Use of methods of image processing and analysis to determine the distribution class of cortical granules in bovine oocytes

• Autorzy: Górna K. , Balcerzak K. , Idziaszek P. , Nowakowski K. , Boniecki P. , Przybył K. , Zaborowicz M.

Warianty tytułu

PL

Wykorzystanie metod przetwarzania i analizy obrazu do określenia klasy rozmieszczenia ziaren korowych w oocytach pochodzenia bydlęcego

• Języki publikacji: EN

Abstrakty

EN

Image processing and analysis are one of the tools to achieve data coded in digital images. Development of these methods enables to gain more data coded in digital images, even those which are not visible to the human eyes. Therefore it is justified to create new computer systems appointed in functions and filters that support process of gaining new information coded in digital image. In this study system for classification of oocytes has been described. The cells are classified taking into account distribution of cortical granulae according to three-class scale. In addition, knowing the diameter of the follicle from which the oocyte was aspired and class of oocyte-cumulus complex, it is possible to determine developmental competence of oocyte.

PL

Przetwarzanie i analiza obrazu stanowią narzędzia do uzyskania danych zawartych w obrazach cyfrowych. Dzięki rozwojowi tych metod można uzyskać więcej informacji na temat danych zakodowanych w obrazach cyfrowych, nawet tych które nie są widoczne dla ludzkiego oka. Dlatego też uzasadnione jest tworzenie nowych systemów informatycznych wyposażonych w funkcje i filtry, które wspierają proces pozyskiwania informacji zakodowanych w obrazach cyfrowych . W pracy opisano system do klasyfikacji oocytów. Komórki są klasyfikowane pod względem rozmieszczenia ziaren korowych zgodnie z trójstopniowa skala. Ponadto, przy znajomości średnicy pęcherzyka, z którego został wyaspirowany oocyt i klasę kompleksu oocyt-kumulus, możliwe jest ustalenie w systemie kompetencji rozwojowej komórki jajowej.

Słowa kluczowe

EN

image processing; image analysis; cortical granules; oocyte; bovine oocytes; COC

PL

przetwarzanie obrazu; analiza obrazu; ziarno korowe; oocyt; oocyt bydlęcy; KOK

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2015
• Tom: Vol. 60, nr 1
• Strony: 14--18
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Górna K.

• Poznan University of Life Sciences, Institute of Biosystems Engineering, Poznan, Poland

autor

Balcerzak K.

• Poznan University of Life Sciences, Institute of Biosystems Engineering, Poznan, Poland

autor

Idziaszek P.

• Poznan University of Life Sciences, Institute of Biosystems Engineering, Poznan, Poland

autor

Nowakowski K.

• Poznan University of Life Sciences, Institute of Biosystems Engineering, Poznan, Poland

autor

Boniecki P.

• Poznan University of Life Sciences, Institute of Biosystems Engineering, Poznan, Poland

autor

Przybył K.

• Poznan University of Life Sciences, Institute of Biosystems Engineering, Poznan, Poland

autor

Zaborowicz M.

• Poznan University of Life Sciences, Institute of Biosystems Engineering, Poznan, Poland

Bibliografia

• [1] Tadeusiewicz R., Kohorda P.: Komupterowa analiza i przetwarzanie obrazów. Kraków, 1997.
• [2] Malina W., Smiatacz M.: Metody cyfrowego przetwarzania obrazów. Warszawa: Akademicka Oficyna Wydawnicza EXIT, 2005.
• [3] Adamczak R.: Zastosowanie sieci neuronowych do klasyfikacji danych doświadczalnych. Kraków, 2001.
• [4] Belton P., Kemsley E., McCann M., Ttofis S., Wilson R., Delgadillo I.: The identification of vegetable matter using Fourier Transform Infrared Spectroscopy, Food Chemistry, 1995, Vol. 54, No. 4: 437-441.
• [5] Boniecki P., Zaborowicz M., Przybył K., Pilarski K.: System informatyczny PiAO2 jako narzędzie wspomagające bezwzorcową klasyfikację pomidorów. Journal of Research and Applications in Agricultural Engineering, 2012, Vol. 57 (1): 26-28.
• [6] Gomes J., Leta F.: Applications of computer vision techniques in the agriculture and food industry. Eur. Food Res. Technol., 2012, 235: 989-1000.
• [7] Grudziński J., Panasiewicz M.: Wspomaganie doradztwa rolniczego przy wykorzystaniu technologii informatycznych -perspektywy i ograniczenia. Inżynieria Rolnicza, 2000, Nr 7(18):54-59.
• [8] http://www.mathworks.com/discovery/matlab-gui.html
• [9] Payton R. R., Romar R., Coy P., Saxton A.M., Lawrence J.L, Edwards J.L.: Susceptibility of bovine germinal vesicle-stage oocytes from antral Follicles to direct effects of heat stress in vitro. Biology of Reproduction, 2004, 71, 1303-1308.
• [10] Stojkovic M., Machado S.A, Stojkovic P., Zakhartchenko V., Hutzler P., Goncaves P.B., Wolf E.: Mitochondrial distribution and adonesine triphosphate content of bovine oocytes before and after in vitro maturation: Correlation and morphological criteria and development al capacity after in vitro ferlilization and culture. Biology of Reproduction 64, 904-909, 2001.
• [11] http://www.uml.org/#Articles
• [12] Wróbel Z., Koprowski R.: Praktyka przetwarzania obrazów z zadaniami w programie Matlab. Warszawa, 2008.