بخشی از مقاله
چکیده - یکی از عواملی که باعث نجات بسیاري از بیماران است، خون و شناسایی اجزاي آن می باشد، که مهمترین وظیفه آن انتقال اکسیژن و مواد مغذي به بافتها و عضوهاي مختلف بدن است. اجزاي تشکیلدهنده خون را میتوان به چهار قسمت گلبولهاي قرمز، گلبولهاي سفید، پلاسما و پلاکت تقسیم کرد. با توجه زمانبر بودن این عمل امروزه استفاده از سیستمهاي خودکار جهت شناسایی اینگونه سلولها نیاز است. از آنجا که قطعهبندي تصاویر یکی از مراحل مهم پردازش تصویر است، استفاده از روش قطعه بندي صحیح و کارآمد باعث بهبود نتایج در مراحل بعدي از جمله طبقه بندي می شود. در این مقاله مروري بر روشهاي طبقهبندي انواع گلبولهاي سفید خون جهت تفکیک انواع گلبولهاي سفید خون در تصاویر میکروسکوپی خون ارائهشده است.
-1 مقدمه
علم پردازش تصویر، از علوم پرکاربرد و مفید در فنون مهندسی میباشد و از دیرباز مطالعات و تحقیقات گستردهاي در این زمینه صورت گرفته و پیشرفتهاي فراوانی حاصلشده است. سرعت گسترش این پیشرفتها به حدي بوده است، که هماکنون و پس از گذشت مدتزمان کوتاهی میتوان تأثیر پردازش تصویر را در بسیاري از علوم و صنایع بهوضوح مشاهده نمود .[2 ,1]
-2 اجزاي خون
خون 7 الی 8 درصد وزن بدن را تشکیل میدهد و حجم آن در یک فرد بالغ بهطور متوسط 5 لیتر می باشد. خون بهواسطه گردش در داخل رگهاي خونی عامل اصلی توزیع مواد غذایی، اکسیژن و حرارت در بدن و انتقال دياکسید کربن و مواد زائد حاصل از فعالیت سلولها از بافتها به ارگانهاي دفعی است. خون همچنین هورمونهاي مترشحه از غدد داخلی را به ارگانهاي موردنظر حمل میکند.[5] خون در خارج از بدن منعقدشده و سلولها و مواد غیر محلول آن بهصورت تودهاينسبتاً سفت به نام لخته خون درمیآید؛ و قسمت محلول آن بهصورت مایعی زرد و روشن به نام سرم از آن جدا میگردد. براي جلوگیري از انعقاد خون، بهمنظور مطالعات خونی، مقداري هپارین - یک ماده ضد انعقاد - یا سیترات به آن افزوده میشود. در این حالت اگر اجازه داده شود سلولهاي خونی تهنشین شوند، ملاحظه خواهد شد ازنظر حجمی حدود 55 درصد خون از پلاسما و 45 درصد آن از سلولهاي خونی تشکیلشده است. سلولهاي خونی شامل گلبولهاي قرمز، گلبولهاي سفید و پلاکتها هستند.[5]
-3 انواع گلبولهاي سفید خون
گلبولهاي سفید بخشی از دستگاه ایمنی بدن هستند و بدن را از بیماريهاي عفونی محافظت میکنند. لوکوسیتها بر اساس حضور یا عدم حضور گرانولهاي اختصاصی در سیتوپلاسم خود به دودسته گرانولوسیتها و آگرانولوسیتها تقسیم میشوند:
1 - گرانولوسیت ها
نوتروفیل: نوتروفیلها داراي تاکتیک شیمیایی هستند و در دستگاه ایمنی بدن انسان، در خط دوم دفاع غیراختصاصی قرار دارند. حدود 70% از گلبولهاي سفید خون را نوتروفیل تشکیل میدهد. اندازه اینها حدود 12 تا 15 میکرومتر است. عمر نوتروفیل ها حدود 6 ساعت تا چند روز است. بیشتر در عفونتهاي باکتریایی مقدارشان زیاد میشود.[4]
ائوزینوفیل: این گلبولها هسته 2 الی 4 قطعهاي دارند. تعداد هستههاي آنها متفاوت است چون در جریان خون آن ها تمایل به آزاد کردن هستهدارند. ایزونوفیلها نقش قاطعی در از بین بردن انگلها دارند. اندازه آنها حدود 12 تا 15 میکرومتر است. آنها آنتیژنهاي اختصاصی دارند که میتوانند عملکرد دیگر سلولهاي ایمنی را تنظیم کنند.[4]
بازو فیل: بازو فیلها کمترین گلبول سفید در مغز استخوان و خون است و مثل نوتروفیل ها و ایزنوفیل ها آن ها نیز هستههاي چند قطعهاي دارند. البته آنها داراي یک یا دو قطعه بیش نیستند. اندازه آنها حدود 9 تا 10 میکرومتر است.[4]
2 - آگرانولوسیت ها
منوسیت: منوسیتها گلبولهاي سفیدي از سیستم ایمنی و از دسته آگرانولویستها هستند که اندازهاي بین 12 تا 16 میکرون داشته، گرد یا بیضی هستند و شکل هسته آنها نامنظم و داراي پیچ خوردگی و گاهی کلیوي شکل است. منوسیت ها بدون گرانول بوده یا داراي تعداد کمی گرانول ظریف هستند. سیتوپلاسم منوسیتها زیاد و آبی خاکستري و داراي دانههاي ریز فلفلی به نام دانههاي آزوروفیلیک هستند .[4]
لنفوسیت: اندازه لنفوسیتها 8 تا 10 میکرون و شکل آن ها گردگاهی بیضی استشکل. هسته معمولاً گردگاهی بیضی یا داراي فرورفتگی و میزان سیتوپلاسممعمولاً کم است. رنگ سیتوپلاسم آبی روشن و همچنین نسبت هسته به سیتوپلاسم زیاد است.[4]
-4 پردازش تصویر
اهمیت پردازش تصویر را میتوان در نقلقول این جمله محبوب خلاصه کرد: " ارزش یک تصویر بیش از ده هزار کلمه است .[1]" تصاویر دیجیتال از منابع مختلفی ازجمله اینترنت، میکروسکوپهاي پزشکی و یا ماهواره تهیهشدهاند. هدف از پردازش تصویر دیجیتال ارتقاء یا بهبود تصویر و یا به دست آوردن اطلاعات از آن است. کارهاي معمول پردازش تصاویر شامل حذف تاري، کاهش نویز، بهبود کنتراست و یا سایر خواص بصري یک تصویر قبل از نمایش آن، قطعهبندي یک تصویر به نواحی مختلف مانند اشیاء و پسزمینه، حداکثر، حداقل و یا چرخش تصویر و... است. تصاویر دیجیتال داراي دو مزیت اصلی در مقایسه با تصاویر قدیمی دارند.
اول؛ در هر چرخه از فرایند یک تصویر، کیفیت تصویر از دست میرود، درحالیکه یک تصویر دیجیتالاساساً میتواند دقت کاملی را حفظ کند. مزیت دیگر انعطافپذیري زیاد در توسعه و گسترش تصاویر است. یک تصویر دیجیتال است از تعدادي عناصر که هرکدام داراي یک محل و ارزش خاص است، تشکیل شده است. این عناصر بهعنوان عناصر تشکیلدهندهي تصویر و یا پیکسل نامیده می شوند.[4] در اواخر 1960، استفاده از پردازش تصویر دیجیتال در برنامه هاي فضایی و در اوایل 1970 در تصویربرداري پزشکی، منابع زمین از راه دور مشاهدات و نجوم تسهیل شده است. در اوایل 1970 اختراع توموگرافی کامپیوتري - CT - دستیابی موفقیتآمیزي در استفاده از پردازش تصویر در تشخیص پزشکی مطرحشده است.
روشهاي محاسباتی توانایی ما را در تجزیهوتحلیل و درك تصاویر پزشکی و علوم زیستی بهبود بخشیدهاند. مسائل معمولی که در ماشینهاي مصنوعی که معمولاً از تکنیکهاي پردازش تصویر استفاده میکنند عبارتاند از: شناختن کاراکتر، شناسایی نظامی، پردازش خودکار اثرانگشت، تصویربرداري اشعه X و نمونههاي خون. مراحل جمع آوري تصویر شامل پیش پردازش، مانند مقیاس بندي تصاویر است.
بهبود تصویر ساده ترین گام در پردازش تصویر دیجیتال است که شامل دستکاري تصویر براي بهبود تناسب آن براي برنامهاي خاص و به دنبال آن تولید تصاویر بهتراست. بازیابی تصویر از تکنیکهاي مبتنی بر ریاضی و یا مدلهاي احتمال کاهش کیفیت تصویر براي بهبود ظاهر یک تصویر استفاده میکند. در فشردهسازي تصویر از تکنیکهایی براي کاهش فضاي ذخیرهي موردنیاز یک تصویر و یا صرفهجویی در پهناي باند موردنیاز براي انتقال آن است. قابلذکر است، فنّاوري ذخیرهسازي بهطور قابلتوجهی در طول دهه گذشته بهبودیافته است.[1]
-5 قطعهبندي
قطعهبندي تصاویر به نواحی همگن امري مهم در بینایی ماشین است. قطعهبندي را میتوان بهعنوان تقسیم تصویر به نواحی که باهم تداخل ندارند، تعریف کرد. هدف قطعهبندي سادهسازي نمایش تصویر بهصورت عنصر بامعنی و تجزیهوتحلیل آسان آن است.[3] از دیرباز قطعهبندي تصاویر یکی از مسائل مهم در پردازش تصویر و بینایی ماشین بوده است. قطعهبندي فرایندي براي جداسازي یک تصویر دیجیتال به نواحی مختلفی است، بهطوريکه پیکسلهاي آن ناحیه داراي مشخصات مشابهی مانند درجه روشنایی، بافت و... داشته باشند؛ بنابراین تصویر بسیار مفهومی و قابلاستفاده در پردازشهاي بعدي میشود. قطعهبندي اشیاي موجود در تصویر و همچنین مرزهاي بین نواحی را مشخص میکند.[4]
برخلاف تصاویر تکرنگ، در قطعهبندي تصاویر رنگی از رنگهاي قرمز، سبز و آبی استفاده میشود. بااین حال، گذشتهي جامعی درزمینه ي قطعهبندي تصاویر رنگی وجود ندارد. بعضی از زمینههایی که موردمطالعه قرارگرفته است استفاده از تکنیکهاي قطعهبندي بر اساس لبه است و همچنین روشهاي قطعهبندي بر اساس ناحیه در تصاویر رنگی با بافتهاي پیچیده نیز مطرحشده است[5] و استفاده از روش حوزه نیز بیان شده است.[6] تصاویر پزشکی نقش مهمی را در تشخیص و درمان بیماريها ایفا میکند. ازآنجاییکه روشهاي هوش مصنوعی مانند پردازش تصاویر دیجیتال زمانی که با سایر روشها ترکیب میشوند، نتیجهي ارزشمندي دارند؛ بنابراین استفاده از روشهاي هوش مصنوعی در پردازش تصاویر پزشکی امري مؤثر و کارآمد تلفی میشود.[7] در ادامه به چند روش که مورداستفاده قرارگرفته است، اشاره میشود:
-1-5 عملیات پردازش تصویر1
در سالهاي 2010 تا 2012 با استفاده از عملیات محاسباتی و پردازش تصویر روش براي قطعهبندي گلبولهاي سفید خون ارائه شد.[10-7] الگوریتمهاي متفاوتی بر پایهي عملیات مورفولوژي سطح آستانه و محاسبات پردازش تصویر جهت قطعهبندي گلبولهاي سفید خون تاکنون مطرحشدهاند.[16-11] از عملیات مورفولوژي و همچنین ترکیب آنها میتوان به روشی براي قطعهبندي تصاویر گلبول سفید خون دست پیدا کرد.[19-17]
