Wyniki wyszukiwania - BazTech

1

Fine-tuned spot detection on ELISPOT images

Bieniecki W., Gonzalez V.M.M., Grabowski S.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2009

|

T. 13, z. 3/1

781-791

EN

Enzyme linked immunospot assay (ELISPOT) is a powerful technique used for detection and quantification of antigen specific immunological responses at the single cell level, which could have a prognostic value to diagnose the long-term graft outcome (i.e., kidney) and to evaluate the level of immunosuppression therapy needed. Basically, ELISPOT image contains round spots of different color, intensity and size. The image analysis should include accurate measurements of spot properties, like area and color. We propose a new approach to spot detection and measurement on ELISPOT microscope images, combining the Canny operator and a circle-fitting routine that we previously used (in somewhat different context) for that class of images. Good edge detection algorithms, like the Canny one, yield locally accurate spot contour arcs but their drawback is that the found arcs are not connected, i.e., do not constitute full contours. We solved the problem, fitting arcs belonging to the same spot contour. For each arc, a circle to each it belongs was approximated and then circle clus-tering was performed not to produce too many (false) contours.

PL

ELISPOT (enzyme linked immunospot assay) jest metodą pozwalającą na ocenę natężenia odpowiedzi immunologicznej wobec określonych antygenów na poziomie pojedynczych komórek. Badanie tej odpowiedzi pozwala na monitorowanie ryzyka przewlekłego odrzutu przeszczepu (np. nerki) i zastosowania odpowiedniej terapii immunosupresyjnej. Obraz w badaniu ELISPOT zawiera okrągłe plamki różniące się zabarwieniem, wielkością i intensywnością. Celem analizy komputerowej obrazu jest precyzyjny pomiar parametrów plamek, takich jak pole powierzchni i kolor. W pracy zaproponowano nowy algorytm detekcji i określenia konturów plamek łączący operator Canny'ego z procedurą aproksymacji średniokwadratowej okręgiem konturu. Podobna metoda została przez nas sprawdzona w innym kontekście (wykrywanie całkowitego obszaru zainteresowania). Algorytmy detekcji krawędzi (m.in. Canny) dobrze lokalnie oddają fragmenty rozmytych konturów, ale zwykle zwracają łuki, a nie zamknięte krzywe. Rozwiązaliśmy ten problem, dopasowując do siebie łuki należące do tego samego konturu. Dla każdego łuku znajdowane było koło, a następnie w procesie grupowania usuwaliśmy fałszywe (nadmiarowe) kontury.

2

Zastosowanie algorytmu hit-miss do segmentacji barwnych obrazów mikroskopowych w badaniu metodą ELISPOT

Bieniecki W., Gródecki A., Grabowski S., Kościelska-Kasprzak K., Drulis-Fajdasz D., Mazanowska O., Klinger M.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2008

|

T. 12, z. 3

585-597

PL

W artykule zaproponowano podejście do segmentacji barwnych obrazów mikroskopowych w badaniu ELISPOT z zastosowaniem metody hit-miss. Metoda ta jest przeznaczona do segmentacji obrazów binarnych. Przedstawiono podejście uogólnione, które polega na przetwarzaniu obrazu monochromatycznego oraz barwnego. Opisane zostały testy, które wskazują na skuteczność działania algorytmu. Wadą wspomnianego podejścia jest dość duża złożoność obliczeniowa. Algorytm jest częścią oprogramowania Spot-View do analizy ilościowej obrazów ELISPOT, przeznaczonego do badań nad określeniem ryzyka odrzucenia przeszczepu nerki, prowadzonych przez Akademię Medyczną we Wrocławiu.

EN

A color microscope ELISPOT image segmentation approach based on the hit-miss method is presented. The original method is intended for binary images only. The authors propose an extension, which enables monochrome and color image processing. The algorithm has been successfully tested from the viewpoint of accuracy. The drawback of such approach is high computation complexity. The algorithm is part of the computer vision system SpotView, developed for Wroclaw Medical University, where the research on kidney graft rejection risk is conducted.

3

Zastosowanie algorytmów progowania adaptacyjnego do segmentacji barwnych obrazów mikroskopowych w badaniu metodą ELISPOT

Bieniecki W., Węgrzyn M., Grabowski S., Kościelska-Kasprzak K., Drulis-Fajdasz D., Mazanowska O., Klinger M.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2008

|

T. 12, z. 3

599-608

PL

W artykule zaprezentowano podejście do segmentacji barwnych obrazów mikroskopowych w badaniu ELISPOT przy użyciu metod progowania składowych barwy. Pod uwagę wzięto trzy metody progowania adaptacyjnego: Bernsena, oraz dwie wersje algorytmu Peaks & Valleys. Metody te w oryginalnej postaci zostały zaprojektowane do przetwarzania obrazów monochromatycznych. Autorzy zaproponowali ich rozszerzenie na przestrzeń barw RGB. Publikacja zawiera dyskusję skuteczności działania tych algorytmów na podstawie testów przeprowadzonych na obrazach dostarczonych przez Akademię Medyczną we Wrocławiu.

EN

An approach to segmentation of color microscope images, obtained in ELISPOT examination, which utilizes color components thresholding, is presented. Three methods of adaptive thresholding have been taken into account: Bernsen and two variants of Peaks & Valleys. Primarily, the algorithms were intended for monochrome images and the authors proposed their extension to RGB color space. The properties of the algorithms have been discussed basing on the tests carried out on images provided by the Wroclaw Medical Academy.

4

System analizy obrazów uzyskiwanych w immunoenzymatycznej wizualizacji aktywności wydzielniczej limfocytów metodą ELISPOT

Bieniecki W., Sankowski D., Kościelska-Kasprzak K.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2004

|

T. 8, z. 3

63-71

PL

W artykule opisano system przetwarzania i analizy obrazów biomedycznych uzyskiwanych w procesie immunoenzymatycznej wizualizacji aktywności wydzielniczej pojedynczych limfocytów metodą ELISPOT. Zastosowanie tej techniki wymaga testowania różnych parametrów morfologicznych obiektów widocznych na obrazie w postaci kolistych plam. Analizy takie są możliwe do przeprowadzenia przy pomocy komercyjnego oprogramowania, lecz są kosztowne i długotrwałe, ponadto przysyłane przez laboratorium wyniki są tylko częściowo użyteczne w badaniach naukowych. Kluczowym elementem systemu wizyjnego jest poprawna segmentacja obrazu i identyfikacja obiektów. Obecnie zakończono prace nad skuteczną metodą segmentacji obrazu, wymagającą minimum interakcji ze strony osoby obsługującej. Skuteczność metod segmentacji potwierdza zgodność uzyskanych wyników z otrzymanymi za pomocą komercyjnego oprogramowania. Zaprojektowane algorytmy identyfikują obiekty o zróżnicowanym kontraście i wielkości w sposób bardziej precyzyjny niż oprogramowanie komercyjne. Znalezione obiekty są poddawane analizie ilościowej, w tym ocenie nietypowych parametrów, co pozwala na uzyskanie wyników niedostępnych przy użyciu oprogramowania komercyjnego.

EN

The paper presents a simple system for automatic processing and analysis of biomedical images obtained from immunoenzymatic visualization of secretory activity of single lymphocytes with the use of ELISPOT procedure. The ELISPOT research needs evaluation of specific morphological parameters of round objects. The quantitative analysis of images is possible with the use of commercial systems, but the time and cost of such examination are unacceptable for scientific research. Our computer system enables evaluation of non-typical parameters and implementation of other system adjustments. Yet we have completed an efficient subsystem for unattended image segmentation. Our results were successfully compared to those obtained with the commercial software. Additionally as our method is more sensitive, it enables detection of small, Iow contrasted spots skipped by a commercial procedure.