10.14489/vkit.2022.09.pp.025-031

DOI: 10.14489/vkit.2022.09.pp.025-031

Шагалова П. А., Савкин А. Е., Соколова Э. С.
РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ КОМПЬЮТЕРНОГО ЗРЕНИЯ ДЛЯ АНАЛИЗА ИЗОБРАЖЕНИЙ ДЕФОРМИРОВАННЫХ ЭРИТРОЦИТОВ
(с. 25-31)

Аннотация. Приведены результаты разработки и исследования алгоритмов анализа изображений, полученных при микроскопии крови, с использованием технологий компьютерного зрения. Объектами исследования являются изображения эритроцитов, деформированных в сдвиговом потоке. Для автоматизации процесса обработки изображений использованы нейросетевые технологии. Разработаны алгоритм поиска отдельно расположенных эритроцитов с использованием нейронной сети на основе архитектуры U-Net, а также алгоритм анализа конгломератов клеток с использованием нейронной сети на основе архитектуры StarDist. Приведены результаты работы алгоритмов на реальных изображениях микроскопии крови, выполнено сравнение их эффективности, показаны возможности их применения на практике. Автоматизация анализа деформированных изображений повысит точность и скорость постановки диагноза, снизит стоимость медицинских исследований. Оценка распределения эритроцитов по деформируемости позволит получить дополнительную диагностическую и научную информацию для медицински исследований.

Ключевые слова: компьютерное зрение; анализ изображений; нейросети; полнота и точность распознавания; деформируемость эритроцитов.

Shagalova P. A., Savkin A. E., Sokolova E. S.
DEVELOPMENT AND RESEARCH OF COMPUTER VISION ALGORITHMS FOR IMAGE ANALYSIS OF DEFORMED ERYTHROCYTES
(pp. 25-31)

Abstract. The paper presents the results of the development and research of algorithms for analyzing images obtained by blood microscopy using computer vision technologies. The objects of the study are images of erythrocytes deformed in the shear flow. The deformability of erythrocytes largely determines the nature of blood microcirculation and therefore is directly related to the diagnosis and treatment of many diseases. At the current moment image analysis of the evaluation of blood cells deformations is usually performed visually by medical technicians. To automate the image processing process various technologies were investigated. As a result, a new computer vision approach for rapid and accurate recognition of erythrocytes deformed in shear flow is presented. The developed algorithms use image binarization and a neural network based on the U-Net architecture for separated erythrocytes, and a neural network based on the StarDist architecture for their conglomerates. We present the results of the algorithms on real lood microscopy images, compare their performance and discuss the practical applications in medical diagnostics. Evaluation of the distribution of erythrocytes by deformability will provide additional diagnostic and scientific information for medical research. Automation of image analysis of deformed images will increase the accuracy and simultaneously reduce the time and cost of tests, leading to a better patient treatment.

Keywords: Computer vision; Image analysis; Neural networks; Completeness and accuracy of recognition; Deformability of erythrocytes.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

П. А. Шагалова, А. Е. Савкин, Э. С. Соколова (Нижегородский государственный технический университет им. Р. Е. Алексеева, Нижний Новгород, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

Eng

P. A. Shagalova, A. E. Savkin, E. S. Sokolova (Nizhny Novgorod State Technical University named after R. E. Alekseev, Nizhny Novgorod, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

+ - Библиографический список (References) Click to collapse

Рус

1. А. с. № 1363065 SU, МКИ 4 G 01 N 33/14. Устройство для деформации эритроцитов в сдвиговом потоке / Г. Я. Левин, В. Г. Яхно, Н. Н. Царевский, Н. П. Котяева; правообладатель: Горьковский научно-исследовательский интститут травмвтологии и ортопедии; № 3954988/28-14; заявл. 16.09.1985; опубл. 30.12.1987, Бюл. № 48.
2. Ronnenberger O., Fischer P., Brox T. U-Net: Convolutional Networks for Biomedical Image Segmentation // Medical Image Computing and Computer Assisted Intervention (MICCAI 2018): 18th International Conference. October 5 – 9, 2015. Munich, Germany, 2015.
3. Schmidt U., Weigert M., Broaddus C., Myers G. Cell Detection with Star-Convex Polygons // Medical Image Computing and Computer Assisted Intervention MICCAI 2018: 21th International Conference. September 16 – 20, 2018. Granada, Spain, 2018.
4. Аггарвал Ч. Нейронные сети и глубокое обучение. СПб.: Диалектика, 2020. 752 с.
5. Image Augentation for Machine Learning Experiments // GitHub. 2021. [Электронный ресурс]. URL: https://github.com/aleju/imgaug (дата обращения: 15.09.2021).
6. Николенко С. И., Кадурин А. А., Архангельская Е. О. Глубокое обучение. СПб.: Питер, 2008. 480 с.

Eng

1. Levin G. Ya., Yahno V. G., Tsarevskiy N. N., Kotyaeva N. P. Device for deformation of erythrocytes in shear flow. Certificate of authorship No. 1363065. Russian Federation. [in Russian language]
2. Ronnenberger O., Fischer P., Brox T. (2015). U-Net: Convolutional Networks for Biomedical Image Segmentation. Medical Image Computing and Computer Assisted Intervention (MICCAI 2018): 18th International Conference.
3. Schmidt U., Weigert M., Broaddus C., Myers G. (2018). Cell Detection with Star-Convex Polygons. Medical Image Computing and Computer Assisted Intervention MICCAI 2018: 21th International Conference. Granada.
4. Aggarval Ch. (2020). Neural networks and deep learning. Saint Petersburg: Dialektika. [in Russian language]
5. Image Augentation for Machine Learning Experiments. (2021). GitHub. Available at: https://github.com/aleju/imgaug (Accessed: 15.09.2021).
6. Nikolenko S. I., Kadurin A. A., Arhangel'skaya E. O. (2008). Deep learning. Saint Petersburg: Piter. [in Russian language]

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 500 руб. (в том числе НДС 20%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2022.09.pp.025-031

и заполните форму

Отправляя форму вы даете согласие на обработку персональных данных.

Eng

This article is available in electronic format (PDF).

The cost of a single article is 500 rubles. (including VAT 20%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2022.09.pp.025-031

and fill out the form