Статистические свойства эталонных изображений описаны матрицами частот той же структуры, что и для текущих изображений: Pэт={Pij(эт), i 1, Д , j 1, Я }. Различие Qk между признаками рассматриваемого изображения Pтек и k k-ого эталонного изображения Pэт рассчитывается по формуле: L Я 2 Qk Pij ( тек ) P ( эт ) . i 1 j 1 k ij В работе представлены результаты экспериментальных исследований по чувствительности показателя Qk к различию типов текущего и эталонного изображений и на их основе сделан вывод относительно дискриминантных свойств предложенного критерия. Список литературы 1. Тихонов В.И. Выбросы случайных процессов. М.: Наука, 1970. 392 с. 2. Денисов Д.А., Низовкин В.А. Сегментация изображения на ЭВМ // Зарубежная радиоэлектроника. 1985. № 10. С. 5–30. 3. Бакут П.А., Колмогоров Г.С. Сегментация изображений: методы выделения границ областей // Зарубежная радиоэлектроника. 1987. № 10. C. 25 – 47. 4. Rafael C. Gonzalez, Richard E. Woods.,Digital Image Processing. Wesley Publishing Company, Inc. U.S.A, 1993. 5. http://www.cs.bham.ac.uk/Mirrors/ftp.de.uu.net/EC/clife/www/Q21.htm ISBN 5-7262-0633-9. НАУЧНАЯ СЕССИЯ МИФИ-2006. Том 3 157