
- •Нирс На тему: Автоматизированная система обработки снимков клеток крови.
- •Введение
- •Словарь терминов и определений
- •Анализ предметной области
- •Объектная среда
- •Требования к системе
- •Система обработки изображений Концептуальная модель:
- •Функциональные требования
- •Требования к програмному обеспечению
- •Реализация
- •Основное ядро программы
- •Модуль фильтрации изображения
- •Модуль бинаризации и квантования изображения
- •Модуль сегментации изображения
- •Модуль классификации изображения
- •Мультимедийная обучающая система
- •Эксперимент
- •Заключение
- •Список литературы:
Анализ предметной области
Сейчас проблема создания систем автоматизированной обработки изображений очень актуально, однако существующие образцы оставляют желать лучшего. Существует несколько параллельных разработок, как отечественных, так и зарубежных, но у всех них присутствуют одни и те же недостатки, в частности недостаточное быстродействие, довольно посредственная точность, в большинстве случаев жесткое задание алгоритмов обработки, без возможности выбора их для каждого снимка в отдельности, что выливается в крайне узкую специализированность этих систем, так как для практически каждого типа клеток требуется своя собственная последовательность обработки, и таким образом система созданная для выявления, например, острого лейкоза не сможет распознать любое другое заболевание, но при этом по размеру и сложности будет сопоставима с универсальной программой, которую и предполагается создать в рамках данной научной работы. Кроме того стоит упомянуть, что большинство подобных решений является достаточно дорогостоящими и при этом зачастую являются технически устаревшими, так как используют единую программу для обработки, в то время как разрабатываемая система в качестве одного из основных условий подразумевает модульность, что позволяет постоянно дорабатывать и развивать её.
Объектная среда
В наше время компьютеры и техника развиваются огромными темпами, но тем не менее необходимо помнить, что технические возможности современного оборудования ограничены, в связи с чем надо четко осознавать ограничения в рамках которых будет работать программа. Обработка изображений в целом и распознание изображений в частности является крайне ресурсозатратным процессом, требующим от компьютера большое количество оперативной памяти и вычислительных мощностей, кроме того сами изображения занимают много места, что выливается в необходимость организации огромного архива для их хранения. Однако со временем возможности компьютеров увеличиваются и становится возможным более быстрое применение сложных методов обработки, что повышает как точность и качество обработки изображений, так и общее быстродействие системы. Как уже упоминалось выше большинство существующих систем являются жестко запрограмированными и не могут существенно изменяться, что приводит к их крайне быстрому устареванию и несоответствию требованиям времени. Именно в связи с этим основным требованием к разрабатываемой системе является ее модульность, которая позволит программе постоянно развиваться и использовать все возможности новейших разработок в програмной среды для получения наилучших результатов.
Требования к системе
Система обработки изображений Концептуальная модель:







Занесение в базу
Классификация
Кластеризация
Бинаризация
Загрузка изображения

Применение фильтров


Выделение объектов на снимке
Функциональные требования
Основное ядро: - поддержка загрузки одного изображения или целого их массива; - поддержка легкого подключения модулей; - простой интуитивный интерфейс, понятный обычному пользователю, не являющемуся экспертом в компьютерах; - сохранение обработанных модулями изображений в БД;
Модули обработки изображений: - несколько фильтров, предназначенных для обработки разных типов изображений, тип применяемого в каждом конкретном случае фильтра определяется пользователем в процессе работы; - модуль бинаризации изображения с изменяемым пользователем порогом бинаризации; - модуль квантования изображения с изменяемым порогом, устанавливаемым пользователем; - модуль сегментации, позволяющий выделять границы изображения, чувствительность которого настраивается пользователем программы; - модуль классификации, выделяющий потенциально патологические клетки и разбивающий изображения на определенные группы.
База данных: - обеспечение загрузки массива снимков клеток крови с их описанием и классификацией; - возможность достаточно быстрого и удобного поиска по архиву для изучения сохраненных случаев; - длительное хранение большого количества изображений с периодической их архивацией и сохранением на резервные хранители информации;
Мультимедийная обучающая система: - система обучения работе с системой, рассчитанная на неопытных пользователей, не являющихся экспертами в компьютерных системах; - руководство по созданию дополнительных модулей к системе, включающее в себя также описание уже существующих модулей и работу ядра, рассчитанное на программистов, дорабатывающих систему в будущем.