Морфологические исследования зависимости структуры головного мозга (поле IV) от степени поражения вирусом простого герпеса (ВПГ) и построение по полученным данным математической модели заболевания
Страница 6
где 
- число внутренних точек фигуры; 
- число точек принадлежащих контуру фигуры:
.
Из описанной выше модели и определённых упрощений вытекает и формула для периметра [3,16,17]:
где 
- контурные точки только по горизонтальной оси, 
- по вертикальной оси, 
- одновременно по обоим осям.
Все остальные параметры легко вычисляются с помощью рассмотренных выше [2,7,9,11,16,17].
Важным моментом измерения является оценка или классификация объектов измерения. Необходимо различать четыре общих уровня измерения или оценки: номинальный, ординальный, интервальный и соотносительный. Низшим уровнем является номинальный, где такие символы, как буквы или цифры, используются просто для классификации объектов или явлений. В этом случае количество измерений, попадающих в различные классы в условиях эксперимента и контроля, сравниваются с использованием биномиальной статистики. Если возможно упорядочить наблюдения так, чтобы они находились в каких то отношениях ( например, ²больше чем ², ²меньше чем² и т.д.), то будем иметь дело с ординарной шкалой. Если , кроме того, можно обнаружить интервалы между числами на такой шкале, то будем иметь дело с интервальной шкалой, которая имеет произвольную нулевую точку( как в случае температурной шкалы). Если же шкала имеет еще и истинную нулевую точку в начале, как, например, шкалы высоты, массы, то будет достигнут наивысший уровень измерения, то есть соотносительная шкала. Параметры, измеряемые с помощью номинальной или ординарной шкалы, обрабатываются с применением непараметрической статистики, тогда как данные, измеряемые по интервальной и соотносительной шкале, кок правило, обрабатываются с помощью параметрических статистических методов. Параметры популяции, подвергаемые непараметрическим статистическим процедурам, не обязательно должны соответствовать определенным условиям, например, нормальному распределению.
2.2.2.Основные принципы анализа изображений. Анализ изображения можно разбить на несколько основных шагов[ 2, 14 ] ( рис.1.2) :
1. захват и улучшение изображения,
2. сегментация ( бинаризация ),
3. обнаружение объектов ( идентификация ),
4. измерение,
5. анализ.
Под процессом захвата изображения понимают его преобразование в электрический сигнал, пригодный для оцифровки и хранения в памяти компьютера в виде битовой карты. В результате оцифровки получается серое изображение с квантованным пространством и интенсивностью (уровнем серого).
Процесс квантования пространства приводит к геометрическим искажениям, которые трудно поддаются учету и вносят определенную погрешность в измерения. Дискретизация оптической плотности структуры объекта по амплитуде также приводит к различного рода искажениям. Естественно, что квантование функции тесно связано с квантованием ее аргументов. Кроме того, во время захвата изображения не исключено возникновение точечных шумов, которые сказываются на качестве изображения. Для удаления таких шумов используется медианная и усредняющая фильтрация. Медианная фильтрация представляет собой метод нелинейной обработки сигналов. Одномерный медианный фильтр - это скользящее окно, охватывающее нечетное число элементов изображения. Центральный элемент заменяется медианой всех элементов изображения в окне. Медианой дискретной последовательности a1,a2, .,an для нечетного n является тот элемент, для которого существует (n-1)/2 элементов больших или равных ему по величине и (n-1)/2 - меньших или равных ему. Усредняющими являются низкочастотные пространственные фильтры, которые наиболее эффективны при сглаживании шумов. Они также, как и медианные фильтры представляют собой скользящее окно размера n×n, где заменяется только центральный элемент по формуле:
, где
- сглаживающий массив, часто называемый шумоподавляющей маской.
Одним из способов выделения границ объекта является метод статистического дифференцирования [ 15, 16 ], где значение яркости каждого элемента делится на статистическую оценку среднеквадратичного отклонения 
:
; где 
- среднее значение яркости исходного изображения в точке с координатами ( j, k ).
Также для улучшения изображения используется функция контрастирования, осуществляемая варьированием масштабов частот серого уровня изображения [ 15, 16, 17, 18] .
Под сегментацией понимают получение бинарного изображения, требующего задания всего двух уровней яркости. Различают три метода сегментации:
1. выбор порога;
2. выделение границ;
3. выращивание регионов.
Итак, мы имеем бинарное изображение, в котором есть уровень, соответствующий пустому пространству, и уровень, соответствующий объектам. Далее необходимо выделить какой-либо индивидуальный признак для каждого объекта. Этот процесс называется идентификацией.
В результате проделанных операций будет получено изображение по которому можно проводить автоматические измерения с записью результатов в базу данных для дальнейшей обработки.
2.2.2. Анализаторы изображений.
Работа автоматизированных систем анализа изображений основана на методах, которые относят к разделам технического зрения. Использование таких систем предоставляют исследователю ряд преимуществ. Во-первых, количественный учет и классификация признаков объектов более объективны, так как для электронно-вычислительной техники все признаки равноценны. Во-вторых, расчеты и измерения выполняются намного быстрее чем вручную. В-третьих, в течении длительной работы исследователь устает, в силу чего начинает пропускать интересующие его структуры. У автоматических анализаторов это исключено. В-четвертых, эти анализаторы могут применятся для обработки любого изображения, в чём заключается их универсальность.
рис3 Система анализа изображения BIOSCAN AT:
1)Световой микроскоп; 2)телевизионный датчик; 3) персональный компьютер с фреймграбером; 4) дигитайзер; 5) устройство ввода графической информации мышь.
В работе была использована компьютерная система обработки и анализа изображений "Биоскан-АТ", разработанная на базе Минского государственного мединститута. "Биоскан-АТ" представляет собой высокоинтегрированную гибкую аналитическую систему, основной принцип построения которой - получение предельно широких возможностей для обработки и анализа изображений за счет развитого и оптимизированного программного обеспечения при минимальной сложности аппаратной части.
Особенноссистемы "Биоскан-АТ" является одномониторное исполнение. “Биоскан-АТ” представляет собой многооконную интерактивную среду. Он содержит все функциональные возможности современных анализаторов изображений известных западных фирм при существенном снижении стоимости. Многооконная графическая среда дает ряд преимуществ: одновременное отображение нескольких кадров, работа с кадрами большого формата за счет скроллинга (прокрутки) изображения внутри окна , экономия места на экране при использовании накладывающихся окон. Проблема получения изображения непосредственно с телекамеры, что является необходимым для поиска объекта исследования, регулировки освещенности, наведения на резкость решена в системе "Биоскан-АТ" на аппаратном уровне установкой в компьютер специального устройства ввода изображения. Другой важной особенностью проектируемой системы является встроенный интерпретатор языка высокого уровня, позволяющий выполнять программу анализа изображений в автоматическом режиме. Система "Биоскан-АТ" комплектуется дигитайзером - устройством кодирования графической информации повышенной точности, использующимся для управления системой, редактирования изображений и полуавтоматических измерений. Возможна замена дигитайзера манипулятором "мышь", однако это увеличивает погрешность измерений и исключает возможность работы с фотографиями, картами и рисунками. Встроенные в систему функции обработки и анализа изображений реализуют большинство известных в настоящее время подходов к получению, коррекции, преобразованию, измерению, реконструкции и хранению изображений, в том числе методы математической морфологии нового поколения. Система находится в непрерывном развитии и постоянно расширяется новыми функциями и возможностями.