Одним из главных принципов уникальной «системы Физтеха», заложенной в основу образования в МФТИ, является тщательный отбор одаренных и склонных к творческой работе представителей молодежи. Абитуриентами Физтеха становятся самые талантливые и высокообразованные выпускники школ всей России и десятков стран мира.

Студенческая жизнь в МФТИ насыщенна и разнообразна. Студенты активно совмещают учебную деятельность с занятиями спортом, участием в культурно-массовых мероприятиях, а также их организации. Администрация института всячески поддерживает инициативу и заботится о благополучии студентов. Так, ведется непрерывная работа по расширению студенческого городка и улучшению быта студентов.

Адрес e-mail:

Нейрокомпьютерная система распознавания туберкулеза на базе флюоресцентного микроскопа

Н.С. Томашевич, Д.С. Томашевич, П.А. Казанцев

Научный центр нейрокомпьютеров РАСУ

Московский физико-технический институт

 

Физическая постановка задачи

Дано : серое 256-тоновое изображение, полученное с микроскопа , и, возможно содержащее какое-то количество туберкулезных палочек компьютер через. Изображение содержит различные объекты, которые можно разделить на два класса:

Туберкулезная палочка (имеет форму вытянутого эллипса, ее длина может варьироваться примерно от 6 до 15 пикселов); Не палочка (имеет форму, отличную от формы эллипса).

Требуется : Получить число палочек (указав на них) на изображении. К системе распознавания предъявляются следующие требования:

Инвариантность к сдвигу, повороту и незначительному изменению масштаба, яркости, изгибу туберкулезной палочки

Рассмотрим исходное изображение палочки как трехмерное , где оси OX и OY – это оси координат , а по оси OZ откладывается значение цвета в точке с координатами (x,y) . То есть изображение можно рассмотреть как функцию цвета z , зависящую от координат  - z= f(x,y) .Тогда идеальная палочка (шаблон) будет иметь вид показанный на рисунке .

 

Предлагается решение данной задачи разбить на следующие этапы :

Определение возможного центра массы объекта на изображении Определение границ объекта и параметров аффинного преобразования шаблона палочки в данный момент с минимизацией разности между объектом и шаблоном Классификация данного объекта по параметрам аффинного преобразования (шаблона в объект) и величине ошибки (разности между объектом и шаблоном)

 

Литература

K. Veropoulos, C. Campbell, G. Learmonth. Image processing and neural computing used in the diagnosis of tuberculosis. // IEE Colloquium Intelligent Methods in Healthcare and Medical Applications (Digest No. 1998/514), York, UK, 20 Oct. 1998, p.8/1-4. S.M. Yamany, K.J. Khiani, A.A. Farag. Application of neural networks and genetic algorithms in the classification of endothelial cells. // Pattern Recognit. Lett. (Netherlands), Nov. 1997, vol. 18, no. 11-13, p. 1205-10.
Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2016 Московский физико-технический институт
(государственный университет)

Техподдержка сайта

МФТИ в социальных сетях

soc-vk soc-fb soc-tw soc-li soc-li
Яндекс.Метрика