Способ исследования и диагностики состояния биологического объекта или его части

Способ исследования и диагностики состояния биологического объекта или его части

Иллюстрации

Показать все

Реферат

Изобретение относится к медицине и может найти применение в клинической медицине, медикобиологических исследованиях.

Наиболее близким по технической сущности является способ обследования и диагностики биологического объекта с помощью электронного микроскопа, заключающийся в определении морфологических показателей биологического объекта (биообъекта) по его изображению, а состояние биообъекта выявляют по результатам сравнения их с аналогичными показателями группы сравнения (1).

Недостатками известного способа являются незначительный диапазон применения и низкая достоверность информации, обусловленные невозможностью исследования биологических объектов на более низких иерархических уровнях и недостаточно широким набором количественных признаков, характеризующих объект.

Задача, которая решается изобретением, заключается в повышении точности, информативности, достоверности, эффективности и упрощении диагностики, что позволит расширить диапазон использования заявленного способа в части выявления изменений в организме на ранней доклинической стадии, проведения адекватной коррекции и контролируемого адресного лечебного воздействия на основе принципов доказательной медицины.

Сущность изобретения заключается в том, что в способе исследования и диагностики состояния биологического объекта или его части, включающем получение его изображения и определение его морфологических показателей по изображению и выявление состояния биологического объекта по результатам сравнения с аналогичными показателями группы сравнения, получают изображение биологического объекта или его части, калибруют и стандартизируют полученное изображение, далее проводят компьютерное морфоденситометрическое исследование, а именно выявляют зону интереса на полученном изображении, устанавливают необходимые диапазоны характеристик интенсивности сигнала по зафиксированному распределению характеристик взаимодействия излучения с веществом на изображении, формируют графы в виде дуг, проходящих через элементы с определенными характеристиками взаимодействия излучения с веществом, разбивают выявленную зону на области с формированием границ между ними, на которые накладывают полученные графы, отображают полученные графы на исходное изображение, определяют морфометрические и денситометрические параметры изображения внутри областей, данные показатели исследуемого объекта сопоставляют с аналогичными показателями группы сравнения и по результатам сравнения принимают решение о состоянии исследуемого объекта.

Использование изобретения позволяет получить следующий технический результат.

Способ позволяет получить более объективную картину изменений в биологическом объекте на уровне его структуры, основными характеристиками которой являются морфофункциональные показатели, являющиеся результатом синтеза интегральных и количественных показателей. Кроме этого, способ позволяет выявить предсказуемые локальные зоны первоначальных изменений в биологическом объекте, что позволит проводить прицельное медикаментозное воздействие. Метод эффективен для скринингового обследования для выявления групп больных, например при обследовании регионов, имеющих предрасположенность к конкретному виду заболевания с целью проведения профилактических мероприятий, как медикаментозное и физиотерапевтическое адресное лечение. Использование метода МДМ в данном случае позволяет проводить дистанционную диагностику, консультации и т.п.

Технический результат достигается за счет того, что при обследовании больных применен способ на основе компьютерного морфоденситометрического анализа источников информации, позволяющий объективизировать оценку выявленных по ним изменений в его структурах организма и количественно охарактеризовать возможные патологические изменения.

Заявленный способ, основанный на морфофункциональном подходе с возможностью получения не только количественных метрик, но и обобщенных с ними топологических характеристик биообъекта, позволяет применять его не только на тканевом и клеточном уровнях, но и на всех других уровнях, включая организменный. Способ позволяет не только обеспечить методы получения информации о внутриклеточном и межклеточном переносе управляющих сигналов, но и их конкретное приложение к медицине с интерпретацией количественных показателей в терминах общепринятой медицины с использованием компьютерных технологий и может быть использован при обследовании пациента во время профилактического осмотра, для постановки диагноза, прогнозирования течения заболевания, выбора тактики лечения, в том числе назначения лечебных процедур и определения их эффективности, МДМ подход представляет собой перспективную биотехнологию объективизации морфофункционального состояния сложно-структурированных объектов на структурных иерархических уровнях от молекулярного до органного. С помощью данного метода можно произвести декомпозицию объекта на отдельные функционально значимые участки, например произвести разбиение изображения клетки на ядро, цитоплазму и включения. Затем каждый из объектов можно оценить отдельно по оптическим и геометрическим характеристикам.

В результате обработки по специализированнному МДМ методу биообъект выполнен в виде структурного скелетона, характеризующегося единой адаптивной морфофункциональной полной мерой, что позволяет применять данный метод к любым биологическим объектам на всех структурных уровнях организации живой материи - от клеток и субклеточных структур до гистологических структур органов и систем органов.

Способ МДМ исследования и диагностики был апробирован с использованием основополагающих операций для исследования ядросодержащей клетки.

Компьютерная морфоденситометрия (КМДМ) - новая информационная технология (IT), основанная на цифровой обработке изображений (ЦОИ), позволяющая объективизировать морфофункциональное состояние биологических объектов в норме и патологии, использующая методы теории распознавания образов и доказательной медицины (ДМ) для повышения точности оценки эффективности лечебных мероприятий, повышения достоверности прогноза. КМДМ анализ позволяет выявлять и объективизировать скрытые, недоступные визуальной оценке традиционными, использующимися ранее, как правило, раздельно в клинико-лабораторной и инструментальной диагностике методами морфометрии и микроспектрофотометрии, морфофункциональные закономерности начальных этапов патологических процессов в биологических структурах, объективизировать оценку эффективности методов оперативных вмешательств. В широком смысле, КМДМ анализ представляет собой основанную на принципах доказательной медицины единую информационную технологию взаимообусловленных этапов исследования объекта - от его подготовки и представления в цифровой форме до получения количественных морфофункциональных характеристик (оптических, геометрических, текстурных и топологических, фиг.85), составляющих полную систему МДМ количественных морфофункциональных показателей объекта с оценкой их информативности согласно ДМ, на всех иерархических уровнях его структуры (от молекулярно-клеточного до органного).

Способ МДМ исследований был апробирован на универсальном видеокомпьютерном комплексе (ВКК) МДМ анализа (фиг.1), одним из основных элементов которого является система "TENETA"^®, принципиальная блок-схема которой представлена на фиг.1.

Структурная схема универсального (ВКК) МДМ анализа с использованием мобильной многофункциональной системы "TENETA"^® представлена на фиг.82. ВКК МДМ анализа в зависимости от цели исследования и иерархического уровня исследуемого биообъекта комплектуют различными элементами, обеспечивающими снятие информации с носителя информации и поступление ее на вход в систему "TENETA"^®, которую также модифицируют, изменяя ее конфигурацию.

В ВКК МДМ анализ (фиг.1) входят:

поз.1. - устройство ввода изображения, например видео-датчик в виде CCD-камеры (ПЗС) и др.;

поз.1а. - оптико-механическое устройство оптического отображения, например фотообъектив, микрообъектив, негатоскоп и др., при этом возможен вариант, при котором оно может отсутствовать, например при прямом вводе сигнала, например, с цифрового рентгеновского аппарата, ультрасонографа и др.;

поз.1б. - диафрагмируемый протяженный источник диффузно-распределенного (согласно закону Ламберта) проходящего света, например негатоскоп, конденсор темного/светлого поля (КСТП);

поз.1в. - осветительное устройство падающего света для освещения непрозрачных носителей информации (софитный стол);

2. Специализированная система видеотракта, включающая:

поз.2а. - блок оцифровки (например, фрейм-граббер, аналого-цифровой преобразователь);

поз.2б. - программно-управляемый блок хранения и многооконного (фреймового) отображения базы данных (БД) видеоархивированных изображений, включающих МДМ представление результатов цифровой обработки изображений;

поз.2в. и ВКУ - блок сопряжения и видеоконтрольное устройство (ВКУ) (например, дополнительный монитор или телевизор) для оперативного контроля и отображения набора МДМ изображений.

3. Блок цифровой обработки изображений в составе:

поз.3а - аппаратная часть, например, в виде вычислительного устройства;

поз.3б - программная часть в виде специализированного программного обеспечения (СПО) МДМ анализа биологических объектов на основе системы "TENETA"^® (перечень МДМ показателей на фиг.2);

Устройство визуализации изображений с двухоконной организацией диалогового интерфейса, например, в составе дисплея (или многоквадрантного вывода изображений), где:

поз.4. - экран или часть экрана, на который отображают, например, исходное (или предыдущее) отображение объекта;

поз.5.- экран или часть экрана, на который отображают, например, изображение объекта в результате ЦОИ и/или МДМ представление (или последующее);

поз.6. - устройство сопряжения ВКК МДМ анализа с локальными и глобальными сетями, например модем;

поз.7. - устройство документации (печати, CD-RW);

поз.7а. - протокол (сводка результатов, например, статистической обработки, первичные данные, заключение).

МДМ система позволяет работать как с биообъектами, ранее не исследованными по данной системе (с накоплением базы данных и т.д., т.е. в обучающем режиме), так и биообъектов, прошедших эти исследования. Одним из основных блоков (блоки в графических материалах не показаны) этой системы является блок интуитивно-априорного целеполагания, в котором формируют цель, достигаемую при решении задачи, например ранняя диагностика, прогноз, объективизация эффективности воздействия лечебных мероприятий или морфофункциональное описание патоморфогенеза, т.е. течения заболевания. Другим блоком является блок априорных знаний, в который включены априорные знания специалиста о биообъекте, например как устроены ядро, цитоплазма, что такое прочность кости. На основе этих блоков формируют информационную модель, т.е. представление о сочетании цели и свойств объекта. На основании информационной модели исследователь вырабатывает конкретный способ достижения цели, а именно какой выбрать инструментарий для получения необходимой информации, например управляющих сигналов, чтобы потом корректировать это управление.

Функция целеполагания, состоящая из нескольких компонент, основные из которых соответствуют блоку - информационная модель и включают:

1. Задание самой цели на основании априорных сведений специалиста об объекте, например ранняя диагностика, прогноз, объективизация эффективности воздействия лечебных мероприятий или морфофункциональное описание патоморфогенеза;

2. Целесообразная сегментация, т.е. разбиение объекта на зоны интереса, которые впоследствии выделяют, а второстепенные удаляют.

При этом за счет функции целеполагания при необходимости оптимально сопрягают подготовку биообъекта для исследования (например, фиксированного мазка крови, тканевого среза и т.д.) и его ввод с помощью предварительной обработки биообъекта, что позволяет увеличить количество информации о нем. Предварительная обработка биологического объекта - это воздействие на него, например, с помощью химических веществ перед исследованием с учетом конечной цели и априорных знаний специалиста.

Априорные и апостериорные знания разделяются следующим образом. Когда исследователь извлек информацию, например, из каких-то источников или принял решение, потом воздействовал на биообъект, оценил эффективность лечебного воздействия и после этого он обращается к литературе в поиске аналогичных случаев или тем самым он использует априорную информацию, т.е. полученную не им. Поэтому эти знания априорны для тех, кто их получил. Но при этом у исследователя имеется собственный эмпирический опыт (апостериорный) и он синтезирует свой индивидуальный базовый опыт (апостериорные знания) и полученные априорные знания для принятия определенного решения. Точность при этом недоказательна, т.к. не известен алгоритм.

Система МДМ анализа "TENETA"^® позволяет проводить исследования и диагностику на следующих структурно-функциональных уровнях сложно-структурированного иерархического биообъекта:

1. Организменном.

2. Системном.

3. Органном.

4. Тканевом.

5. Клеточном.

6. Субклеточном (например, совокупность надмолекулярных структур: мембрана, ядро, цитоплазма).

а) Надмолекулярном.

7. Молекулярном.

В качестве носителей информации о биообъекте используют:

а) нативный или обработанный биологический объект (например, мазок крови, тканевой срез и т.д.);

б) жесткий носитель;

в) сформированный сигнал, поступающий в ВКК МДМ анализ непосредственно с оборудования, использованного при этом обследовании, компьютерных средств передачи информации.

Принцип МДМ исследования заключается в специальной обработке введенной в ВКК МДМ анализ (фиг.1) информации о биообъекте в виде изображения и/или набора параметрических показателей и подготовке его для морфоденситометрического исследования и последующего анализа.

Система "TENETA"^® (фиг.1) позволяет работать как с ранее исследованными биообъектами, т.е. с накопленными архивами данных (видеоизображений, баз данных и т.д. групп сравнения и измененных групп), так и исследовать ранее неиспользованные по данному методу иерархические уровни биообъекта с возможностью создания архивов, баз данных и т.п. Особенностью МДМ исследования является возможность проведения сложного поэтапного анализа биообъекта на основе преобразования его изображений при многократном решении одной и той же задачи для различных вариантов изображения объекта, эмпирического выбора наиболее оптимального варианта с последующей фиксацией оптимального решения в виде последовательности операций с использованием обратных связей (фиг.1). В результате МДМ исследования в качестве выходных данных определяют МДМ признаки в виде более 200 количественных комплексных показателей для описания нормальных и измененных (патологических) структур биообъекта, а также для конструирования новых показателей. Следует отметить, что в перечне МДМ показателей существуют и такие, которые визуальный анализ практически не выявляет и очень слабо оценивает (например, текстурные, топологические показатели). Неполный перечень МДМ признаков представлен на фиг.2. С помощью МДМ подхода можно войти в пространство признаков отношений, морфофункциональных связей, что характеризует изменения взаимосвязи структурно-функциональной зависимости (коэффициент корреляции, уравнение регрессии), которые наиболее тонко реагируют на изменения в биообъекте, что обеспечивает диагностику на ранних стадиях заболевания.

Морфоденситометрический способ диагностики позволяет исследовать с формированием соответствующих массивов данных:

- группы пациентов с различными патологическими изменениями в организме на любом его иерархическом уровне;

- группы пациентов с заболеванием, относящемся к одному виду, в том числе на разных этапах;

- пациента на любом иерархическом уровне его организации;

- группу исследуемых объектов иерархического уровня как одного пациента, так и группы (например, разновидности субпопуляций эритроцитов в мазке периферической крови);

- единичный исследуемый объект и его элементы (элементы мембраны эритроцита).

При описании МДМ исследований принято понимать следующее:

1. Морфоденситометрия^© - специализированный метод физической визуализации объекта, в том числе реконструкции его морфологических структур, включая стереологическую, характеристик объекта по первичной информации, например в виде матрицы распределения интенсивности светового потока, осуществляющий ее преобразование методами цифровой обработки изображений к интегральным и локальным количественным МДМ показателям, позволяющим сочетать методы оценки структурной упорядочности объекта на основе МДМ базовых показателей и мер, например определение структурной энтропии и нахождение границ доменов.

2. МДМ параметры - совокупность оптических (цитометрических) и геометрических (морфометрических) признаков (например, градиент оптической плотности).

3. Исходное изображение - первичное изображение, полученное после ввода (в данном случае оптического) изображения с последующей его оцифровкой в КМДМ комплекс.

4. Изображение - телевизионная картинка на экране, охватывающая объект и фон вокруг него.

5. Оверлей - выделенное цветом изображение, накладываемое на полутоновое или бинарное изображения и используемое при необходимости для контроля адекватности результата преобразования изображения относительно исходного изображения.

6. Бинарное изображение - преобразованное исходное изображение в двух градационных уровнях за счет исключения из него значений интенсивностей, не входящих в указанный диапазон.

7. Граф - разбиение объекта на структурно-топологические зоны с образованием скелетона.

8. Объект - заданная (выделенная) морфологическая структура в исходном изображении для последующего измерения.

9. Фон - зона изображения вне объекта.

10. Интенсивность - значение интенсивности потока, в данном случае света, прошедшего (или отраженного, излучаемого в зависимости от носителя информации) через объект.

11. Цифровая обработка изображений - методы обработки дискретных изображений.

12. Группа сравнения (контрольная группа) - статистические структурно-топологические и параметрические характеристики биообъектов практически здоровых пациентов.

13. Сегментация - выделение некоторых участков изображения, соответствующего определенным структурам, относительно фона или других структур путем задания градаций параметров освещенности.

14. Многоуровневая сегментация - выделение некоторых участков изображения по их цветовой окраске путем задания минимального и максимального для каждого из параметров, описывающих цвет (например, в системе HSV). При этом, если точка исходного изображения имеет такой цветовой оттенок, что соответствующие ему значения Н, S и V находятся между заданных уровней, точка считается принадлежащей к выделенному участку, иначе точка объявляется фоновой и ей присваивается фоновый цвет, в данном случае - черный. Ввод изображения в ВКК МДМ анализе (фиг.1) может осуществляться с применением приемных устройств в виде телевизионной видеокамеры (TV камеры), тепловизора, сканера, магнитного или других видов носителей с использованием при необходимости устройств, осуществляющих масштабирование, например микроскоп и т.п. При использовании в качестве передаточного звена от носителя информации к ВКК МДМ анализу различного рода потоков (например, светового, теплового) может быть использован поток, излучаемый исследуемым объектом, прошедший через него или носитель информации и отраженный от них.

Морфоденситометрический^© способ диагностики с использованием ВКК МДМ анализа компьютерного телевизионного на основе МДМ может включать, в данном случае, оптический прибор (микроскоп), приемное устройство (видеокамеру), аппаратно-программное устройство, выполненное в виде системы "TENETA"^®, содержащей взаимосвязанные между собой блоки ввода, обработки, описания изображения и обработки результатов, и видеоустройство (видеомонитор и при необходимости видеоконтрольное устройство (ВКУ), например дополнительный монитор или телевизор, например, с разрешающей способностью экрана, отличной от видеомонитора.

Более подробное описание работы ВКК МДМ анализа с раскрытием всех основных операций представлено ниже.

В начале работы проводят юстирование микроскопа на малом и большом увеличении. Юстировку на малом увеличении осуществляют следующим образом: опускают предметный стол и выставляют в рабочее положение объектив микроскопа (10×), устанавливают препарат и с помощью макро- и микровинтов фокусируют в плоскости препарата, добиваясь необходимой резкости, после чего уменьшают полевую диафрагму до минимума и перемещают ее в поле зрения (освещение при этом должно быть неярким), далее с помощью винта глубины резкости конденсатора добиваются четкого изображения края полевой диафрагмы, раскрывают полевую диафрагму до краев поля зрения, фокусируют с помощью микровинта и закрывают шибер микроскопа. Юстировку на большом увеличении осуществляют следующим образом: увеличивают освещенность препарата, опускают предметный стол и наносят каплю иммерсии на препарат в центре потока света, выставляют в рабочее положение объектив микроскопа (100×), с помощью макро- и микровинтов добиваются четкости изображения, после чего уменьшают полевую диафрагму, выводят край полевой диафрагмы в поле зрения, добиваются четкости его изображения с помощью винта глубины резкости конденсора и используют необходимые для данной работы фильтры. Перед вводом изображения для запоминания закрывают шибер микроскопа и выводят изображение, наблюдаемое в поле зрения, на видеомонитор, устанавливают с помощью винтов микроскопа объект в центре экрана видеомонитора и при необходимости окончательно фокусируют его, контролируя четкость изображения, например, на видеомониторе.

Биологический объект (фиксированный мазок периферической крови) устанавливают на предметном столе микроскопа. В начале работы задают перечень и объем замеряемых перед МДМ исследованием параметров. В данном случае, например, измеряют следующие параметры ядра клетки: площадь (AREA), периметр (PERM), фактор формы (FF), оптическую плотность (ОП) (D), среднеквадратичное отклонение ОП (OD), интегральную оптическую плотность (1).

Ввод изображения осуществляют с возможностью визуализации его на экране монитора ВКК МДМ анализа (фиг.1, поз.4, 5) и последующего хранения информации о введенном изображении в комплексе (буфере, файле), накапливая при необходимости нескольких кадров изображения с последующим получением по этим кадрам усредненного (например, по интенсивности) изображения даже с увеличенной интенсивностью, за счет уменьшения шумов улучшается качество изображения. На экран монитора можно вывести более одного изображения, для чего поле экрана монитора разделяют, например, на 4-е квадранта, в которые при необходимости могут быть выведены различные варианты изображений после их преобразований. При введении изображения в буфер комплекса происходит двукратное уменьшение его размера по вертикали и по горизонтали (с 512*512 до 256*256 и более).

Изображение объекта (под изображением в данном случае следует понимать непосредственно объект исследования и фон вокруг него), введенное с телевизионной видеокамеры, преобразуют с помощью адаптера ввода телевизионного сигнала, обеспечивая при этом пространственную дискретизацию изображения по квадратному растру или решетке с шагом сканирования в один элемент (в данном случае пиксель) и квантование его по интенсивности светового потока, проходящего через каждый элемент, в виде матрицы распределения интенсивности. При этом каждый элемент представляет собой усредненную на небольшой площади величину интенсивности. В данном случае при МДМ исследовании матрица задавалась размерностью 256*256 элементов, а интенсивность светового потока, проходящая через каждый из ее элементов, задавалась в пределах от 0 (черный цвет) до 255 (белый цвет) условных единиц (у.е.), т.е. 256 градаций полутонов серого цвета при квантовании по интенсивности. Оверлейное изображение выполнено с такой же пространственной размерностью, т.е. 256*256, но задают для каждого значения элемента оверлейного изображения только две величины - 0 и 1.

Стандартизацию измерений осуществляют геометрической и оптической калибровкой системы для последующего сопоставления характеристик объектов, при этом удаляют объекты, частично попавшие в поле зрения. Геометрическую калибровку осуществляют, во-первых, задавая заранее известный масштабный коэффициент, во-вторых, определяя его, непосредственно анализируя изображение. Масштабный коэффициент определяют, используя опорное изображение в виде изображения объекта-микрометра, на котором фиксируют две точки (расстояние между которыми заранее известно) и соединяют их прямой. Определяют величину этого отрезка в выбранных единицах измерения и, сопоставляя ее с заранее известной величиной, определяют масштабный коэффициент.

Калибровка освещенности препарата (интенсивности) света, прошедшего через фоновый участок препарата, предназначена для стандартизации его освещенности с целью последующего сопоставления оптических характеристик объектов всех видеоархивов при использовании различных препаратов. Выполняют калибровку следующим образом: определяют среднее значение интенсивности света каждого из элементов изображения в пределах выделенной области, которое в дальнейшем называют интенсивностью фона (I_о), и используют при измерении оптических параметров. Усреднение освещенности используютдля смазывания его, определяя величину средней освещенности как среднеарифметическое или взвешенное среднее пикселей, принадлежащихлокальной окрестности. В одном из окон на поле экрана монитора выводят изображение и перемещают квадратную рамку размером SIZE*SIZE, в пределах которой, включая границы, непрерывно определяют средний уровень освещенности элементов изображения, величину которого фиксируют. Перемещение рамки по изображению начинают с области фона с наибольшей интенсивностью, т.е. с наиболее светлого участка изображения. При этом можно подвергать калибровке серию изображений, вводимых в буфер непосредственно с TV-камеры под контролем величины интенсивности фона с целью обеспечения его равного по величине значения на изображении препаратов, вводимых с TV-камеры. Рекомендуемое значение освещенности в области фона вблизи объекта на препарате мазка периферической крови (неокрашенный препарат) составляет величину, например, равную 170 условным единицам (у.е.), которая достигается с помощью регулятора микроскопа. При правильной юстировке микроскопа интенсивность фона в различных точках вблизи объекта должна находиться в интервале 168-172 у.е. Применяя фильтрацию изображения, улучшают качество изображения, усиливают и подчеркивают границы объектов на полутоновом изображении. Низкочастотная (НЧ) фильтрация позволяет сглаживать высокочастотные шумы, выравнивать изображения по фону. Проводят, например, цифровую градиентную, высокочастотную (ВЧ), в том числе Лапласа, НЧ усредняющую, нелинейную, в том числе Гаусса, медианную фильтрации изображения, линеаризируют изображение, подчеркивая и усиливания выделения границ объектов на полутоновом изображении. Выравнивают фоновую освещенность изображения в мультипликативном (по контрастности) и аддитивном (по интенсивности) режимах по опорному изображению, которое получают путем ввода с TV-камеры изображения без объектов (участок, свободный от объектов, например участок мазка без форменных элементов крови) с учетом коррекции среднего значения интенсивности изображения. Проводят линеаризацию изображения и усиление выделения границ объектов на изображении с использованием промежуточного градиентного фильтра Собеля, после чего изображение дискриминируется одноуровневой сегментацией, а выделенные элементы лианезируют. В результате получают изображение с явно выраженными границами элементов. Предлагаемый способ позволяет графически отображать распределение интенсивностей элементов изображения, например, в виде гистограммы (фиг.3) с возможностью наложения ее на изображение и преобразования, а также проводить контрастирование изображений с использованием гистограммы распределения интенсивностей элементов изображения. При этом строят гистограмму распределения ингенсивностей элементов изображения с возможностью лианиризовать (эквализировать) ее, нормализовать (экспандировать) изображение в автоматическом, интерактивном или локальном режимах. Построение гистограммы заключается в воспроизведении кумулятивной и частотной гистограмм, при этом с учетом всех элементов изображения или без учета элементов с граничными величинами интенсивности, равными 0 или 255, сохраняют гистограмму в оверлее изображения. Осуществляют эквализацию изображения, в результате которой получают изображение с равномерной гистограммой с равномерным распределением интенсивности.

Формируют изображение, в котором линейно преобразованы заданный диапазон интенсивностей элементов входного (исходного) изображения в выходной указанный диапазон, причем диапазон интенсивностей для преобразования можно корректировать по гистограмме распределения интенсивностей. Проводят двухуровневую и динамическую сегментацию изображения по уровню его интенсивности и выделяют контуры объектов. При сегментации заданного верхнего уровня дискриминации в виде их диапазонов интенсивностей (в пределах от 0 до 255). При проведении бинарной сегментации элементы изображения, имеющие величину интенсивности в заданных пределах, принимают значение интенсивности, равное 255 (белый цвет), а остальные (вне заданных пределов) - значение интенсивности, равное 0 (черный цвет). При проведении полутоновой сегментации элементы изображения, имеющие интенсивность в заданных пределах, сохраняют свое значение интенсивности, а остальные (вне заданных пределов) принимают значение интенсивности, равное 0. Если величина нижнего уровня меньше или равна величине верхнего уровня дискриминации изображения, то выделяют элементы в диапазоне интенсивностей (от 0 до заданного верхнего уровня дискриминации и заданного нижнего уровня дискриминации до 255), т.е. не выделяют элементы, имеющие значение интенсивности, находящееся между заданными верхним и нижним уровнями дискриминации изображения. Вначале выводят в одно из графических окон, например левое, гистограмму распределения интенсивностей элементов, наложенную на исходное изображение, в которой выполнены указатели верхнего и нижнего уровня сегментации. По выбранным таким образом уровням проводят сегментацию изображения. При этом задают: размер матрицы преобразования интенсивности, диапазон верхнего уровня сегментации интенсивностей профильтрованного изображения в пределах от 0 до 255 и величину нижнего уровня того же изображения, равную 0, которые задают в простом и интерактивном режимах. Проводят предварительную инверсию изображения, т.е. выделяют темные объекты. Выделяют контуры объектов на изображении с предварительным заданием значения интенсивностей в пределах от 0 до 255 для объектов во входном изображении, контур которых необходимо выделить, и присваиваемое контуру объекта в выходном буфере, используя при необходимости режим наращивания контурной линии в горизонтальном, вертикальном, диагональном, например, под углом 45 и 135 градусов, горизонтально-вертикальном в виде "креста", квадратного элемента, например, с размером 3*3 пикселя, восьмиугольного элемента. Математическую морфологию осуществляют для наращивания или "сжатия", разъединение или объединение, выделение остова объектов (кроме логической операции над изображением) проводят на бинарном изображении (с заданной величиной интенсивности элементов изображения, равной 0 или 255) и включают сжатие, наращивание, разъединение соприкасающих и объединение близколежащих объектов, заполнение разрывов внутри объектов, имеющих замкнутый контур, логические операции, выделение остова бинарных объектов, восстановление разрывов линий остова объектов. Выделение остова объектов осуществляют построением бинарного графа с заданием количества циклов проведения операции с возможностью инвертирования входного изображения с выделением остова "черных" объектов и с сохранением свободных концов всех линий или без сохранения их с образованием бинарного циклического графа. Восстанавливают разрывы линий остова бинарного объекта для построения бинарного графа с заданием циклов повторения наращивания концевых точек с использованием "крестообразного" элемента и цикл выделения остова, равного 255, без выделения остова "черных" объектов сохранения концов линий (при выполнении операции без повторения цикла в выходном изображении остаются только концевые точки остова объектов). При выборе полевых параметров измерения задают параметры для суммарного измерения объектов (полевые параметры) в виде количества объектов, суммарной площади и суммарного периметра и создают описание (дескрипторы) этих параметров во временной базе. Перед выполнением выбора полевых параметров задают верхнюю и нижнюю границы значения параметра, причем пределы параметров задают в случае необходимости измерения объектов в определенном диапазоне значений параметров. В этом случае при последующем измерении объектов исключают параметры объекта из временной базы данных при выходе значения параметра за заданные пределы. Выбор классических морфометрических и денситометрических параметров измерения осуществляют путем задания их, а именно: площадь и периметр объекта, диаметр круга, эквивалентного объекту по площади, минимальный и максимальный диаметры объекта, угол между осью Х и направлением максимального диаметра, фактор формы, координаты центра тяжести объекта по осям Х и У, проекцию объекта на изображении на оси Х и У, среднее значение интенсивности и его среднеквадратичное отклонение, среднее значение оптического пропускания и его среднеквадратичное отклонение, среднюю оптическую плотность и ее среднеквадратичное отклонение, интегральную оптическую плотность объекта. Перед проведением операций задают: нижнюю и верхнюю границы значений параметра - при определении координаты центра тяжести объекта и проекцию объекта на изображении на оси Х и У, нижнюю и верхнюю границы значений среднего значения параметра и среднеквадратичного отклонения - при определении средних значений: интенсивности, оптического пропускания, оптической плотности и их среднеквадратичных отклонений, нижнюю и верхнюю границы значений параметра - при определении площади, периметра, диаметра круга, эквивалентного объекту по площади, минимального и максимального диаметра объекта, угла между осью Х и направлением максимального диаметра, фактора формы и интегральной оптической плотности объекта. Пределы параметров измерения задают в случае необходимости измерения объектов в определенном диапазоне значений параметров. В этом случае при последующем измерении объектов исключают объект, значение параметра которого находятся за заданным пределом. Измерение объектов на изображении и получение результатов измерения в виде гистограммы распределения параметров, таблицы включает: идентификацию объектов перед измерением, автоматическое и интерактивное измерения объектов, оформление результатов измерения в виде таблицы или гистограммы распределения параметров объектов, очистка внутренней базы данных. Идентификацию объектов проводят на бинарном изображении для автоматического измерения объектов с возможностью удаления объектов, частично попавших на изображение ("коррекция окна измерения" предназнач