Методы и модели анализа структуры хроматина ядер клеток костного мозга для систем автоматизированной диагностики острых лейкозов

Бесплатно
Работа доступна по лицензии Creative Commons:«Attribution» 4.0
Поляков Евгений Валерьевич
Бесплатно
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Глава 1. Системный подход к разработке методов и средств ана­

лиза оптических характеристик лейкоцитов при диагностике

острых лейкозов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.1. Диагностика острых лейкозов . . . . . . . . . . . . . . . . . . . . 17

1.2. Состояние и перспективы развития систем компьютерной микро­

скопии . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

1.3. Методы обработки диагностической информации в компьютер­

ных анализаторах изображений . . . . . . . . . . . . . . . . . . . 23

1.4. Анализ объектов измерения . . . . . . . . . . . . . . . . . . . . . 30

1.5. Подход к анализу оптических характеристик структуры ядер с

применением световой микроскопии и компьютерной обработкой

данных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

1.6. Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Глава 2. Подход к описанию структуры ядер клеток крови при

диагностике острых лейкозов . . . . . . . . . . . . . . . . . . . . . 43

2.1. Модель оценки оптических характеристик ядер лейкоцитов в ди­

агностике острых лейкозов . . . . . . . . . . . . . . . . . . . . . . 43

2.2. Метод выделения лейкоцитов с препаратов периферической кро­

ви и костного мозга . . . . . . . . . . . . . . . . . . . . . . . . . . 48

2.3. Методы описанию структуры хроматина ядер лейкоцитов . . . . 53

2.4. Анализ результатов разделения лейкоцитов по типам . . . . . . . 65

2.5. Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

Глава 3. Внедрение решений в систему онкологической диагно­

стики «АТЛАНТ» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.1. Структура системы на базе световой микроскопии и компьютер­

ной обработки данных . . . . . . . . . . . . . . . . . . . . . . . . 75

3.2. Подход к анализу данных морфологического исследования и ре­

зультатов иммунофенотипического исследования . . . . . . . . . 79

3.3. Анализ влияющих факторов на результат классификации клеток

крови по типам . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

3.4. Методика выполнения автоматизированного микроскопического

анализа изображений клеток с мазков пунктата костного мозга . 95

3.5. Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Глава 4. Экспериментальное исследование методов и моделей по­

вышения точности диагностики острых лейкозов и его вариан­

тов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.1. Измерение параметров структурных элементов при установлении

типов клеток крови . . . . . . . . . . . . . . . . . . . . . . . . .

4.2. Экспериментальные исследования методов текстурного анализа

при диагностике вариантов острых лейкозов. . . . . . . . . . .

4.3. Исследование применимости вейвлет-анализа для оценки струк­

туры ядер клеток крови . . . . . . . . . . . . . . . . . . . . . .

4.4. Исследование оптических характеристик лейкоцитов при уста­

новлении варианта острого лимфобластного лейкоза . . . . . .

4.5. Анализ эффективности разработанного метода установления ва­

рианта острого лимфобластного лейкоза . . . . . . . . . . . . .

4.6. Исследование влияния качественных характеристик лейкоцитов

на результат классификации их по типам . . . . . . . . . . . . .

4.7. Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Список сокращений и условных обозначений . . . . . . . . . . . .
Список литературы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

Во введении обоснована актуальность диссертационной работы,
сформулирована цель и аргументирована научная новизна исследований,
показана теоретическая и практическая значимость полученных
результатов, представлены выносимые на защиту научные положения,
сведения об апробации и внедрении результатов работы.
Первая глава посвящена обзору методов и средств автоматизации
микроскопического анализа на базе световой микроскопии для
диагностики острых лейкозов.
Отражены общие вопросы и современные тенденции диагностики
острых лейкозов. Рассмотрены средства повышения точности и
снижения субъективизма в диагностике острых лейкозов с указанием
роли и места автоматизации микроскопического анализа. Исследованы
методы и средствам цифровой обработки и распознавания изображений,
включая предобработку, описание и классификацию объектов.
Представлен анализ систем компьютерной микроскопии, методов
обработки диагностической информации в компьютерных анализаторах
изображений с оценкой их эффективности при диагностике острых
лейкозов.
Отмечены перспективные исследования в области автоматизации
микроскопического анализа при диагностике острых лейкозов.
Обоснован подход автоматизированного микроскопического анализа
изображений структуры ядер клеток крови и костного мозга с
применением световой микроскопии в сочетании с компьютерной
обработкой данных для диагностики острых лейкозов и его вариантов.
Во второй главе для оценки оптических параметров на базе световой
микроскопии в сочетании с компьютерной обработкой данных
предложена модель количественного анализа изображений препаратов
костного мозга и крови имеющая следующий вид: Mjp = {IMN, S, CCM, P,
Cl, In, Tce}. Здесь IMN – входное цифровое изображение, S – сегментация
ядра лейкоцита, Сем – преобразование изображений ядер в полутоновые
изображения компонент цветовых моделей, Р – определение
характеристик для полученных изображений, С1 – классификация
лейкоцитов, на основе полученных данных, In – расчет порогового
значенияхарактеристикидляпроведениядиагностикии
дифференциальной диагностики острых лейкозов. Тсе – оценка качества
классификации.
Согласно предложенной модели оценки оптических характеристик
структуры хроматина на изображении ядер клеток крови необходимо
выделить ядро с целью дальнейшего измерения параметров. Выделение
ядра выполнялось по следующей модели. М = {I, G, D, Р, В, F, R, S}, где I
– входное изображение, G – гистограмма цветовой компоненты
изображения, D – экстремумы гистограммы, Р – окно поиска локального
минимума и максимума зоны ядра на гистограмме, В – бинаризация
изображения по найденному порогу, F – фильтрация, R – распознавание
областей изображения относящихся к ядрам, S – оценка результатов
сегментации для дальнейших расчетов.
Для описания выделенных ядер клеток применены:
 методы анализа на основе матрицы пространственной смежности
как оценка совместной плотности распределения вероятностей соседств
пикселей и матрицы длин серий;
 метод вейвлет-анализа, в настоящее время применяется при
обработке изображений в различных областях, хорошо себя
зарекомендовал в качестве эффективного инструмента описания
объектов и используется при обработке сигналов и функций,
нестационарных во времени или неоднородных в пространстве;
 метод анализа изображений лейкоцитов (новый метод –
«структурныеэлементы»),базирующийсянапредставлении
изображения в виде совокупности светлых и темных объектов, которые в
микроскопических изображениях ядер клеток крови рассматриваются
как «зерна» в плотной структуре хроматина и как «ячейки» в сетчатой
структуре хроматина.
Таким образом, для каждого изображения ядра клетки крови
формируется набор, из морфологических, текстурных и вейвлет-
характеристик рассчитываемый для компонент цветовых моделей RGB,
XYZ, HSL, Lab, Luv, HSI, HSV, YUV, YIQ, YCbCr, CMY. Полученные
количественные характеристики, используются при дифференциальной
диагностике острого лейкоза.
В третьей главе описано внедрение предложенных подходов при
диагностике острых лейкозов и его вариантов, которое впервые
проводилась на базе микроскопической системы (патент России на
полезную модель №159002). В ходе дополнительных исследований в
систему расчета текстурных и вейвлет-характеристик предложен метод
определения В- и Т- линейных острых лимфобластных лейкозов с
применением световой микроскопии и компьютерной обработкой
данных позволяющий по изображениям структуры хроматина ядер
бластов костного мозга уточнить вариант заболевания для
объективизации исследований при диагностике острых лейкозов.
Предложенный метод отличается от раннее известных тем, что на этапе
микроскопического анализа определяется линейная направленность
бластов лимфобластного лейкоза. Итоговая модификация системы
проходила проверку в лаборатории иммунологии гемопоэза ФГБУ
«НМИЦ онкологии им. Н.Н. Блохина» Министерства здравоохранения
России для оценки оптических характеристик хроматина ядер клеток
крови и костного мозга при диагностике гемобластозов – острых
лейкозов (острого лимфобластного с Т- и В- вариантами, острого
миелобластного) и лимфом. Морфологическое и иммунофенотипические
исследования крови и костного мозга проводились двумя независимыми
экспертами лаборатории (патент России на изобретение №2659217).
Были получены изображения клеток в цветовой модели RGB на
основе измерений функции яркости в трех спектральных диапазонах,
соответствующих красному (R), зеленому (G) и синему (B) участкам
спектра видимого электромагнитного излучения (автоматизированный
микроскоп Olympus BX43 со спектрозональной камерой Imperx IPX-
4M1ST-GCFB). Изображения сохранялись в формате BMP, с цветовой
кодировкой RGB24 (свыше 16 млн. цветов).
Сформированна репрезентативная выборка экспериментальных
эталонных верефицированных врачами-экспертами объектов для анализа
данных морфологических характеристик лейкоцитов крови и костного
мозга с результатами проточной цитометрии при проведении научно-
исследовательских работ в области диагностики опухолевых
заболеваний крови. Количественный состав выборки: 6678 изображений
из них 941 – лимфоцитов крови 14 доноров; 2048 – лимфобластов
костного мозга у 17 больных с Т- лимфобластным острым лейкозом,
2882 – лимфобласта костного мозга у 21 больного с В- лимфобластным
острым лейкозом; 807 – лейкемические лимфоидные клетки костного
мозга 13 больных фолликулярной лимфомой.
Разработана иерархическая двухуровневая модель установления
соответствия диагностических данных компьютерной микроскопии и
лазерной проточной цитометрии (Рисунок 1).
Рисунок 1 – Иерархическая двухуровневая модель установления
соответствия диагностических данных компьютерной микроскопии и
лазерной проточной цитометрии

Предложенная модель направлена на установление соответствия
между структурой бластов и их иммунофенотипическим статусом (I –
модель сопоставления результатов компьютерного анализа и
традиционного микроскопического исследования для подтверждения
диагноза острого лейкоза; II –модель сравнения результатов
компьютерной микроскопии с данными лазерной проточной цитометрии
для дифференцировки клеток по строению хроматина ядер). Этот подход
позволяет уточнить вариант заболевания и снизить время проведения
диагностического процесса на одну треть.
Представлен анализ факторов, влияющих на результат измерения
характеристик в диагностических системах компьютерной микроскопии
(освещенность образца, его положение в поле зрения телекамеры,
фокусировка и др.). Анализ факторов представлен с учетом опыта
кафедры №46 «Компьютерные медицинские системы» НИЯУ МИФИ и
полученного лично автором работы в ходе планирования, проведения и
анализа результатов экспериментальных исследований.
Для проведения исследований разработана методика выполнения
автоматизированного микроскопического исследования препаратов
клеток с препаратов костного мозга и крови, позволяющая проводить
анализ изображений клеток крови и костного мозга с получением новых
дополнительныхнезависимыхобъективныхколичественных
характеристик для решения задачи диагностики острых лейкозов и
лимфопролиферативнвых заболеваний. Нахождение характеристик для
проведения разделения осуществлялось в двумерном пространстве
признаков.
Предложенные методы, модели и программное обеспечение для
количественного анализа клеток крови с препаратов крови и костного
мозга позволяют уточнить характеристики лимфоцитов и лейкемических
бластов и могут быть использованы для объективизации исследований
при диагностике острого лейкоза.
В четвертой главе представлены результаты экспериментальных
исследований.
Проведен эксперимент, в котором посредствам расчета параметров
структурных элементов проверена адекватность данного метода при
распознавании клеток по типам в системе «АТЛАНТ». В итоге
проведенного анализа сделан вывод, что предложенная модель позволяет
соотнестиоптическиепризнаки,используемыеврачомпри
диагностическом исследовании мазков крови, с количественными
признаками в соответствии с предложенной моделью.
Показана, в ходе исследования, применимость метода текстурного
анализа для разделения изображений клеток бластов костного мозга и
лимфоцитов кров на базе компьютерной микроскопии при диагностике и
дифференциальной диагностике острых лимфобластных лейкозов.
Представлены исследования применимости вейвлет-анализа для
оценки структуры ядер клеток крови. Исследование направлено на
нахождение новых характеристик с применением вейвлет-анализа при
определении типов клеток в ходе диагностики и дифференциальной
диагностики острых лейкозов. Эксперимент проводился в несколько
этапов. На первом этапе определялись информативные пары вейвлет–
признаков в задаче разделения клеток крови на два обобщенных класса –
бластные и не бластные клетки (в каждом из этих классов присутствует
несколько разных типов клеток крови). На втором этапе оценивалась
эффективность признаков для классификации клеток крови в нутрии
выборок, каждая из которых включает только два типа клеток крови. На
третьем этапе исследования оценивалась точность определения бластов
среди клеток типа бластов (дифференциация бластных клеток по типу).
Исследования показали, что математические модели для описания клеток
крови с помощью вейвлет-анализа являются эффективным средством
решения проблема автоматизированной классификации бластных клеток.
Исследованыоптическиххарактеристиклейкоцитовпри
установлении В- и Т- вариантов острого лимфобластного лейкоза.
Анализ экспериментальных данных полученных при исследованиях
бластов острого лимфобластного лейкоза позволяет выявить взаимосвязь
между строением ядер бластов и их антигенным статусом. Тем самым
уточнить вариант заболевания и ускорить диагностический процесс.
При этом точность разделения В- и Т- вариантов острого лимобластнго
лейкоза составила 95%. Таким образом по количественным
характеристикам структуры хроматина изображений ядер бластов можно
судить о варианте острого лимфобластого лейкоза (Т- или В- типа).
Проведенные экспериментальные исследования и анализ результатов
показали, что разработанные методы и предложенные модели
обеспечивают повышение качества автоматизированной диагностики
острых лейкозов за счет получения дополнительных независимых
объективных количественных характеристик структуры хроматина ядер
клеток.
ВЗаключениисформулированыосновныерезультаты
диссертационной работы, рекомендации и перспективы дальнейшей
разработки темы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
В диссертационной работе решена научно-техническая задача
создания методов и моделей количественного анализа клеток крови с
препаратов крови и костного мозга, позволяющая уточнить
характеристики лимфоцитов и лейкемических бластов при проведении
исследований для установления вариантов острого лейкоза, а также
снизить время проведения диагностического процесса на треть.
В результате выполнения диссертационного исследования получены
следующие основные результаты:
1. По итогу анализа современных и перспективных подходов в
области автоматизации диагностики острых лейкозов показано, что,
несмотря на успехи в области автоматизации микроскопического
исследования, нерешенными остаются проблемы: определения
патологических клеток на препаратах крови и костного мозга; получение
независимыхобъективныхкритериевдлядифференциальной
диагностики вариантов острых лейкозов; сопоставление структуры
хроматинабластовиихиммунофенотипическогостатуса.
Перспективным направлением автоматизации распознавания клеток
является нахождение новых информативных признаков, оценка влияния
артефактов на результат классификации, проведение дифференциальной
диагностики между типами лейкозов и сопоставления структуры бластов
и иммунофенотипического статуса. Проведена классификация
признаков, пригодных для использования в качестве информационных
маркеров;
2. Разработан метод определения В- и Т- линейных острых
лимфобластных лейкозов с применением световой микроскопии и
компьютерной обработкой данных, позволяющий по изображениям
структуры хроматина ядер бластов костного мозга уточнить вариант
заболевания для объективизации исследований при диагностике острых
лейкозов (Патент на изобретение №2659217 от 12.12.2017);
3. Предложена иерархическая двухуровневая модель установления
соответствия диагностических данных компьютерной микроскопии и
лазерной проточной цитометрией, позволяющая количественно оценить
особенности строения хроматина ядер клеток, которая обеспечила
установление зависимости между направленностью дифференцировки
клеток и особенностями строения хроматина ядер для проведения
дифференциальнойдиагностикиострыхлейкозови
лимфопролиферативных заболеваний;
4. Разработан метод анализа изображений лейкоцитов и на его
основе модели расчета оптических особенностей структурах ядер клеток
крови для определения типа лейкоцита при диагностике и
дифференциальной диагностике острых лейкозов (Патент на изобретение
№2612007 от 26.12.2014);
5. Разработанаметодикавыполненияавтоматизированного
микроскопического исследования изображений клеток с препаратов
костного мозга и крови, позволившая проводить анализ препаратов
крови и костного мозга с применением новых дополнительных
независимых объективных количественных характеристик для решения
задачи диагностики острых лейкозов и лимфопролиферативнвых
заболеваний.
6. Разработанные в диссертации методы, модель и методика
позволили обеспечить повышение качества автоматизированной
диагностики острых лейкозов, что подтверждено проведением в
клинических условиях анализа количественных характеристик по
цифровым изображениям ядер клеток с препаратов крови и костного
мозга для установления взаимосвязи между направленностью
дифференцировки клеток и строением хроматина ядер при
дифференциальной диагностике острых лейкозов. Экспериментальное
исследование по определению Т- и В- вариантов острого
лимфобластного лейкоза с применением систем компьютерной
микроскопии подтвердили возможность различения В- и Т- линейных
острых лимфобластных лейкозов, при этом в проведенном эксперименте
получено различение В- и Т- линейных острых лимфобластных лейкозов
с точностью 95%.
Рекомендации. Результаты диссертационного исследования могут
быть использованы при разработке и развитии методов и средств
автоматизированного распознавания клеток крови для научного и
практического применения.
Предложенный подход к распознаванию имеет многоцелевой
характер. Он был эффективно использован при распознавании лимфом,
диагностики стадий катаракты с применением текстурного анализа,
анализе цитологических и гистологических изображений опухолей,
совместном использовании с системами молекулярной диагностики.
Перспективы дальнейшей разработки темы. Планируемое
развитие математического, алгоритмического и программного
обеспечения позволит оптимизировать создание автоматизированного
рабочего места врача клинической лабораторной диагностики.
Широкое внедрение средств автоматизированного распознавания
позволит снизить затраты при проведении диагностики острых лейкозов
(как за счет уменьшения физических, когнитивных усилий и временных
затрат медицинского персонала, так и количества реактивов в
диагностическойпанелиприпроведенииморфологических
исследований, включая иммунофенотипирование).

СПИСОК НАУЧНЫХ РАБОТ,
ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

Актуальность работы «Разработка методов медицинской диагностики онкологических заболеваний, является одной из важных задач национального проекта «здравоохранение» РФ (Указ Президента от 07.05.2018 «О националь­ ных целях и стратегических задачах развития Российской Федерации на период до 2024 года»). Успех лечения, прежде всего, определяется своевременностью и точностью диагностики. Одно из перспективных направлений – технологии искусственного интеллекта для диагностики новообразований кроветворной си­ стемы, в частности, установления подвариантов острых лейкозов, связано с при­ менением методов и средств цифровой обработки изображений клеток крови и костного мозга.
Острые лейкозы – гемопоэтическая опухоль, при которой кроветворные клетки теряют способность к дифференцировке и созреванию. Неопластический пул представлен бластами – незрелые клетки костного мозга.
Диагностика острых лейкозов базируется на изучении морфологических, цитохимических и иммунофенотипических особенностей лейкемических клеток периферической крови и костного мозга.
Морфологический метод исследования заключается в изучении окрашен­ ных препаратов крови и костного мозга с подсчетом числа бластов в процентном соотношении к общему числу исследуемых клеток, но не всегда дает возмож­ ность установить природу бластных клеток в связи с их значительной неодно­ родностью. При световой микроскопии существенную роль играет точная оцен­ ка ряда параметров бластов, к которым относятся: форма и размер клеток, очертания ядер, особенности строения хроматина, при этом учитывается его тонкопетлистая, глыбчатая и плотная структура. Полиморфизм бластов ассо­ циируется с разнообразием их фенотипических, генетических и молекулярно­ биологических особенностей. До настоящего времени не удалось выявить суще­ ственных корреляций между структурой бластов и их иммунофенотипическим статусом. При обычной световой микроскопии неоднородность бластной попу­ ляции констатируется как в случаях Т-, так и В- линейных острых лимфобласт­ ных лейкозов.
Цитохимическое исследование включает анализ маркеров гранулоцитарно­ го и моноцитарного рядов гемопоэза. Они позволяют дифференцировать острые лимфобластные лейкозы от миелоидных лейкозов. Однако этот метод не явля­ ется адекватным в части случаев лейкозов.
Иммунофенотипическое исследование основано на изучении антигенной структуры бластов с помощью проточной цитофлюорометрии. Использование широкого набора диагностических антител позволяет определить направлен­ ность дифференцировки и установить стадию созревания бластов. Анализ ре­ зультатов иммунофенотипирования, с учетом морфологических и цитохимиче­ ских показателей, дает возможность определить совокупность процессов, при­ водящих к образованию и восстановлению тканей, а также этап дифференци­ ровки бластов. Однако большая вариабельность опухолевых клеток, невозмож­ ность анализа морфологических особенностей клеток крови (например, строе­ ния ядерных хроматиновых нитей) и недоступность повторного исследования, не исключают возможности диагностической ошибки. Использование световой микроскопии в сочетании с компьютерной обработкой данных позволяет объек­ тивизировать полученные данные в виде числовых индексов и улучшить диф­ ференциальную диагностику острых лейкозов.
Становится очевидным, что разработка и применение новых методов, уточ­ няющих морфологическую характеристику лимфоидных элементов, в настоя­ щее время представляет значительный интерес и является актуальной на­ учно-технической задачей.
Степень разработанности темы. В последнее время предпринимаются многочисленные попытки автоматизировать микроскопические исследования для повышения точности обнаружения «юных» форм клеток и воспроизводи­ мости измерений. Исследования в этой области выполняются рядом организа­ ций по всему миру, такими как: Национальный медицинский исследовательский центр (НМИЦ) гематологии Министерства здравоохранения Российской Феде­ рации (МЗ РФ), НМИЦ онкологии им. Н.Н. Блохина МЗ РФ, Северо-Запад­ ный федеральный медицинский исследовательский центр имени В. А. Алмазо­ ва МЗ РФ, Городская клиническая больница имени С.П. Боткина Департамен­ та здравоохранения города Москвы, Институт повышения квалификации Фе­ дерального медико-биологического агентства (ФМБА) МЗ РФ (Академия по­ стдипломного образования ФГБУ Федерального научно-клинического центра (ФНКЦ) ФМБА), Саратовский Государственный Медицинский Университет (Россия), «Медицинские компьютерные системы» (МЕКОС) (Россия), Радио­ технический институт им. акад. A.Л. Минца (Россия) Центр мониторинга и кли­ нико-экономической экспертизы Росздравнадзора (г. Москва), отдел лаборатор­ ной медицины больницы университета Левена (г. Левен, Бельгия) (Department of laboratory medicine, University Hospital Leuven, Leuven, Belgium), Военно­ Медицинская Академия (г. София, Болгария) (Military Medical Academy, Sofia, Bulgaria), Национальный университет Колумбии (National University of Colombia ) и др.
Применение средств автоматизации микроскопического анализа для меди­ цины при диагностике лейкозов отмечено в работах врачей и биологов: Блин­ дарь В.Н., Воробьева А.И., Воробьева И.А., Волковой М.А., Дубровского В.А., Жукотцкого А.В., Зубрихиной Г.Н., Козинца Г.И., Красновой Л.С., Луговской С.А., Менделеева Л.П., Почтарь М.Е., Румянцева А.Г., Савченко В.Г., Сосни­ на Д.Ю., Тупицына Н.Н., Френкель М.А., Харазишвили Д.В., Zaman, Z., Dino Masic, Andrew Filby, Ludovic Lhermitte, Daniela Morf, Aaron Kruse и др.
В направлении разработки и совершенствования автоматизации диагно­ стики острых лейкозов, методов цифровой обработки изображений и улучше­ ния качества медицинских изображений известны работы отечественных и за­ рубежных исследователей: Никитаева В.Г., Новикова К.В., Медового В.С., Па­ нова С.А., Проничева А.Н., Чистова К.С., Шахтарина Б. И. Штадельмана Ж.В., Яковенко М.К., Deaz G, Waidah Ismail, Subrajeet Mohapatra, Hayan Tareq AbdulWahhab, Santiago Alferez и др.
Несмотря на успехи в области автоматизации микроскопического исследо­ вания, нерешенными остаются проблемы: определения патологических клеток на препаратах крови и костного мозга; получение независимых объективных критериев для дифференциальной диагностики вариантов острых лейкозов; со­ поставление структуры хроматина бластов и их иммунофенотипического стату­ са.
Объектом исследования в диссертации являются цифровые микроско­ пические изображения клеток с цитологических препаратов периферической крови и костного мозга.
Предметом исследования являются методы, модели и алгоритмы циф­ ровой обработки и распознавания изображений клеток с цитологических пре­ паратов периферической крови и костного мозга.
Цель диссертационной работы – повышение качества автоматизиро­ ванной диагностики острых лейкозов за счет получения дополнительных неза­ висимых объективных количественных характеристик структуры хроматина ядер клеток.
Для достижения поставленной цели необходимо решить следующие зада­ чи:
❼ Определить современные и перспективные подходы в области автомати­ зации диагностики острых лейкозов;
❼ Разработать метод определения В- и Т- линейных острых лимфобластных лейкозов с применением световой микроскопии и компьютерной обработ­ кой данных для диагностики острых лейкозов и его подвариантов;
❼ Разработать иерархическую двухуровневую модель установления соответ­ ствия диагностических данных компьютерной микроскопии и лазерной проточной цитометрией для проведения дифференциальной диагностики острых лейкозов и лимфопролиферативных заболеваний;
❼ Разработать метод анализа изображений лейкоцитов и на его основе мо­ дели расчета оптических особенностей структурах ядер клеток крови для определения типа лейкоцита при диагностике и дифференциальной диа­ гностике острых лейкозов;
❼ Разработать методику выполнения автоматизированного анализа изобра­ жений препаратов периферической крови и костного мозга при диффе­ ренциальной диагностике острого лейкоза и его подвариантов;
❼ Анализ разработанных методов и предложенных моделей анализа изобра­ жений структуры хроматина ядер клеток костного мозга для повышения качества автоматизированной диагностики острых лейкозов в клиниче­ ских условиях.
Научная новизна работы:
1. Метод анализа изображений лейкоцитов и на его основе модель расчета оптических особенностей структуры хроматина ядер клеток крови, отли­ чающийся количественным описанием качественных признаков на основе структурных элементов, по которым проводится определение типа лейко­ цита при диагностике и дифференциальной диагностике острых лейкозов.
2. Метод определения В- и Т- линейных острых лимфобластных лейкозов, отличающийся применением световой микроскопии и компьютерной об­ работки данных, позволяющий по изображениям структуры хроматина ядер бластов костного мозга уточнить вариант заболевания для объекти­ визации исследований при диагностике острых лейкозов;
3. Иерархическая двухуровневая модель установления соответствия диагно­ стических данных компьютерной микроскопии и лазерной проточной ци­ тометрии, отличающаяся тем, что на первом уровне применяется модель сопоставления результатов компьютерного анализа и традиционного мик­ роскопического исследования для подтверждения диагноза острый лей­ коз, а на втором уровне – модель сравнения результатов компьютерной микроскопии с данными лазерной проточной цитометрии для дифферен­ цировки клеток по строению хроматина ядер. Применение иерархической двухуровневой модели позволило установить наличие зависимости меж­ ду направленностью дифференцировки клеток и особенностями строения хроматина ядер, что важно при проведении дифференциальной диагно­ стики острых лейкозов и лимфопролиферативных заболеваний;
4. Методика выполнения автоматизированного микроскопического исследо­ вания изображений клеток с препаратов костного мозга и крови, отличаю­ щаяся проведением анализа изображений клеток крови и костного мозга с получением новых дополнительных независимых объективных количе­ ственных характеристик для решения задачи диагностики острых лейко­ зов и лимфопролиферативнвых заболеваний.
Теоретическая и практическая значимость работы состоит в том, что:
❼ получены дополнительные независимые объективные критерии для диф­ ференциальной диагностики острого лейкоза, позволяющие уточнить под­ вариант заболевания и снизить время проведения диагностического про­ цесса на одну треть;
❼ интенсифицировано принятие клинических решений и адекватный подбор терапевтических схем у пациентов с острыми лимфобластными лейкозами путем использования световой микроскопии в сочетании с компьютерной обработкой данных;
❼ разработан инструментарий формирования базы знаний, которая может использоваться как наглядный атлас-справочник распознавания патоло­ гических клеток при подготовке врачей;
❼ материалы, полученные в данной диссертационной работе, используют­ ся при подготовке будущих специалистов кафедры No46 «Компьютерные медицинские системы» НИЯУ МИФИ;
❼ предложенные методы и модели, а также результаты, полученные в рам­ ках настоящего диссертационного исследования, выполнены при поддерж­ ке грантов РФФИ 17-07-01496 «Исследование возможностей телевизион­ ной системы при диагностике острых лейкозов», 18-07-01456 «Исследо­ вание влияния характеристик сенсора оптического излучения в видимом диапазоне на эффективность автоматизированного микроскопического ана­ лиза в онкологической диагностике» и 18-29-09115 «Методы и модели искусственного интеллекта для решения междисциплинарных фундамен­ тальных проблем диагностики лимфопролиферативных заболеваний и ми­ нимальной остаточной болезни в онкологии».
Методология и методы исследований. В диссертационной работе для решения поставленных задач использовались: методы системного анализа и син­ теза биотехнических систем, теория проектирования сложных информацион­ ных систем и теория моделирования; методы и алгоритмы обработки изобра­ жений, теории распознавания образов, теория вероятностей и математической статистики.
На защиту выносятся следующие основные результаты и поло­ жения:
1. Метод анализа изображений лейкоцитов и на его основе модель расчета оптических особенностей структуры ядер клеток крови, основанный на представлении изображения в виде структурных элементов для определе­ ния типа лейкоцита при диагностике и дифференциальной диагностике

острых лейкозов; 2. Метод определения В- и Т- линейных острых лимфобластных лейкозов с применением световой микроскопии и компьютерной обработкой дан­ ных, позволяющий по изображениям структуры хроматина ядер бластов костного мозга уточнить вариант заболевания для объективизации иссле­ дований при диагностике острых лейкозов;
3. Иерархическая двухуровневая модель установления соответствия диагно­ стических данных компьютерной микроскопии и лазерной проточной ци­ тометрии. Первый уровень – модель сопоставления результатов компью­ терного анализа и традиционного микроскопического исследования для подтверждения диагноза острого лейкоза. Второй уровень – модель срав­ нения результатов компьютерной микроскопии с данными лазерной про­ точной цитометрии для дифференцировки клеток по строению хроматина ядер. Применение иерархической двухуровневой модели, позволило уста­ новить наличие зависимости между направленностью дифференцировки клеток и особенностями строения хроматина ядер для проведения диф­ ференциальной диагностики острых лейкозов и лимфопролиферативных заболеваний;
4. Методика выполнения автоматизированного микроскопического исследо­ вания изображений клеток с препаратов костного мозга и крови, позво­ ляющая проводить анализ изображений клеток крови и костного мозга с получением новых дополнительных независимых объективных количе­ ственных характеристик для решения задачи диагностики острых лейко­ зов и лимфопролиферативнвых заболеваний;
5. Результаты экспериментального исследования по определению Т- и В- подвариантов острого лимфобластного лейкоза с применением систем ком­ пьютерной микроскопии подтвердили возможность различия В- и Т- ли­ нейных острых лимфобластных лейкозов, при этом в проведенном экс­ перименте получено различие В- и Т- линейных острых лимфобластных лейкозов с точностью 95 %;
6. Инструментарий для создания базы знаний, позволяющий формировать верифицированные данные для обучения систем искусственного интел­ лекта: распознавания образов, экспертных систем и систем поддержки принятия врачебных решений. .
Содержание диссертации соответствует паспорту научной специальности 2.2.12. Приборы, системы и изделия медицинского назначения.
Достоверность результатов работы обеспечена корректным примене­ нием положений системного анализа, теории цифровой обработки изображений, распознавания образов и анализа экспериментальных данных, использованием представительных выборочных совокупностей и подтверждается заключением врачей-экспертов диагностической лаборатории иммунологии гемопоэза НМИЦ онкологии им. Н.Н. Блохина МЗ РФ; соответствием данных, полученных в ра­ боте, результатам исследования с применением прибора, основанного на другом физическом принципе действия (иммунофенотипическое исследование с помо­ щью лазерной проточной цитофлюорометрии); экспериментальной проверкой адекватности разработанных моделей.
Апробация работы. Основные теоретические положения и научные ре­ зультаты диссертационной работы докладывались на научных конференциях: «Научная сессия МИФИ» в 2012 г., 2013 г., 2014 г., 2015г. ; на IX Курчатов­ ской молодежной научной школе 2011 г.; X Курчатовской молодежной научной школе 2012 г.; X Курчатовской молодежной научной школе 2012 г.; IV Междуна­ родной молодежной научной школе-конференции «Современные проблемы фи­ зики и технологий» 2015 г.; XXIII международной конференции и дискуссион­ ном научном клубе «Новые информационные технологии в медицине, биологии фармакологии и экологии», Крым, Ялта-Гурзуф 2015 г.; 15-ой международной конференции «Обработка сигналов, вычислительная геометрия и искусственное зрение», Слима, Мальта, 2015 г.; 6-ой международной конференции «Биологи­ ческие науки и биоинформатика», г.Дубай, ОАЭ, 22-24 февраля 2015 г.; первом международном симпозиуме «Инженерно-физические технологии биомедици­ ны», г. Москва, 18-23 октября 2016 г.; втором международном симпозиуму «Ин­ женерно-физические технологии биомедицины», г. Москва, 10-14 октября 2017 г.; школе-конференции молодых ученых с международным участием «Ильин­ ские чтения» ГБУ ГНЦ ФМБЦ им. А.И. Бурназяна ФМБА России, 22 марта 2018 г.; V Российском конгрессе лабораторной медицины (11-13 сентября 2019 г.), Москва, Выставка достижений народного хозяйства (ВДНХ); Учёном сове­ те медицинского института РУДН (18 сентября 2019 г.); XXII международной конференции «Управление развитием крупномасштабных систем» (3 октября 2019 г.), Москва, Институт проблем управления РАН.
Разработка «Технология автоматизированного анализа клеток крови» удо­ стоена золотой медали XXI Московского международного Салона изобретений и инновационных технологий «Архимед-2018».
Результаты работы, в частности, методы, модели, методики и программ­ ное обеспечение, получили высокую оценку специалистов лаборатории иммуно­ логии гемопоэза Национального медицинского исследовательского центра он­ кологии им. Н.Н. Блохина (заведующий, д.м.н., профессор Н.Н. Тупицын) и кафедры клинической лабораторной диагностики института повышения квали­ фикации Федерального медико-биологического агентства (заведующий д.б.н., профессор Девиченский В.М.), используются в НМИЦ онкологии Н.Н. Блохи­ на и ФГБУ ФНКЦ ФМБА, что подтверждается соответствующими актами о внедрении.
Личный вклад автора заключается: в проведении обзора современных и перспективных подходов в области автоматизации диагностики острых лейко­ зов; разработке методов анализа и распознавания структуры ядер клеток, мо­ дели формирования количественных характеристик изображений клеток кро­ ви и костного мозга и сопоставления результатов микроскопического анализа с данными иммунофенотипического исследования, а также методики автома­ тизированного микроскопического анализа изображений клеток с препаратов крови и костного мозга; планировании и проведении экспериментальных иссле­ дований по разделению Т- и В- подвариантов острого лимфобластного лейкоза; разработке программных средств проведения экспериментальных исследований и инструментария для формирования эталонных баз знаний клеток крови с описанием типов клеточных элементов, условий съемки, данных иммунофено­ типа. В работах, выполненных в соавторстве, личный вклад автора состоял, в разработке основных методов и средств проведения исследований, получении экспериментальных результатов по установлению корреляций между структу­ рой бластов и их иммунофенотипическим статусом, интерпретации полученных результатов.
Публикации Основные положения и результаты диссертационной рабо­ ты опубликованы в 32 работах, из них: 6 статей из перечня ВАК: обзорная личная статья, статья без соавторов с обоснованием предложенных подходов, 10 статей в журналах индексируемых в международных базах цитируемости «Web of Science» и «Scopus», 1 статья в журналах индексируемых в междуна­ родной базе цитируемости «Scopus», 11 работ в периодических изданиях индек­ сируемые в библиографической базе данных научных публикаций российских учёных (РИНЦ). Имеется 1 патент на полезную модель, 3 патента на изобрете­ ние.
Структура и объем работы. Диссертация состоит из введения, четырёх глав, заключения и списка литературы, включающий 155 наименований. Работа изложена на 158 страницах машинописного текста, содержит 59 рисунков и 15 таблиц.

Диссертационная работа посвящена решению научно-технической задачи

– создания методов и моделей количественного анализа клеток крови с препара­

тов крови и костного мозга, позволяющей уточнить характеристики лимфоци­

тов и лейкемических бластов при проведении исследований для установления

подвариантов острого лейкоза, а также снизить время проведения диагностиче­

ского процесса на треть.

В результате выполнения диссертационного исследования получены следу­

ющие основные результаты:

1. По итогу анализа современных и перспективных подходов в области авто­

матизации диагностики острых лейкозов показано, что, несмотря на успе­

хи в области автоматизации микроскопического исследования, нерешен­

ными остаются проблемы: определения патологических клеток на препа­

ратах крови и костного мозга; получение независимых объективных кри­

териев для дифференциальной диагностики вариантов острых лейкозов;

сопоставление структуры хроматина бластов и их иммунофенотипическо­

го статуса. Перспективным направлением автоматизации распознавания

клеток является нахождение новых информативных признаков, оценка

влияния артефактов на результат классификации, проведение дифферен­

циальной диагностики между типами лейкозов и сопоставления структу­

ры бластов и иммунофенотипического статуса. Проведена классификация

признаков, пригодных для использования в качестве информационных

маркеров;

2. Разработан метод определения В- и Т- линейных острых лимфобластных

лейкозов с применением световой микроскопии и компьютерной обработ­

кой данных, позволяющий по изображениям структуры хроматина ядер

бластов костного мозга уточнить вариант заболевания для объективиза­
ции исследований при диагностике острых лейкозов (Патент на изобрете­

ние №2659217 от 12.12.2017);

3. Предложена иерархическая двухуровневая модель установления соответ­

ствия диагностических данных компьютерной микроскопии и лазерной

проточной цитометрией, позволяющая количественно оценить особенно­

сти строения хроматина ядер клеток, которая обеспечила установление

зависимости между направленностью дифференцировки клеток и особен­

ностями строения хроматина ядер для проведения дифференциальной ди­

агностики острых лейкозов и лимфопролиферативных заболеваний;

4. Разработан метод анализа изображений лейкоцитов и на его основе моде­

ли расчета оптических особенностей структурах ядер клеток крови для

определения типа лейкоцита при диагностике и дифференциальной диа­

гностике острых лейкозов (Патент на изобретение №2612007 от 26.12.2014);

5. Разработана методика выполнения автоматизированного микроскопиче­

ского исследования изображений клеток с препаратов костного мозга и

крови, позволившая проводить анализ препаратов крови и костного мозга

с применением новых дополнительных независимых объективных количе­

ственных характеристик для решения задачи диагностики острых лейко­

зов и лимфопролиферативнвых заболеваний.

6. Разработанные в диссертации методы, модель и методика позволили обес­

печить повышение качества автоматизированной диагностики острых лей­

козов, что подтверждено проведением в клинических условиях анализа ко­

личественных характеристик по цифровым изображениям ядер клеток с

препаратов крови и костного мозга для установления взаимосвязи между

направленностью дифференцировки клеток и строением хроматина ядер

при дифференциальной диагностике острых лейкозов. Эксперименталь­

ное исследование по определению Т- и В- вариантов острого лимфобласт­
ного лейкоза с применением систем компьютерной микроскопии подтвер­
дили возможность различения В- и Т- линейных острых лимфобластных
лейкозов, при этом в проведенном эксперименте получено различение В-
и Т- линейных острых лимфобластных лейкозов с точностью 95%.
Рекомендации. Результаты диссертационного исследования могут быть
использованы при разработке и развитии методов и средств автоматизирован­
ного распознавания клеток крови для научного и практического применения.
Предложенный подход к распознаванию имеет многоцелевой характер и
был эффективно использован при распознавании лимфом, диагностике стадий
катаракты с применением текстурного анализа, анализе цитологических и ги­
стологических изображений опухолей, совместном использовании с системами
молекулярной диагностики.
Перспективы дальнейшей разработки темы. Планируемое развитие
математического, алгоритмического и программного обеспечения позволит оп­
тимизировать создание автоматизированного рабочего места врача клиниче­
ской лабораторной диагностики.
Широкое внедрение средств автоматизированного распознавания позволит
снизить затраты при проведении диагностики острых лейкозов (как за счет
уменьшения физических, когнитивных усилий и временных затрат медицинско­
го персонала, так и количества реактивов в диагностической панели при прове­
дении морфологических исследований, включая иммунофенотипирование).
Список сокращений и условных обозначений
ВДНХ Выставка достижений народного хозяйства

ВОЗ Всемирная организация здравоохранения

база
Mцв. мод.
базовый набор цветовых моделей

доп.
Mцв. мод.
дополнительный набор цветовых моделей

база
Mпр. базовый набор признаков

M1 дополнительный набор признаков

M2 набор признаков матрицы длин серий

M3 набор вейвлет признаков

МЗ Министерство здравоохранения

МПС матрица пространственной смежности

НИЯУ МИФИ национальный исследовательский ядерный университет

«МИФИ»

НМИЦ онкологии имени Н.Н. Блохина национальный медицинский

исследовательский центр онкологии имени Н.Н. Блохина

НМПС нормированная матрица пространственной смежности

ОЛ острый лейкоз

ОЛЛ острый лимфобластный лейкоз

ОМЛ острый миелобластный лейкоз

ПЦР полимеразная цепная реакция

РАН Российская академия наук

ФГБУ федеральное государственное бюджетное учреждение

ФМБА федеральное медико-биологическое агентство

ФНКЦ федеральный научно-клинический центр

ХЛЛ хронический лимфобластный лейкоз

ХМЛ хронический миелобластный лейкоз

ЭВМ Электронно-вычислотельная машина

ASM текстурный признак «Энергия»
BMP bitmap picture формат хранения растровых изображений
C++ компилируемый типизированный язык программирования общего
назначения

CON текстурный признак «Момент инерции»
CMY cyan (голубой), magenta (пурпурный), yellow (желтый)
CORR текстурный признак «Корреляция»
CPU central processing unit центральное процессорное (обрабатывающее)
устройство

EGIL европейская группа по иммунологической классификации лейкозов
HLS hue (тон), lightness (светлота), saturation (насыщенность)
HSI hue (тон), saturation (насыщенность), intensity (интенсивность)
HSV hue (тон), saturation (насыщенность), value (значение)
k-NN к-ближайших соседей
LAB цветовая модель CIE L*a*b* (аббревиатура не расшифровывается)
LHC цветовая модель (аббревиатура не расшифровывается)
LUV цветовая модель CIE LUV (аббревиатура не расшифровывается)
MPR текстурный признак «Максимальная вероятность»
NИП истинно-положительный

NЛО ложно-отрицательный

NИО истинно-отрицательный

NЛП ложно-положительный

Qt фреймворк для разработки кроссплатформенного программного обес­
печения на языке программирования C++

RGB red (красный), green (зеленый), blue (синий)
RGB24 формат хранения данных, в котором компоненты RGB представ­
лены 8 битами, а диапазон значений составляет 0-255

SVM метод опорных векторов
SSD твердотельный накопительный диск
TR текстурный признак «Сумма диагональных элементов»
XYZ цветовая модель (аббревиатура не расшифровывается)

YIQ цветовая модель (аббревиатура не расшифровывается)

YUV цветовая модель (аббревиатура не расшифровывается)

YPbPr цветовая модель (аббревиатура не расшифровывается)

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Читать

    Читать «Методы и модели анализа структуры хроматина ядер клеток костного мозга для систем автоматизированной диагностики острых лейкозов»

    Публикации автора в научных журналах

    Анализ эффективности методов и моделей обработки изображений препаратов крови и костного мозга для автоматизированной диагностики острых лейкозов
    Е.В. Поляков //Системный анализ и управление в биомедицинских системах. –2– Т. – № – С. 133
    Формирование выборок клеток в системе компьютерной микроскопии для проведения исследований методов диагностики острых лимфобластных лейкозов
    В.Г. Никитаев,А.Н. Проничев, Е.В. Поляков, О.А. Чернышева [и др.] // Известия Юго-Западногогосударственногоуниверситета.Серия:Управление, вычислительная техника, информатика. Медицинскоеприборостроение. – 2– Т. – № – С. 91
    Исследование эффективности применения вейвлет-анализа в информационно-измерительных системах диагностики острых лейкозов
    В.Г. Никитаев, О.В. Нагорнов, А.Н. Проничев,Е.В. Поляков [и др.] // Измерительная техника. – 2– № – С. 96
    Модель описания лейкоцитов периферической крови на основе оптических особенностей структуры ядер
    В.Г. Никитаев, О.В. Нагорнов, А.Н. Проничев, Е.В. Поляков [и др.] //Измерительная техника. – 2– № – С. 56
    Технологии искусственного интеллекта в диагностике острых лимфобластных лейкозов и минимальной остаточной болезни
    В.Г. Никитаев, Н.Н. Тупицын, А.Н. Проничев,Е.В. Поляков [и др.] // Медицинская техника. – 2– №– С. 42
    Method for optical radiation sensor signal irregularity correction in the computer microscopy system
    V.G. Nikitaev,O.V. Nagornov, A.N. Pronichev, E.V. Polyakov [et al.] // Journal of Physics:Conference Series. – IOP Publishing. – 2– Vol. 1– No. – P.012
    Model of image sensor signal correction in the computer microscopy system
    V.G. Nikitaev, O.V. Nagornov,A.N. Pronichev, E.V. Polyakov [et al.]// Journal of Physics: ConferenceSeries. – IOP Publishing. – 2– Vol. 1– No. – С. 012
    Textural characteristics of bone marrow blast nucleus images with different variants of acute lymphoblastic leukemia
    V.G. Nikitaev, A.N. Pronichev, E.V. Polyakov, A.V. Mozhenkova, [et al.] //Journal of Physics: Conference Series. – IOP Publishing. – 2– Vol. –No. – С. 012
    Approach to building knowledge bases in information-measuring systems diagnostics of acute leukemias
    V.G. Nikitaev, A.N.Pronichev, E.V. Polyakov [et al.]// Journal of Physics: Conference Series. –IOP Publishing. – 2– Vol. – No. – С. 012
    Research methodology of the artifact effect in the blood to the result of cell classification
    V.G. Nikitaev, E.V. Polyakov,S.O. Seldyukov //Journal of Physics: Conference Series. – IOP Publishing.– 2– Vol. – No. – С. 012
    A method for estimating the accuracy of measurements of optical characteristics of the nuclei of blood cells in the diagnosis of acute leukemia
    V.G. Nikitaev, E.V. Polyakov // Journal of Physics: ConferenceSeries. – IOP Publishing. – 2– Vol. – No. – С. 012
    Method of automating of the separation of blasts and lymphocytes in the diagnosis of acute myeloid leukemia
    V.G. Nikitaev,E.V. Polyakov, I.I. Matveeva, V. N. Blindar // Journal of Physics: ConferenceSeries. – IOP Publishing. – 2– Vol. – No. – С. 012
    The use of optical microscope equipped with multispectral detector to distinguish different types of acute lymphoblastic leukemia
    E.V. Polyakov, N.N. Tupitsyn, M.A. Frenkel, A.V. Mozhenkova //Journal of Physics: Conference Series. – IOP Publishing. – 2– Vol. – No. – С. 012
    The influence of physical factors in recognizing blood cells in the diagnosis computer microscopy systems acute leukemia
    V.G. Nikitaev, A.N. Pronichev, E.V. Polyakov, V.V. Dmitrieva [et al.] //Journal of Physics: Conference Series. – IOP Publishing. – 2– Vol. –No.– С. 012
    The blood smear image processing for the acute leukemia diagnostics
    V.G. Nikitaev, O.V. Nagornov, A.N. Pronichev,E.V. Polyakov [et al.] // International journal of biology and biomedicalengineering. – 2– Vol. – С. 109
    The use of the wavelet transform for the formation of the quantitative characteristics of the blood cells images for the automation of hematological diagnostics
    V.G. Nikitaev, O.V. Nagornov, A.N. Pronichev,E. V. Polyakov [et al.]// WSEAS Transactions on Biology and Biomedicine. –2– Vol. – No. – С. 16-Патенты
    Исследование факторов, влияющих на результаты распознавания в системах компьютерной микроскопии
    В.Г. Никитаев,А.Н. Проничев, К.С. Чистов Е.В. Поляков [и др.] // Научная сессияМИФИ - 2Аннотация докладов. Т. М.: МИФИ, 2– С.

    Помогаем с подготовкой сопроводительных документов

    Совместно разработаем индивидуальный план и выберем тему работы Подробнее
    Помощь в подготовке к кандидатскому экзамену и допуске к нему Подробнее
    Поможем в написании научных статей для публикации в журналах ВАК Подробнее
    Структурируем работу и напишем автореферат Подробнее

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Елена С. Таганрогский институт управления и экономики Таганрогский...
    4.4 (93 отзыва)
    Высшее юридическое образование, красный диплом. Более 5 лет стажа работы в суде общей юрисдикции, большой стаж в написании студенческих работ. Специализируюсь на напис... Читать все
    Высшее юридическое образование, красный диплом. Более 5 лет стажа работы в суде общей юрисдикции, большой стаж в написании студенческих работ. Специализируюсь на написании курсовых и дипломных работ, а также диссертационных исследований.
    #Кандидатские #Магистерские
    158 Выполненных работ
    Вики Р.
    5 (44 отзыва)
    Наличие красного диплома УрГЮУ по специальности юрист. Опыт работы в профессии - сфера банкротства. Уровень выполняемых работ - до магистерских диссертаций. Написан... Читать все
    Наличие красного диплома УрГЮУ по специальности юрист. Опыт работы в профессии - сфера банкротства. Уровень выполняемых работ - до магистерских диссертаций. Написание письменных работ для меня в удовольствие.Всегда качественно.
    #Кандидатские #Магистерские
    60 Выполненных работ
    user1250010 Омский государственный университет, 2010, преподаватель,...
    4 (15 отзывов)
    Пишу качественные выпускные квалификационные работы и магистерские диссертации. Опыт написания работ - более восьми лет. Всегда на связи.
    Пишу качественные выпускные квалификационные работы и магистерские диссертации. Опыт написания работ - более восьми лет. Всегда на связи.
    #Кандидатские #Магистерские
    21 Выполненная работа
    Сергей Н.
    4.8 (40 отзывов)
    Практический стаж работы в финансово - банковской сфере составил более 30 лет. За последние 13 лет, мной написано 7 диссертаций и более 450 дипломных работ и научных с... Читать все
    Практический стаж работы в финансово - банковской сфере составил более 30 лет. За последние 13 лет, мной написано 7 диссертаций и более 450 дипломных работ и научных статей в области экономики.
    #Кандидатские #Магистерские
    56 Выполненных работ
    Мария М. УГНТУ 2017, ТФ, преподаватель
    5 (14 отзывов)
    Имею 3 высших образования в сфере Экологии и техносферной безопасности (бакалавриат, магистратура, аспирантура), работаю на кафедре экологии одного из опорных ВУЗов РФ... Читать все
    Имею 3 высших образования в сфере Экологии и техносферной безопасности (бакалавриат, магистратура, аспирантура), работаю на кафедре экологии одного из опорных ВУЗов РФ. Большой опыт в написании курсовых, дипломов, диссертаций.
    #Кандидатские #Магистерские
    27 Выполненных работ
    Александра С.
    5 (91 отзыв)
    Красный диплом референта-аналитика информационных ресурсов, 8 лет преподавания. Опыт написания работ вплоть до докторских диссертаций. Отдельно специализируюсь на повы... Читать все
    Красный диплом референта-аналитика информационных ресурсов, 8 лет преподавания. Опыт написания работ вплоть до докторских диссертаций. Отдельно специализируюсь на повышении уникальности текста и оформлении библиографических ссылок по ГОСТу.
    #Кандидатские #Магистерские
    132 Выполненных работы
    Олег Н. Томский политехнический университет 2000, Инженерно-эконо...
    4.7 (96 отзывов)
    Здравствуйте! Опыт написания работ более 12 лет. За это время были успешно защищены более 2 500 написанных мною магистерских диссертаций, дипломов, курсовых работ. Явл... Читать все
    Здравствуйте! Опыт написания работ более 12 лет. За это время были успешно защищены более 2 500 написанных мною магистерских диссертаций, дипломов, курсовых работ. Являюсь действующим преподавателем одного из ВУЗов.
    #Кандидатские #Магистерские
    177 Выполненных работ
    Александр О. Спб государственный университет 1972, мат - мех, преподав...
    4.9 (66 отзывов)
    Читаю лекции и веду занятия со студентами по матанализу, линейной алгебре и теории вероятностей. Защитил кандидатскую диссертацию по качественной теории дифференциальн... Читать все
    Читаю лекции и веду занятия со студентами по матанализу, линейной алгебре и теории вероятностей. Защитил кандидатскую диссертацию по качественной теории дифференциальных уравнений. Умею быстро и четко выполнять сложные вычислительные работ
    #Кандидатские #Магистерские
    117 Выполненных работ
    Шагали Е. УрГЭУ 2007, Экономика, преподаватель
    4.4 (59 отзывов)
    Серьезно отношусь к тренировке собственного интеллекта, поэтому постоянно учусь сама и с удовольствием пишу для других. За 15 лет работы выполнила более 600 дипломов и... Читать все
    Серьезно отношусь к тренировке собственного интеллекта, поэтому постоянно учусь сама и с удовольствием пишу для других. За 15 лет работы выполнила более 600 дипломов и диссертаций, Есть любимые темы - они дешевле обойдутся, ибо в радость)
    #Кандидатские #Магистерские
    76 Выполненных работ

    Последние выполненные заказы

    Другие учебные работы по предмету

    Метод и аппаратно-программный комплекс для оценки функционального состояния цифровых носимых кардиомониторов
    📅 2022 год
    🏢 ФГАОУ ВО «Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина)»
    Методы и система магнитно-резонансной томографии лучезапястного сустава в поле 1.5 Тл
    📅 2021 год
    🏢 ФГАОУ ВО «Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина)»