شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

ident fragment liver tissue in matlab 855 1 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شناسایی و قطعه بندی بافت کبد

در این بخش پروژه شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی با استفاده از نرم افزار MATLAB و با عنوان مقاله مرجع Automatic Liver Tissue Section Image Characterization ارائه شده و یک پروژه مناسب و کاربردی در زمینه پردازش تصویر، بینایی ماشین، هوش مصنوعی و مهندسی پزشکی می باشد. در ادامه می تواند توضیحاتی در مورد پروژه، فیلم و تصاویری از خروجی پروژه را مشاهده کنید، همچنین لینک دانلود مقاله مرجع نیز به صورت رایگان در انتهای این بخش قرار داده شده است.

معرفی پروژه

انجام کار تجزیه و تحلیل و همچنین تقطیع تصاویر گرفته شده از کبد اگر به روش سنتی و با دست انجام شود، یک کار پر زحمت خسته کننده است و  همچنین باعث کاهش سرعت در پژوهش بحرانی نسبت به یافتن روش های درمانی جایگزین برای بیماران مبتلا به بیماری کبدی که نیاز به پیوند کبد (یک روش درمانی برای درمان مرحله پایانی (end-stage) بیماری‌ های کبدی و نارسایی حاد، هستند، می باشد.  اما برای این که انجام این کار ها هم زمانی کمتری را بخواهد و هم آسان باشد، روشی در این پروژه ارائه شده است که می توان با استفاده از آن به صورت خودکار اقدام به شمارش سلول های هپاتوسیت، تعداد هسته ها و طبقه بندی انواع رنگ های کبد، از مجموعه تصاویر و داده های ورودی پرداخت.

پیش زمینه

خودکار سازی شناسایی و قطعه بندی بافت با استفاده از پردازش تصویر و یادگیری ماشین باعث صرفه جویی در وقت می شود همچنین متغیرهای اندازه گیری و شرایط حساس به پارامتر را کاهش می دهد. مقالات زیادی در مورد روش های خودکار برای جداسازی و شمارش سلول ها در تصاویر میکروسکوپی با رویکردهای مشترک از جمله پردازش تصویر، مانند آستانه شدت و عملیات مورفولوژی، طرح های رای گیری تانسور، شبکه های عصبی، و مارکوف تصادفی توسعه و منتشر شده است.

متدهای استفاده شده

در این پروژه با استفاده از یک خط لوله متدهای مختلفی بر روی تصویر ورودی اعمال می شود که در زیر عنوان روش ها به همراه توضیحات آن را قرار داده ایم و همچنین روش های اعمال شده در شکل ۱ نمایش داده شده است.

ident fragment liver tissue in matlab 855 2 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۱: خط لوله پردازش تصویر برای تقسیم مرز سلولی، تقسیم هسته سلولی، و طبقه بندی ویژگی های کبد

جداسازی مرز سلولی

  • تشخیص لبه
  • عملیات مورفولوژیکی
  • قطعه بندی نواحی
تشخیص لبه

محدوده و لبه های سلول ها از یک تصویر ورودی به رنگ خاکستری با استفاده از گرادیان الگوریتم لبه یابی کنی (Canny) تشخیص داده می شود. روش آشکارساز لبه Canny بر روی دیگر روش های تشخیص لبه مانند تشخیص لبه پریویت (Prewitt) و تشخیص لبه سوبل (Sobel) انتخاب شده است، زیرا در روش آشکارساز لبه Canny محاسبه شیب ها بر اساس مشتق از یک فیلتر گاوسی می باشد، بنابراین کمترین خطا در تشخیص مرز سلول ها دارد. یک تصویر نمونه حاصل از تشخیص Canny در شکل ۲ نشان داده شده است.

ident fragment liver tissue in matlab 855 3 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۲: یک تصویر خروجی مرز سلولی نمونه با استفاده از تشخیص لبه با الگوریتم Canny

عملیات مورفولوژیکی

چندین عملیات مورفولوژیکی به دلیل برجستگی مرز های سلول ها بر روی لبه تصویر اعمال می شود تا بتوان مناطق سلولی را مشخص و شناسایی نمود. ابتدا تصویر با استفاده از یک ساختار طول ۲ پیکسل در هر دو جهت افقی و عمودی گسترش می یابد. در مرحله دوم، تصویر به گونه ای مخدوش می شود که تنها اطلاعات لبه سلول ها وجود داشته باشد. سپس، مناطق کوچک برای کاهش نویز پر شده است. در نهایت، مناطق سلولی با استفاده از عملیات هموار کردن باز و بسته می شود و با یک عنصر، یک پیکسل نرمال می شود. تصاویر خروجی نمونه از هر یک از عملیات مورفولوژیکی در شکل ۳ نشان داده شده است.

ident fragment liver tissue in matlab 855 4 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۳: یک تصویر نمونه که عملیات مورفولوژیکی زیر را نشان می دهد: الف) ماسک گرادیان انبساطی، ب) تصویر باینری با سوراخ های کوچک پر شده، ج) مرزهای سلولی نرمال با استفاده از باز و بسته شدن

قطعه بندی نواحی

پس از تشخیص لبه و عملیات مورفولوژیکی که مرز ساختار های سلولی را افزایش می دهد، نواحی با ایجاد محله های ۸ تایی متصل به یکدیگر تقسیم می شوند. تکنیک های بسیاری در مطالعات فنی برای استخراج مناطق در تصاویر میکروسکوپی ارائه شده که از آنها می تواند به روش اصلی تجزیه و تحلیل مولفه یا فرایند استخراج گراف اشاره نمود که بخش بندی مناطق بر اساس اتصال متناظر با الگوی توزیع، نتیجه رضایت بخش محقق بخش بوده است. یک تصویر نمونه از نواحی تقسیم شده، از جمله سلول های بالقوه، مناطق غیر سلولی و رگ های خونی، به طور واضح در سراشیبی شکل ۴ نشان داده شده است.

ident fragment liver tissue in matlab 855 5 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۴: یک تصویر نمونه از مناطق تقسیم شده، از جمله سلول های بالقوه، مناطق غیر سلولی و رگهای خونی، هر کدام به طور مشخص رنگی در شیب

جداسازی هسته سلول

  • پیش پردازش
  • تشخیص لبه
  • عملیات مورفولوژیکی
  • تبدیل هاف دایره ای
پیش پردازش

یک تصویر ورودی در مقیاس خاکستری از هسته پیش پردازش به کمک روش Otsu که توسط یک پارامتر تنظیم شده است، برای عبور از مناطق مبهم در تصویر، تنظیم می گردد.

تشخیص لبه

پس از باینری کردن تصویر، تکنیک Canny برای تشخیص لبه های هسته ای در تصویر مورد استفاده قرار می گیرد. همچنین لبه یاب Canny به دلیل تقسیم هسته ای، جهت قابلیت اطمینان آن به نویز بکار می رود.

عملیات مورفولوژیکی

پس از تشخیص لبه، مرز های هسته با گسترش تصویر به وسیله یک عنصر ساختار خطی از طول ۳ پیکسل در جهت افقی و عمودی افزایش می یابد.

تبدیل هاف دایره ای

برای تشخیص هسته سلول های هپاتوسیت شکل دایره ای، تبدیل هاف دایره به عنوان بهترین گزینه در بین تکنیک های دیگر که شامل نقطه کلیدی SIFT و SURF و عملیات مورفولوژیکی می باشد.

تصاویری از خروجی پروژه شناسایی و قطعه بندی بافت کبد در نرم افزار MATLAB

 ident fragment liver tissue in matlab 855 6 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۵

ident fragment liver tissue in matlab 855 7 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۶

ident fragment liver tissue in matlab 855 8 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۷

ident fragment liver tissue in matlab 855 9 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۸

ident fragment liver tissue in matlab 855 10 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۹

ident fragment liver tissue in matlab 855 11 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۱۰

ident fragment liver tissue in matlab 855 12 شناسایی و قطعه بندی بافت کبد از تصاویر میکروسکوپی در نرم افزار متلب

شکل ۱۱


مشاهده ویدئو در این باره

خوشحال خواهیم شد اگر نظر خودتون رو درباره این مطلب ثبت کنید

خطا!دکمه ریفریش را بزنید