Автоматизация анализа растровых изображений твердой фазы биологической жидкости медико-биологических препаратов
Диссертация
Существующие алгоритмы сегментации эффективно работают на контрастных растровых изображениях, на которых текстуры обладают свойствами однородности и повторяемости. Более того, критерий сегментации не отражает характера текстурного сегмента или позволяет определить степень сходства с объектом-эталоном. В нашем случае, помимо сегментации растрового изображения с заранее не известными текстурными… Читать ещё >
Список литературы
- Адаптивные методы обработки изображений: Сб. науч. тр. / Под ред. В. И. Сифорова, Л. П. Ярославского. М.: Наука, 1988. — 244с.
- Александров, В.В. Алгоритмы и программы структурного метода обработки данных / В. В. Александров, Н. Д. Горский. Л.: Наука, 1983. — 208 с.
- Александров, В.В. Представление и обработка изображений. Рекурсивный подход / В. В. Александров. Л: Наука, 1985. — 192 с.
- Анисимов, Б.В. Распознавание и цифровая обработка изображений / Б. В. Анисимов, В. Д. Курганов, В. К. Злобин. М.: Высшая школа, 1983. — 295 с.
- Баринова, О. Методы сегментации изображений: автоматическая сегментация / О. Баринова, А. Вежневец // Графика и мультимедия. 2006. Электронный ресурс. Режим доступа: http://cgm.graphicon.ru/content/view/147/62/.
- Бендат, Дж. Измерение и анализ случайных процессов / Дж. Бендат, А. Персон. М.: Мир, 1974. — 250 с.
- Видеотест, Универсальный анализатор изображений для медицины и биологии ВидеоТесТ-Морфология / Видеотест // Системы анализа изображений Электронный ресурс. Режим доступа: http://www.videotest.ru/
- Волошин, Д. Реализация процедурных текстур методом Шума Перлина / Д. Волошин // GameDev. 2004. Электронный ресурс. Режим доступа: http://www.gamedev.ru/articles/?id=30 126
- Вудс, Р. Цифровая обработка изображений / Р. Вудс, Р. Гонсалес. М.: Техносфера, 2006 г. — 1072 с.
- Грузман, И.С. Цифровая обработка изображений в информационных системах / И. С. Грузман, B.C. Киричук, и др. Новосибирск, 2000.
- Даджион, Д. Цифровая обработка многомерных сигналов / Д. Даджион, Р. Мерсеро.- Под ред. Л. П. Ярославского. М.: Мир, 1988. — 488 с.
- Дженкинс, Г. Спектральный анализ и его приложения / Г. Дженкинс, Д. Ватте,-М.: Мир, 1971.-317 с.
- Диаморф, Программное обеспечение для автоматической морфометрии и подсчета объектов на цифровых изображениях / ДиаМорф Объектив // Электронный ресурс. Режим доступа: http ://www. di amorph, ru/aboutprog .html
- Дюк, В. А. Информационные технологии в медико-биологических исследованиях / В. А. Дюк. СПб.: Питер, 2003. — 528 с.
- Дюран, Б. Кластерный анализ / Б. Дюран, П. Одел. М.: Статистика, 1977. — 128 с.
- Егорова, О.В. Комплектация современных лабораторий медико-биологической направленности / О. В. Егорова // Клинико-лабораторный Консилиум. 2004. — № 2. — С. 43−44.
- Каликинская, Е. Вселенная внутри капли / Е. Каликинская // Наука и жизнь. 1999. — № 7. — С. 30−33.
- Ким, О. Факторный, дискриминантный и кластерный анализ / О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др.- Под ред. И. С. Енюкова. — М.: Финансы и статистика, 1989. -215 с.
- Ковтун, И.В. Текстурная сегментация изображений на основании Марковских случайных полей // УСиМ. 2003. — № 4. — С. 46−55.
- Козловская, JI.B. Учебное пособие по клиническим лабораторным методам исследованиям. 2-е изд. / JT.B. Козловская, А. Ю. Николаев.- М.: Медицина, 1984.- 288 с.
- Красильников, H.H. Цифровая обработка изображений / H.H. Красильников. -Изд-во: Вузовская книга, 2001. 320 с.
- Куприянов, A.B. Сегментация текстурных изображений на основе оценивания локальных статистических признаков / A.B. Куприянов // Вестник СГАУ, 2008. Т.2. — № 15. — С. 245−251
- Лоусон, Ч. Численное решение задач метода наименьших квадратов / Ч Лоусон, Р. Хенсон // Пер. с англ. М.: Наука., 1986. — 232 с.
- Максимов, С.А. Морфология твердой фазы биологических жидкостей как метод диагностики в медицине / С. А. Максимов // Бюллетень сибирской медицины, 2007. № 4. — С. 80−85.
- Максимов, С.А. Некоторые характеристики отдельности фации сыворотки крови / С. А. Максимов, Д. С. Куреляк // Бюллетень международной ассоциации хирургов. 2006. — Ч. 1. — № 3. — С. 63−64.
- Манд ель, И. Д. Кластерный анализ / И. Д. Мандаль. М.: Финансы и статистика, 1988. — 176 с.
- Марпл, С.Л. Цифровой спектральный анализ и его приложения / Пер. с англ. Под ред. С.И. Рыжака- М.: Мир, 1990. 584 с.
- Медовый, B.C. Автоматизированная микроскопия биоматериалов /, B.C. Медовый, A.A. Парпара, A.M. Пятницкий и др. // Здравоохранение и медицинская техника. -2005. № 4(18). — С. 42−43.
- Медовый, B.C. Информационные автоматизированные системы микроскопии для анализа биоматериалов / B.C. Медовый // Врач и информационные технологии. 2004. — № 6. С. 32−37.
- Медовый, B.C. Обзор методик автоматизированной микроскопии биоматериалов / B.C. Медовый, A.A. Парпара, A.M. Пятницкий и др. // Клиническая лабораторная диагностика. 2006. — № 7. — С. 15−20.
- Мекос, Типы анализов и методик / Мекос // Медицинские компьютерные системы Электронный ресурс. Режим доступа: http: // www. me с о s. ru/me с о s web/te chni quesru s. htm
- Оппенгейм Э. Применение цифровой обработки сигналов / Э Оппенгейм. -М.: Мир, 1980. 550 с.
- Павлидис, Т. Алгоритмы машинной графики и обработки изображений / Т. Павлидис. М.: Радио и связь, 1986. — 399 с.
- Пантелеев, В.Г. Компьютерная микроскопия / В. Г. Пантелеев, О. В. Егорова, Е. И. Клыкова. М.: Техносфера, 2005. — 303 с.
- Перегудов, Ф.И. Основы системного анализа / Ф. И. Перегудов, Ф. П. Тарасенко. Томск: Изд-во HTJI, 1997. — 396 с.
- Петров, В.О. Автоматизация этапа анализа характеристик белковых фракций при электрофорезе биологических жидкостей / В. О. Петров, О. О. Привалов, C.B. Поройский, и др. // Бюллетень Волгоградского научного центра РАМН, 2008. № 3. С. 53−54.
- Петров, В.О. Программа, отделяющая объекты интереса от фона на растровом изображении / В. О. Петров, О. О. Привалов. // Свидетельство об официальной регистрации программы для ЭВМ № 2 009 611 263. Зарегистрировано в реестре программ для ЭВМ 27.02.2009.
- Поваркова, A.B. Компьютерный анализ изображений в медицине / A.B. Поваркова // Морфология. 1997. — № 5. С. 103−106.
- Попов, Д. И. Анализ систем цифровой обработки с рекурсивными фильтрами / Д. И. Попов // Известия вузов. Радиоэлектроника. -2000. -Т. 43, № 6. -С. 12−19.
- Привалов, О.О. Автоматическая сегментация цифровых изображений медико-биологических препаратов методом кластерного анализа / О. О. Привалов, Л. Н. Бутенко // Современные наукоёмкие технологии: науч. — теоретич. журнал / М. — 2007. — № 10. — С. 79−80.
- Привалов, О.О. Многофункциональный программный комплекс для поддержки уникальных и состоявшихся методик медико-биологического анализа / О. О. Привалов, В. О. Петров, И. В. Степанченко и др. //
- Инновационные технологии в управлении, образовании, промышленности «АСТИНТЕХ-2008»: Материалы международной научной конференции, 15−17 апреля 2008. АГУ. Астрахань, 2008. — С. 22−24.
- Сойфер, В.А. Методы компьютерной обработки изображений / В. А. Сойфер. Физматлит, 2003. — 784 с.
- Спорыхин В.Я., Меркулова Е. В., Коков А. И. Автоматизированная подсистема распознавания и оконтуривания клеток // Вестн. Херсон, гос. ун-та.-2003.-№ 2.-С.162−166.
- Тарасевич Ю.Ю. t-модель для медицинской экспресс диагностики: новый подход или ошибочный алгоритм? // Математическое моделирование, 13(8), 2001, стр. 117−120.
- Тарасевич Ю.Ю. Компьютерное моделирование процесса роста кристаллов из раствора. // Журнал технической физики, 71(5), 2001, с. 123−125.
- Тарасевич Ю.Ю. Механизмы и модели дегидратационной самоорганизации биологических жидкостей. // Успехи физических наук, 2004, 174(7), с. 779−790.
- Тарасевич Ю.Ю., Константинов В. О., Аюпова А. К. Моделирование дендритного роста кристаллов соли в биологических жидкостях. // Известия вузов. Северо-Кавказский регион. Естественные науки. 2001. Спецвыпуск. Математическое моделирование, с. 147−149.
- Тарасевич, Ю.Ю., Православнова Д. М. Качественный анализ закономерностей высыхания капли многокомпонентного раствора на твердой подложке // Журнал технической физики. 2007. — т. 77, вып. 2. — С. 17−21.
- Уидроу, Б. Адаптивная обработка сигналов / Б. Уидроу, С. Стирнз: пер. с англ. -М.: Радио и связь, 1989. -440 с.
- Фершильд, М.Д. Модели цветового восприятия / М. Д. Фершильд -Wiley: 2006 г. 439 с.
- Фор, А. Восприятие и распознавание образов/ А. Фор, под ред. Г. П. Катыса. М.: Машиностроение, 1989.- 272 с.
- Форсайт, Д. Компьютерное зрение. Современный подход / Д. Форсайт, Д. Понс. Изд-во Вильяме, 2004. — 928 с.
- Хуанг, Т.С. Обработка изображения и цифровая фильтрация / Т. С. Хуанг. М.: Мир, 1979. — 274 с.
- Шабалин, В. Н., Морфологии биологических жидкостей человека / Шабалин, В. Н., Шатохина С. Н. М.: Хризостом, 2001.
- Штейн, Г. И. Возможности анализатора изображений «ВидеоТесТ» для проведения микрофотометрических исследований в цитологии / Г. И. Штейн, В. Г. Пантелеев, А. В. Поваркова и др. // Цитология. — 1998. Том 40, № 10, С. 913−916.
- Юшин, В.И. О совмещении спектральных и временных оценок / В. И. Юшин // Программные продукты и системы- сб. науч. статей / Тверь, 2005. -№ 1. С.40−44.
- Яншин, В. Обработка изображений на языке СИ для IBM PC. Алгоритмы и программы / В. Яншин, Г. Калинин. М.: Мир, 1994 — 245 с.
- Auto-montage for perfectly focused 3d images / SYNCROSCOPY Электронный ресурс. Режим доступа: http://www.syncroscopy.com/syncroscopy/automontageshort.asp
- Beaudet, P. Rationally Invariant Image Operations / P. Beaudet // in International Joint Conference on Pattern Recognition, Kyoto, Japan. 1978. — pp. 579−583.
- Borgefors, G. Distance Transformations in Digital mages / G. Borgefors // Computer Vision, Graphics, and Image Processing. 1986. — № 34. — pp. 344−371.
- Bow, S.T. Pattern Recognition and Image Preprocessing / S.T. Bow, M. Dekker.-New York, 1992.
- Canny, J. A computational approach to edge detection / J. Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986. — № 8(6). — pp.: 679−698.
- Celenk, M. Hierarchical Color Clustering for Segmentation of Textured Images // Proc. of the 29th Southeastern Symposium on system Theory. 1997.
- Cross, G.R. Markov Random Field Texture Models / G.R. Cross, A.K. Jain // IEEE Trans, on Pattern Analysis and Machine Intelligence. 1983.
- Davis, E. Machine Vision: Theory, Algorithms, Practicalities / E. Davis. -Academic Press, 1996.
- Field, D.J. Relations between the Statistics and Natural Images and the Responses Properties of Cortical Cells / D.J. Field // Optical Soc. Am. 1987. -№ 4. -pp. 2379−2394.
- Forstner, W. A feature based correspondence algorithm for image matching / W. Forstner // Intl. Arch. Photogramm. Reemote Sensing. 1986. — № 26. — pp. 150 166.
- Haralick, R. M. Image Segmentation Techniques / R.M. Haralick, L. G. Shapiro // Computer Vision, Graphics, and Image Processing. 1985. — № 29.
- Hueckel, M.H. An operator which Locates Edges in Digitized Pictures / M.H. Hueckel//JACM. -1971. № 1. — pp. 113−125.
- Illingworth, J. A Survey of the Hough Transform / J. Illingworth, J. Kittler // CVGIP. 1988, — № 44. — pp. 87−116.
- Jacob. M. Design of Steerable Filters for Feature Detection Using Canny-Like Criteria /М. Jacob, M. Unser // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1998. — № 8. — pp. 1007−1019.
- Jain, R. Machine Vision / R. Jain, R. Kasturi, B.G. Schunck, 1995.
- Kaas M., Witkin A., Terzopoulos D. Snakes: Active Contour Models. // Int. Journal of Computer Vision. 1987, N1, -p.312−331
- Konishi, S. A Statistical Approach to MultiScale Edge Detection / S. Konishi, A.L. Yuille, J.M. Coughlan // Proc. Workshop Generative-Model-Based Vision: GMBV. 2002. № 2.
- Koschan, A. Colour Image Segmentation a survey / A. Koschan, W. Skarbek // Graphics and media lab. 1994. Электронный ресурс. Режим доступа: http://citeseer.nj.nec.com/78 729.html.
- Kuang, С Practical issues in pixel-based auto focusing for machine vision / N. K. Chern, Nathaniel Poo Aun Neow, H. Marcclo, Jr. Aug // International Conference on Robotics & Automation. Seoul- Korea. — 2001. — p.8
- Liu, J. Multiresolution Color Image Segmentation / J. Liu, Y-H. Yang // IEEE Trans, on Image Processing. 1994. -№ 16. — pp. 689−700.
- Lucchese, L. Color Image Segmentation / L, Lucchese, S.K. Mitra // A State-of-the-Art Survey. 2001.
- Luo, J. Perceptual grouping ofsegmented regions in color images / J. Luo, C. Guo // Graphics and media lab. 2003. Электронный ресурс. Режим доступа: http: http://www.cs.ucla.edu/~cguo/publications.htm.
- Martin, D. Learning Affinity Functions for Image Segmentations / D. Martin // Pattern Recognition. 2003. — № 9. pp. 26.
- Meer, P. Smoothed differentiation filters for images / P. Meer, I. Weiss // Journal of Visual Communication and Image Representation. 1992. -№ 3(1). — pp. 58−72.
- Nayar, K. Parametric feature detection / K. Nayar, S. Baker, H. Murase // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1996.
- Rad, A.A. Fast Circle Detection Using Gradient Pair Vectors. Proc / A.A. Rad, K. Faez, N. Qaragozlou // VII th Digital Image Computing, Sydney, Australia. -2003. pp. 879−887.
- Shafarenko, L. Automatic Watershed segmentation of Randomly Textured Color Images/ L. Shafarenk, M. Petrov, J. Kittler // IEEE Trans, on Image Processing. 1997.
- Torre, V. On edge detection / V. Torre, T.A. Poggio // IEEE Transaction on Pattern Analysis and Machine Intelligence. 1986. — № 8(2). — pp. 147−163.
- Trajkovich, M. Fast corner detection / M. Trajkovich, M. Handley // Image and Vision Computing. 1998. — № 16. — pp. 75−87.
- Tremeau, I. A Region growing and Merging Algorithm to color segmentation / I. Tremeau, N. Borel // Pattern Recognition. 1997.
- Weiss, I. High-order differential filters that work / I. Weiss // IEEE Transaction on Pattern Analysis an Machine Intelligence. 1994. — № 16(7). — pp. 734−739.
- БЖ — Биологическая жидкость
- ИСД Интегральный спектр дисперсии
- Фация — пленка, полученная в результате обезвоживания биологической жидкости.
- Текстура — растровый сегмент, состоящий из более или менее близких по восприятию элементов.
- Дегидратация — обезвоживание биологической жидкости.