Academic literature on the topic 'Гістограмні методи'

Для проведенні дослідних робіт з визначення кінематичних характеристик рухомих об’єктів було створено віртуальний прилад для аналізу потоку відеоданих з веб камери за допомогою програмного забезпечення Labview. У попередній роботі авторів положення об’єкта на зображенні визначалося за колірною ознакою, шляхом порівняння прямокутної області виділеної з об’єкта з пікселями зображення. При цьому фон робочого поля був однорідним білого кольору, тобто об’єкт добре контрастував на обраному фоні. Але у випадку нерівномірної освітленості та неоднорідного фону з різними структурними включеннями задача виявлення об’єкта сильно ускладнюється. При використанні моделі віртуального приладу для візуальної фіксації руху об’єктів виявлено, що незначна зміна освітленості робочого поля знижує впевненість захвату об’єкта, особливо біля границь обзору веб камери. Для поліпшення умов знаходження об’єкта на зображенні застосуємо методи гістограмних перетворень. Аналіз зображення щодо кількісного розподілення компонентів кольорів дозволяє провести бінарізацію зображення для виділення контуру об’єкта та ігнорування другорядних деталей. В результаті проведеної роботи було встановлено, що застосування гістограмної обробки зображень із застосуванням HSL колірної моделі з наступною бінарізацією дозволяє збільшити впевненість виявлення об’єкта, особливо на краях робочого поля та збільшити точність визначення координат у порівнянні з методом застосування маски об’єкта за колірною ознакою. Також було запропоновано використання різницевого зображення фону робочого поля та об’єкта дослідження на даному фоні, що дозволяє спростити задачу виявлення меж для колірних компонентів при перетворенні гістограм для бінарізації зображення з метою виділення об’єкта. Було створено віртуальний прилад для: отримання зображень фону робочого поля та об’єкту при наявних умовах освітленості; гістограмного аналізу різницевих зображень при проведенні бінарізації зображення для виділення об’єкта; використання отриманих налаштувань для слідкування за об’єктом з потоку відеоданих веб камери та отримання його поточних координат.

У статті обґрунтовано актуальність застосування загальної та специфічної лабораторної діагностики для виявлення впливу на організм людини коронавірусної інфекції Covid-19. Описано доцільність мети обраного дослідження для розв’язання невирішених раніше завдань загальної проблематики: знаходження додаткових гематологічних маркерів на основі гістограм, що надають допоміжну інформацію про наявність у пацієнтів захворювання на коронавірусну інфекцію Covid-19, за умови, що рівень лейкоцитів WBC, лімфоцитів LYM, моноцитів MON, гранулоцитів GRA знаходяться в межах референтних значень, наближені до їх нижньої межі або менші за референтні значення. Подано у порівнянні з референтними показниками середні гематологічні значення для контрольної групи (45 осіб), які не мають скарг на стан здоров’я та не хворіли на Covid-19, та досліджуваної групи (45 осіб), для яких клінічно було встановлено діагноз «коронавірусна інфекція Covid-19 (середній ступінь тяжкості)», та які не мали супутніх захворювань. Представлено результати, одержані на основі використання автоматичного аналізатора ВС-6000 MINDRAY на базі лабораторії Комунального Підприємства «Олександрівська клінічна лікарня міста Києва». Для значної частини хворих (38 %), у яких гематологічні показники не узгоджувалися із основними гематологічними маркерами, що визначають Covid-19, на основі лейкоцитарних гістограм WBC обрано додаткові гематологічні маркери: наявність аномальної кривої перед нижнім WBC дискримінатором (існування тромбоцитарних згустків); збільшення ділянки гістограми як за концентрацією частинок, так і за областю розподілу, що відповідає нейтрофілам (нейтрофілія); відсутність максимуму розподілу для області, що відображає розподіл моноцитів, базофілів, еозинофілів. Продемонстровано, що запропонований напрям дослідження є перспективним, оскільки передбачає комплексний аналіз еритроцитарної (RBC), тромбоцитарної (PLT), лейкоцитарної (WBC) гістограм для пояснення процесів, які відбуваються в організмі людини під час мієлопоезу та лімфопоезу під впливом коронавірусної інфекції Covid-19 на різних етапах захворювання.

Проблематика. Тромбоемболія легеневої артерії (ТЕЛА) є третьою за поширеністю серцево-судиннимзахворюванням (розрахункова захворюваність у Європі та США становить не менше 650-700 тис. на рік), а також однією зосновних причин смертності. При цьому, за останні два десятиліття реєструється неухильне зростання захворюваності наТЕЛА при відносно стабільній поширеності тромбозу глибоких вен. Найпоширенішим методом діагностики цього стану єкомп’ютерна томографія (КТ) органів грудної клітини (ОГК). Хворий з підозрою на ТЕЛА вимагає швидкої діагностики. Томуавтоматизація процесу виділення на зображенні ділянки легеневої артерії (ЛА) та її гілок для подальшого мануального чиавтоматизованого аналізу може пришвидшити процес діагностики, що в свою чергу забезпечить швидку постановку діагнозу,призначення терапії та збільшить шанси пацієнта на виживання.Мета дослідження. Метою роботи є створення алгоритму попередньої обробки зображень КТ ОГК, що підвищить їхнюінформативність та спростить подальший мануальний чи автоматизований аналіз.Методика реалізації. Зображення тримані за допомогою КТ ОГК несуть в собі інформацію про радіощільність відсканованихструктур. На сьогоднішній день є чітке розуміння про діапазони радіощільності для органів та утворень в організмі людини,що дозволяє, використовуючи порогові методи обробки зображень та морфологічні операції над об’єктами, відсегментуватизону інтересу. Використовуючи методи гістограмної обробки можна контрастувати зображення таким, щоб якнайкращевізуалізувати відмінність одних зображених структур від інших.Результати дослідження. Побудований алгоритм дозволяє дуже точно сегментувати зону інтересу (ЛА) та контрастуватизображення таким чином, щоб максимально візуалізувати ділянки тромбозу в просвіті ЛА та її гілок. Середня швидкістьроботи алгоритму при проведенні обробки серії з 300 зображень становить 324,5 мс.Висновки. В результаті роботи одержано алгоритм попередньої обробки зображеннях отриманих за допомогою КТ ОГК наоснові використання порогових методів сегментації зображень, морфологічних операцій та гістограмної обробки, щодозволяє отримувати максимально інформативне та необтяжене зображення для подальшого аналізу. Ключові слова – ТЕЛА, легенева артерія, тромбоз, комп’ютерна томографія, зона інтересу, порогові методи сегментації, морфологічні операції, гістограмна обробка