СРАВНИТЕЛЬНОЕ ИССЛЕДОВАНИЕ АЛГОРИТМОВ СШИВКИ ЦИФРОВЫХ МИКРОСКОПИЧЕСКИХ ИЗОБРАЖЕНИЙ МЕДИКО-БИОЛОГИЧЕСКИХ ПРЕПАРАТОВ

СРАВНИТЕЛЬНОЕ ИССЛЕДОВАНИЕ АЛГОРИТМОВ СШИВКИ
ЦИФРОВЫХ МИКРОСКОПИЧЕСКИХ ИЗОБРАЖЕНИЙ
МЕДИКО-БИОЛОГИЧЕСКИХ ПРЕПАРАТОВ
Е.А. Агапова, Д.А. Добролюбова, О.А. Артюхова, А.В. Самородов
ФГБОУ ВПО «Московский государственный технический университет
имени Н.Э. Баумана»
E-mail: agapova_92@inbox.ru, daria.dobrolyubova@mail.ru,
artyukhova@bmstu.ru, avs@bmstu.ru
Одним из направлений интеграции современных информационных
технологий в микроскопический анализ является создание виртуальных
слайдов медико-биологических препаратов. Использование виртуальных
слайдов позволяет осуществлять просмотр изображения целого препарата,
подобно его исследованию на микроскопе с небольшим увеличением микрообъектива, а также детальный анализ областей интереса с максимальным
разрешением, с которым были зарегистрированы отдельные поля зрения.
Для создания виртуального слайда используется микроскоп, оснащенный автоматизированным предметным столом с блоком автофокусировки и цифровой камерой. После сканирования препарата и регистрации
всех полей зрения с некоторым перекрытием к полученным изображениям
применяется алгоритм сшивки, позволяющий определить их взаимное расположение и осуществить их соответствующее позиционирование.
Вследствие наличия переменных люфтов в блоках автоматического
перемещения предметного стола микроскопа, точное задание размеров области наложения соседних изображений, получаемых в ходе сканирования
препарата, не представляется возможным. Таким образом, исследование
алгоритмов сшивки микроскопических изображений и выбор алгоритма,
обеспечивающего наиболее точное позиционирование изображений при
минимальных затратах времени, является актуальной задачей.
В ходе анализа научно-технической литературы было выделено две
группы алгоритмов сшивки изображений:
1) алгоритмы, основанные на вычислении меры схожести пар изображений;
2) алгоритмы, основанные на поиске и сопоставлении особых точек
изображений.
При реализации первой группы алгоритмов фрагменты сшиваемых
изображений последовательно накладываются друг на друга, и в пределах
области наложения вычисляется некоторый количественный параметр, являющийся мерой схожести анализируемых на текущей итерации фрагментов изображений. В качестве такого параметра может использоваться
усредненный модуль разности яркостей пикселей [1] или коэффициент
корреляции, рассчитанные по анализируемым фрагментам [2]. Взаимное
расположение изображений, при котором достигается соответственно ми-
нимум и максимум указанных характеристик, соответствует их истинному
перекрытию.
Вторая группа алгоритмов осуществляет поиск особых точек на
предполагаемых областях перекрытия сшиваемых изображений. Особые
точки описываются дескрипторами, сопоставление которых для двух
фрагментов сшиваемых изображений позволяет определить взаимное расположение анализируемых изображений. Для поиска особых точек применяются функции Гаусса [3] или матрицы Гессе [4], обеспечивающие инвариантность алгоритмов сшивки к поворотам и масштабированию.
Описанные группы алгоритмов сшивки изображений используют
принципиально различный подход к анализу предполагаемой области перекрытия. Алгоритмы первой группы используют математический аппарат, требующий существенно меньших временных затрат по сравнению с
алгоритмами второй группы. Однако данные алгоритмы могут выполнять
одновременно сопоставление только по одной оси без учета возможности
поворота и изменения масштаба сшиваемых изображений.
Целью данного исследования является выбор алгоритма, оптимального с точки зрения минимизации процента ошибок и времени работы, для
задач сшивки микроскопических изображений медико-биологических препаратов. Условия регистрации отдельных полей зрения обеспечивают сохранение масштаба и отсутствие углов поворота сшиваемых изображений
друг относительно друга, поэтому применение алгоритмов, основанных на
поиске особых точек, может привести к неоправданным временным затратам. Для исследования были выбраны алгоритмы, оценивающие усредненный модуль разности яркостей пикселей и коэффициент корреляции изображений.
Исследование проводилось на изображениях цитологических препаратов, зарегистрированных на увеличении микрообъектива 40х с использованием видеокамеры PixeLINK PLB873 (разрешение изображений
1600×1200 пикс., шаг дискретизации 0,16 мкм/пикс.). Для определения оптимального размера области перекрытия использовались выборки, состоящие из пятидесяти пар изображений с предполагаемой областью перекрытия 2 %, 5 %, 10 %, 15 % и 20 % от размеров изображения. Для учета возможности итерационного приближения к наилучшему наложению фрагментов анализируемых изображений с переменным шагом, исследования
проводились с различной величиной шага на каждой итерации (1, 2, 3, 4, 5,
6, 8, 10, 12, 14 и 16 пикселей). Сравнение качества работы алгоритмов
осуществлялось по следующим параметрам: процент ошибок нахождения
области истинного перекрытия и среднее время анализа одной пары изображений. Алгоритмы, используемые в ходе исследований, были реализованы в среде MATLAB.
Анализ результатов сравнительных исследований двух указанных
алгоритмов показал, что минимальный процент ошибок (4 %) с наименьшим временем анализа одной пары изображений (0,14 с) соответствует алгоритму с вычислением усредненного модуля разности яркостей пикселей
по предполагаемой области перекрытия, равной 5 % от размеров изображения, при использовании шага, равного 1 пикселю. Была выявлена необходимость учета возможного смещения сшиваемых изображений в
направлении, перпендикулярном направлению сшивки, и предварительной
коррекции яркости изображений
Полученные результаты позволяют утверждать, что алгоритм на основе усредненного модуля разности яркостей пикселей может быть
успешно применен для сшивки микроскопических изображений медикобиологических препаратов. Проведенное исследование позволило сформулировать требования к размерам области предполагаемого перекрытия, которые должны выполняться в момент регистрации полей зрения, и определить параметры алгоритма, оптимальные с точки зрения минимизации
процента ошибок и времени работы.
Библиографический список
1. Шапиро Л., Стокман Дж. Компьютерное зрение. Пер. с англ. М: БИНОМ. Лаборатория знаний, 2006. 752 с.
2. Rankov V., Locke R.J., Edens R.J. An algorithm for image stitching and blending // Proc.
of Three-Dimensional and Multidomensional Microscopy: Image Acquisition and Processing XII. San Jose, 2005. P. 190-199.
3. Lowe D.G. Object Recognition from Local Scale-Invariant Features // Proc. of the International Conference on Computer Vision. Corfu, 1999. P. 1150-1157.
4. Bay H., Ess A., Tuytelaars T. Speeded-Up Robust Features (SURF) // Computer Vision
and Image Understanding. 2008. V. 110. No.3. P. 346-359.
5. Гонсалес Р., Вудс Р. Эддинс С. Цифровая обработка изображений в среде MATLAB.
М.: Техносфера, 2003. 616 с.
Сведения об авторах
Агапова Елена Александровна – студент кафедры «Медико-технические
информационные технологии» МГТУ им. Н.Э. Баумана, дата рождения:
12.07.1992 г.
Добролюбова
Дарья
Александровна
–
аспирант
кафедры
«Биомедицинские технические системы» МГТУ им. Н.Э. Баумана, дата
рождения: 21.03.1990 г.
Артюхова Ольга Александровна – к.т.н., доцент кафедры
«Биомедицинские технические системы» МГТУ им. Н.Э. Баумана, дата
рождения: 25.07.1986 г.
Самородов Андрей Владимирович – к.т.н., доцент, доцент кафедры
«Биомедицинские технические системы» МГТУ им. Н.Э. Баумана, дата
рождения: 19.11.1975 г.
Вид доклада: устный