Разработка и испытание автоматизированного комплекса микроскопии

66 “Оптический журнал”, 78, 1, 2011

ЦИФРОВАЯ МИКРОСКОПИЯ, ОБРАБОТКА ИЗОБРАЖЕНИЙ

Введение

В настоящее время основные производите-ли поставляют на рынок комплексы микро-скопии с моторизованными элементами и с программным обеспечением, автоматизирую-щим рутинные операции микроскопии, такие как производство цифровых копий препарата (виртуальные слайды), автофокус, съемка поля зрения в различных режимах и т. п. Ряд фирм производит оборудование моторизации для дооснащения обычных микроскопов, широко представлено ПО анализа изображений различ-ной природы. Современный уровень развития автоматизации и информатизации микроско-пии создает все условия для включения в состав микроскопа последнего интеллектуального эле-мента – программы автоматического анализа с определением заданных параметров препара-та – превращающего комплекс автоматизиро-ванный микроскопии (КАМ) в автоматический анализатор. Тем не менее, если говорить о био-

материалах и особенно об анализах медицин-ского класса, создание успешных автоматиче-ских микроскопических анализаторов (АМА) все еще относится к категории единичных слу-чаев. Причины этого связаны с методическими трудностями разработки и испытаний АМА. Из-за высокой изменчивости свойства объектов анализа описываются в качественных терми-нах, что заставляет оценивать АМА в аналогич-ных терминах как роботизированное устрой-ство. Необходимая для разработки и испытаний модель внешней среды, основанная на фиксиро-ванной выборке реальных препаратов, проана-лизированных врачами, оказывается весьма дорогостоящей и фактически непредставитель-ной из-за огромного разнообразия вариантов пробоподготовки и патологий, влияющих на свойства объектов анализа. В результате ком-плекс, созданный с использованием такой огра-ниченной модели, может быть неэффективен в отличающихся условиях множества реальных контингентов больных и лабораторий. В статье

УДК 681.3.01

РАЗРАБОТКА И ИСПЫТАНИЕ АВТОМАТИЗИРОВАННОГО КОМПЛЕКСА МИКРОСКОПИИ

© 2011 г. В. C. Медовый, доктор техн. наук; А. М. Пятницкий, канд. физ.-мат. наук; Б. З. Соколинский, канд. мед. наук; В. В. Маркеллов; Д. С. Федорова; И. В. Федоров

ЗАО “Медицинские компьютерные системы (МЕКОС)”, Москва

E-mail: [email protected]

Высокая вариабельность препаратов и объектов анализа создает проблемы как для формирования как представительной модели внешней среды, так и устойчивых алгоритмов автоматического микроскопического анализа биоматериалов. При раз-работке и сопровождении анализатора МЕКОС-Ц2 для пополнения модели внешней среды использована технология формируемых при участии потребителей референсных виртуальных слайдов, поступающих в процессе эксплуатации из лабораторий в сервис-ный центр. Настроенная на применение виртуальных слайдов структура МЕКОС-Ц2 позволяет в значительной степени автоматизировать разработку новых версий про-граммного обеспечения с учетом новых данных о внешней среде. Другим ключевым принципом разработки является использование робастных, адаптирующихся к данному препарату, алгоритмов анализа. Сочетание указанных принципов позволило создать автоматический анализатор МЕКОС-Ц2 медицинского класса, пригодный для анализа мазков крови в рядовой лаборатории.

Ключевые слова: цифровая микроскопия, виртуальные слайды, автоматический микроскопический анализатор, обработка изображений.

Коды OCIS: 100.0100, 180.0180, 170.0170

Поступила в редакцию 04.05.2010

67“Оптический журнал”, 78, 1, 2011

представлена уточненная (по сравнению с [1]) методика разработки и медицинских испыта-ний АМА с применением виртуальных слайдов, превращающая процесс эксплуатации в процесс развития МЕКОС-Ц2. Указанная кооперация потребителей и разработчиков представляет-ся новым шагом в развитии роботизированных комплексов микроскопии. Даны некоторые де-тали алгоритмов АМА МЕКОС-Ц2, обеспечива-ющие робастность и адаптацию к конкретному препарату в условиях априорной неопределен-ности его свойств.

1. Проблемы медицинских испытаний АМА

В состав комплекса МЕКОС-Ц2 [2], как и в состав любого АМА, входят: моторизованный микроскоп, видеокамера, компьютер и про-граммное обеспечение. Возможны различные комплектации оборудования и ПО, обеспечи-вающие различный состав анализов, уровень автоматизации, производительности и стоимо-сти. Одним из наиболее автоматизированных приложений МЕКОС-Ц2 является анализ маз-ков крови, включая сбор выборки и сортировку лейкоцитов, эритроцитов, тромбоцитов, рети-кулоцитов.

В процессе разработки и испытаний ПО МЕКОС-Ц2 мы столкнулись с трудностями сбора представительной выборки препаратов. Такая выборка должна включать многие сотни примеров различных патологий, возрастных групп, различных модификаций пробоподго-товки. Например, цвет и форма лейкоцитов и эритроцитов в препаратах с различными пато-логиями могут значительно изменяться в одних и тех же условиях пробоподготовки. Обычная схема медицинских испытаний АМА состоит в проведении испытаний в небольшом числе ме-дицинских учреждений в течение ограничен-ного времени [3]. Такие испытания являются весьма затратными, поскольку в соответствии с существующим стандартом испытаний [4] в качестве референсной методики используется ручная микроскопия, выполняемая опытными врачами. Характер референсной методики свя-зан с качественными определениями объектов анализа. Трудности сбора коллекции слайдов, особенно с представительным составом редких объектов, и высокая трудоемкость ручной ми-кроскопии ограничивают реально достижимую представительность базы испытаний. Каждая новая версия программ (их может быть несколь-

ко в год) требует, вообще говоря, новой полно-ценной проверки.

Вместе с тем современные информационные технологии автоматизированной микроскопии, предназначенные для задач визуального анали-за биоматериалов, могли бы быть использованы при проведении медицинских испытаний авто-матического анализатора. Одной из таких тех-нологий является технология использования “виртуальных слайдов” (ВС).

Автоматически формируемый КАМ вирту-альный слайд – это “черепичное” панорамное, сфокусированное поле зрения прямоугольной формы, состоящее из множества соседних, ча-стично перекрывающихся первичных полей зрения видеокамеры без потери информации на стыках. ВС площадью до нескольких кв. см. мо-жет быть просмотрен на удаленном компьютере с имитацией любого увеличения. ВС широко применяются в телемедицине [5]. Врач имеет возможность получить аналогичные результа-ты анализа, используя микроскопию реального препарата через окуляры, либо наблюдая ВС на экране компьютера.

2. Применение информационных технологий в методике испытаний

МЕКОС-Ц2

МЕКОС-Ц2 располагает группой функций для локального анализа препарата и группой функций для удаленного доступа к препаратам и результатам их анализа. Вторая группа яв-ляется группой средств телемедицины, форми-рующей ВС. Первоначально ВС использовались нами в составе средств контроля МЕКОС-Ц2 для оценки службой сервиса правильности ра-боты изделия в конкретной ситуации. Если бы результаты тестирования содержали также результаты визуального анализа ВС (или визу-альные оценки качества автоматического ана-лиза), сделанные потребителем – квалифици-рованным врачом-экспертом, мы получили бы возможность дистанционно собирать и базу дан-ных медицинских испытаний автоматического анализатора. Результаты визуального анализа ВС, сделанного потребителем, рассматривают-ся в этих условиях как консультация по каче-ству автоматического анализатора. Были раз-работаны специальные диалоговые средства поддержки производства таких “референсных” ВС (РВС). Эти средства ускоряют формирова-ние врачом результатов визуального анализа за счет использования результатов автоматиче-


ского анализа в качестве подсказок, при этом время создания РВС становится сравнимым со временем прямого микроскопического анализа. Сеанс производства РВС может рассматривать-ся как рутинный этап контроля качества анали-затора в лаборатории.

В настоящее время группа функций удален-ного доступа поддерживает два потока рефе-ренсных сообщений. Первый поток является потоком телепатологии: ВС из удаленной лабо-ратории, оснащенной комплексом МЕКОС-Ц2, поступает в консультационный центр, в ко-тором эксперт анализирует ВС на своем ком-пьютере, делает референсные диагностические оценки ВС, то есть прямо или косвенно фор-мирует РВС, и отправляет РВС в качестве кон-сультации обратно в периферийную лаборато-рию. Второй поток РВС поступает в обратном направлении: ВС из удаленной лаборатории, оснащенной комплексом МЕКОС-Ц2, поступает в центральную референсную лабораторию или в сервисный центр МЕКОС вместе с оценками автоматического анализа (или с результатами визуального анализа), сделанными местным врачом. Центральные учреждения могут ис-пользовать такие РВС для создания представи-тельных архивов препаратов по определенным типам патологий, для аттестации местных вра-чей или для создания представительной базы данных медицинских испытаний автоматиче-ской методики анализа. Рассмотренный подход позволяет выполнять испытания не только в ограниченном числе медицинских учреждений в специальный период времени, но и на посто-янной основе во время эксплуатации во мно-гих учреждениях с использованием различных условий пробоподготовки и различных контин-гентов больных. Аналогичная технология мо-жет применяться при разработке и испытани-ях других типов автоматических анализаторов изображений.

3. Соответствие структуры МЕКОС-Ц2 технологии РВС

Эффективность применения РВС в процессе разработки и испытаний зависит от структу-ры АМА. Помимо информационного аспекта, связанного с созданием электронного архива реалистичных моделей внешней среды, приме-нение РВС может дать значительный дополни-тельный эффект, если методику автоматическо-го анализа разбить на последовательные этапы, каждый из которых соответствует естествен-

ной, с точки зрения врача, задаче микроскопи-ческого анализа. Если при этом на каждом эта-пе комплекс автоматически формирует выход-ной ВС, отвечающий специфике задачи этапа, то качество решения автоматическим анализа-тором задачи каждого этапа может быть оцене-но с помощью соответствующей данному этапу представительной выборки РВС. Введение эта-пов приводит к необходимости обеспечить каче-ство работы каждого этапа на уровне, не усту-пающем качеству выполнения аналогичной функции врачом. Это означает, что различия в результатах автоматического и визуального анализа должны находиться в пределах стати-стической ошибки, связанной только с объе-мом выборки объектов анализа. Если каждому этапу соответствует своя подсистема ПО АМА, то благодаря этапности при разработке новых версий появляется возможность не проводить дорогостоящие повторные испытания ранее ат-тестованных (испытанных с положительным результатом) подсистем.

Большинство известных методик медицин-ского микроскопического анализа может быть представлено в качестве последовательности выполнения следующих этапов:

формирование изображения поля зрения; –навигация (реализация маршрута просмо- –

тра препарата);сбор выборки объектов анализа; –контроль качества приготовления препа- –

рата;сортировка объектов анализа с использо- –

ванием качественных критериев;количественные измерения отдельных –

объектов анализа и выборки в целом.В ряде методик некоторые из указанных

этапов могут отсутствовать или выполняться параллельно. В последнем случае необходимо применение одного и того же типа РВС для от-ражения и оценки результатов работы всех па-раллельных процессов.

В соответствии со сказанным ПО МЕКОС-Ц2 разработано как функционирующая в общей среде группа из шести подсистем: виртуальный микроскоп; навигация; сбор выборки; контроль качества; сортировка; измерение (рис. 1, 2). Подсистемы для каждого конкретного типа анализа располагают специализированными модулями и настройками, но во всех случаях аттестуются в указанном порядке. Исключение составляет подсистема измерений, которая в связи с трудоемкостью и неточностью ручных измерений испытывается с применением спе-


циальных эталонов и фактически не участвует в медицинских испытаниях (аттестуется на эта-пе технических испытаний).

4. ВС, РВС и испытания подсистем

4.1. Подсистема “виртуальный микроскоп (ПВМ)”

Подсистема предназначена для формиро-вания виртуальных слайдов, то есть для пере-мещения процесса микроскопии на экран ком-пьютера, как в реальном времени, так и через базу данных. Качество подсистемы зависит от ее эргономики, разрешения изображений, ско-рости, контроля условий наблюдения. Подси-стема управляет моторизованным микроскопом (объективы, освещение, фильтры, скорость и величина перемещений) и видеокамерой (экс-позиция, форматы). ПВМ использует стандарт-ные алгоритмы автофокуса или мультифокуса, стандартные траектории для формирования прямоугольных ВС с применением стандартной технологии “черепицы” [5]. Текущим полем зрения при просмотре ВС является прямоуголь-ный фрагмент ВС, соответствующий окну про-смотра на экране монитора. На максимальном разрешении максимально возможный размер окна соответствует вписанному в поле зрения микроскопа прямоугольнику. Могут форми-роваться и “линейные” ВС, соответствующие только одному вертикальному или горизонталь-ному ряду соседних полей зрения микроскопа. Линейные ВС (ЛВС) могут использоваться под-системой навигации в качестве фрагментов при формировании нестандартного ВС более слож-ной формы, учитывающей распределение био-материала по площади препарата.

Современный уровень оборудования и стан-дартных программных решений позволяет по-лучить на экране компьютера приемлемое по качеству изображение, не уступающее изобра-жению в окулярах микроскопа. Ряд стандарт-ных автоматических функций виртуальной микроскопии (автофокус, мультифокус, непре-рывное масштабирование, проекции) создают дополнительные возможности, улучшающие визуальный анализ. Фактически качество ПВМ зависит от правильности выбора комплекта оборудования КАМ и от правильности выбора настроек оборудования для конкретного вида анализа. Поэтому медицинские испытания ПВМ могут выполняться как нетрудоемкие рутинные проверки, не требующие статистиче-

ских оценок и значительных выборок препара-тов. Например, для методики автоматической сортировки лейкоцитов мазка крови проверка ПВМ может выполняться с использованием нескольких аттестованных по качеству приго-товления мазков лейкозной крови, как содер-жащих наиболее сложные объекты. Критерием применимости ПВМ может являться 100% ви-зуальная различимость морфологических осо-бенностей всех представленных в ВС клеток. Отдельно должно проверяться качество линей-ных ВС, включая проверку качества стыков соседних ЛВС. Полноценные референсные ВС в случае ПВМ не используются.

4.2. Подсистема навигации (ПН)

Задачей ПН является автоматическое фор-мирование специфических для данного типа препарата маршрутов просмотра с выбором об-ластей препарата, способных содержать пред-ставительную выборку объектов анализа. В слу-чае мазков крови это области с определенной толщиной слоя эритроцитов и с их определен-ным положением относительно границ мазка. ПН формирует маршрут, анализируя изобра-жение в текущем окне и используя технику формирования линейных ВС. В частности, ре-шение присоединить текущее поле зрения к те-кущему ЛВС, то есть удлинить текущий ЛВС, или начать новый ЛВС в другом направлении, специализированный модуль ПН для анализа мазка крови принимает на основе измерений толщины слоя эритроцитов вдоль пройденного маршрута [6]. В результате форма автомати-чески формируемого выходного ВС подсистемы навигации (ВСПН) для неравномерного маз-ка может значительно отличаться от прямо-угольной, адаптируясь к распределению слоя эритроцитов в мазке (рис. 3). Если условием окончания просмотра является сбор выборки объектов анализа заданного объема (напри-мер, сбор 100–200 клеток для определения лейкоцитарной формулы), то подсистемы на-вигации и сбора выборки должны работать па-раллельно, с передачей в ПН данных о текущем размере выборки. В этом случае в качестве вы-ходного ВС используется один и тот же слайд ВСПН обеими подсистемами навигации и сбора выборки.

В соответствии с имеющимися инструкция-ми [7] траектория скрининга препарата долж-на формироваться и оцениваться на макро- и микроуровне. Поэтому результат работы ПН

Рис. 1. Архитектура МЕКОС-Ц2: структура вложенных функциональных оболочек – этапов анализа; фиксация виртуальных слайдов для контроля качества автоматических функций потребителем с помощью РВС.

Рис. 2. Испытания оболочек на базе представительных выборок РВС.

15828 cтр70

Рис. 3. Окно живого видео и траектория скрининга мазка крови (справа) подсистемы навигации МЕКОС-Ц2.

Рис. 4. Окно формирования рефе- ренсного виртуального слайда под- системы сбора выборки.

Рис. 5. Окна просмотра и контроля галерей подсистемы сортировки.


дополнительно к ВСПН (микроуровень) пред-ставлен также отдельным изображением тра-ектории автоматического просмотра препарата (ТПН). Масштаб ТПН (траектория показана на рис. 3 справа) соответствует макроуровню (т. е. без увеличения в микроскопе). Кроме формы области просмотра ТВСПН содержит также карту толщины препарата в области просмо-тра. Врач оценивает форму, размеры и толщину слоя биоматериала области просмотра, исполь-зуя представленную в окне просмотра шкалу. Отметим, что при ручной микроскопии пра-вильность траектории просмотра практически не контролируется, хотя, как известно, непра-вильный выбор траектории может привести к ошибочным результатам подсчета лейкоцитар-ной формулы [7].

Траектория считается “правильной”, если она признается таковой как самой подсистемой ПН, так и врачом, который визуально оценива-ет форму ТПН, представленной в результатах анализа. ПН может автоматически оценивать качество сформированной траектории по ее то-пологии и по гистограмме распределения тол-щины слоя биоматериала вдоль траектории. Оценки траектории дописываются в ВСПН, образуя РВСПН. Отметим, что “неправильная траектория” может быть сформирована не толь-ко из-за ошибочной работы подсистемы нави-гации, но и из-за неудовлетворительного каче-ства препарата (например, отсутствие тонкого слоя). Качество препарата оценивается врачом по ВСПН, если ПН удается собрать заданную выборку объектов анализа. В противном случае считается, что ПН отказывается от обслужива-ния препарата. Критерием применимости ПН является близкий к нулю уровень “ложнопра-вильных” траекторий при скрининге принятых ПН к обслуживанию препаратов (таких, что референсной оценкой является “неправильная траектория” и “нормальное” качество препара-та). В случаях отказа ПН от обслуживания не-обходима дополнительная ручная микроскопия или формирование стандартного прямоугольно-го ВС для выявления истинного качества пре-парата экспертом. Приемлемым можно считать уровень до 5% отказов ПН на нормальных по качеству препаратах.

4.3. Подсистема сбора выборки (ПСВ)

Задачей ПСВ является обнаружение в вы-ходном виртуальном слайде подсистемы на-вигации объектов заданных типов и подсчет

текущего объема собранной выборки. Выход-ным автоматически формируемым ВС подси-стемы сбора выборки (ВСПСВ) является ВСпн, дополненный отметками автоматического об-наружения (рис. 4), а также галерея портретов (прямоугольных фрагментов, содержащих изо-бражения объектов) обнаруженных объектов (ВСГАЛ), объем которой обычно на несколько порядков меньше объема ВСпн.

Референсная оценка пропусков (“ложно-отрицательных”) и ложных обнаружений (“ложноположительных”) выполняется при просмотре врачом ВСПН с помощью специ-альной программы, которая облегчает работу, выделяя на изображении автоматически об-наруженные объекты. Врач может согласить-ся с подсказкой (объект остается в РВСПСВ и РВСГАЛ), отвергнуть ее (вычеркивается из РВСПСВ и РВСГАЛ) или выделить на экра-не с помощью диалоговых средств объект, не обнаруженный автоматически (добавляется в РВСПСВ и РВСГАЛ).

Критерием применимости ПСВ являются проценты пропусков и ложных обнаружений, которые должны быть не хуже заданных. Для разных типов клеток могут быть заданы разные требуемые вероятности пропусков в зависимо-сти от средних концентраций и видов анализа. В частности, при анализе лейкоцитов могут быть заданы разные вероятности пропуска нор-мальных, юных и патологических форм. Мазок крови обычно содержит значительно больше клеток (более чем в 10 раз), чем требуется для подсчета формулы нормальных типов лейко-цитов. Поэтому при этом анализе требуемые вероятности пропусков могут быть не слишком жесткими (в соответствии с моделью Пуассона для редких событий вероятность пропуска мо-жет быть снижена за счет увеличения области просмотра). Это достигается автоматически при использовании фиксированного размера фак-тически собираемой выборки. Однако при зна-чительном количестве пропусков (более 1%) следует убедиться в том, что объекты различ-ных типов пропускаются с одинаковой вероят-ностью.

Доля ложных обнаружений имеет значение при автоматизированном режиме эксплуата-ции, когда врач имеет возможность откорректи-ровать результаты автоматической сортировки (см. ниже). Для существенного повышения про-изводительности труда по сравнению с ручной микроскопией эта доля не должна превышать 10–20%.


4.4. Подсистема контроля качества препарата (ПКК)

Референсная оценка качества препарата, предназначенная для сравнения с оценкой ка-чества, автоматически сформированной под-системой контроля качества (ПКК), может вы-полняться при просмотре врачом виртуального слайда подсистемы навигации. Соответствую-щие оценки врача с помощью средств ПКК до-писываются в ВСПН, формируя РВСПКК. В МЕКОС-Ц2 модули ПКК и ПСВ, предназна-ченные для автоматического анализатора маз-ков крови, работают как единое целое, поэтому автоматические и референсные оценки качества препарата представлены в ВС и РВС подсисте-мы сбора выборки. Оцениваются доли “ложно-качественных” (автоматическая оценка – нор-мальное качество, референсная оценка – ненор-мальное качество) и “ложнонекачественных” препаратов (автоматическая оценка – ненор-мальное качество, референсная оценка – нор-мальное качество). В связи с расплывчатостью существующих рекомендаций по требуемому качеству препаратов результаты испытаний данной подсистемы носят справочный харак-тер. Доля ложноотрицательных препаратов, как и доля ложноотрицательных траекторий, характеризует процент препаратов, ошибочно взятых системой на обслуживание. Суммарно эти доли не должны превышать 10–15%, чтобы не увеличивать существенно долю отказов от об-служивания. Фактически ПКК предназначена для обеспечения заданных характеристик ПСВ и может предъявлять более жесткие требования к качеству препарата, чем это обычно делается при ручной микроскопии. Результаты данного тестирования могут помочь сотрудникам лабо-ратории добиться более высокой эффективно-сти работы автоматической методики за счет улучшения качества пробоподготовки.

4.5. Подсистема сортировки (ПС)

Результаты автоматической сортировки объ-ектов, находящихся в галерее ВСгал, представ-лены галереями ВСсорт изображений клеток каждого типа, а также галереей изображений автоматически обнаруженных объектов, не от-несенных подсистемой сортировки (ПС) ни к одному из заданных типов (рис. 5). В связи с тем, что этап испытаний данной подсистемы возможен только при условии удовлетвори-тельной работы подсистемы сбора выборки, то

есть при достижении заданных вероятностей правильности сбора выборки, референсная со-ртировка может выполняться интерактивным перераспределением врачом изображений кле-ток галерей. Подсистема сортировки таким образом становится единственной подсисте-мой, которую необходимо оценивать в полном объеме стандарта медицинских испытаний [4]. Оцениваются доли ложноположительных, лож-ноотрицательных анализов, а также чувстви-тельность и специфичность ПС. Отметим, что в стандарте [4] ничего не говорится о требуемых значениях оценок результатов испытаний. Эти значения могут быть различны для разных ре-жимов эксплуатации КАМ. В полностью ав-томатическом режиме выполнения анализа необходимы высокие характеристики работы ПС. В автоматизированном режиме “support”, аналогичном режиму референсной проверки подсистемы сортировки, точность автоматиче-ской сортировки может быть существенно ниже чем при ручной микроскопии, более того, оцен-ки ошибок сортировки по типам могут быть заменены оценкой среднего процента правок врачом всех галерей сортировки. Приемлемым с точки зрения трудозатрат врача по сравне-нию с ручной микроскопией является процент правок до 10%. В настоящее время основным режимом работы комплексов МЕКОС-Ц2 яв-ляется режим “support”. Накапливая в этом режиме архив РВСсорт, мы получаем возмож-ность разрабатывать новые версии ПС, при-ближающие ее характеристики к необходимым характеристикам полностью автоматического анализатора. Отметим, что достижение высо-ких характеристик ПС является весьма важной задачей, при решении которой высококвали-фицированный врач может быть полностью ис-ключен из процесса анализа основного потока препаратов.

5. Трудоемкость поэтапной схемы медицинских испытаний

Как было отмечено выше, объем испытаний подсистемы виртуального микроскопа может быть однократным и ограниченным ввиду стан-дартного характера его средств. Основные тру-дозатраты врача-эксперта связаны с необходи-мостью просмотра виртуального слайда, форми-руемого подсистемой навигации. Оценивается изображение траектории просмотра, бегло про-сматривается слайд для оценки приемлемости биоматериала в выбранной области просмотра.


Трудозатраты врача при этом составляют менее 50% от затрат на анализ мазка при прямой ми-кроскопии. Проверка сбора выборки примерно соответствует трудозатратам при прямой руч-ной микроскопии. Трудозатраты проверки со-ртировки невелики и соответствуют примерно 10% затрат прямой микроскопии. Испытания подсистемы измерений фактически относятся к этапу технических испытаний и могут прово-диться без участия врачей.

Таким образом, при гораздо более полном и всестороннем исследовании качества функ-ционирования автоматического анализатора, дополненном формированием реалистичных моделей внешней среды, пригодных для много-кратного использования, суммарные трудоза-траты врачей при выполнении первичных ис-пытаний примерно в полтора раза превышают трудозатраты традиционной схемы испытаний. Вторичные испытания наиболее проблемных подсистем сбора выборки, контроля качества и сортировки, выполняемые на базе референсных виртуальных слайдов, могут выполняться в полностью автоматическом режиме без участия врачей.

6. Робастность и адаптация

Для медицинских микроскопических изо-бражений характерна чрезвычайно высокая вариабельность практически всех признаков, связанная с биологической индивидуальной из-менчивостью и неконтролируемыми параметра-ми процесса пробоподготовки, в частности:

заранее неизвестно количество однород- –ных зон, присутствующих на изображении, и число типов объектов, присутствующих в пре-парате;

заранее неизвестно, по каким именно при- –знакам окажется возможным разделение. Это касается как задач сегментации (выделения од-нородных областей), так и задач классификации (распределения выделенных объектов по типам). Поэтому попытки применить обычную стати-стику и получить пороги для оценки параметров объектов анализа оказываются неудачными.

Для решения задачи анализа изображений рассматриваемого типа, по нашему мнению, следует применять адаптивные и устойчивые методы. В комплексе МЕКОС-Ц2 используются следующие идеи.

1. Задачи сегментации изображения, клас-сификации объектов на однородные группы ре-шаются методами кластеризации без учителя.

2. Значимость полученных кластеров оцени-вается с помощью специально подобранных ста-тистических критериев.

3. Используется механизм высказывания гипотез и их последующей проверки. Эти ги-потезы связаны с количеством областей на изо-бражении, количеством типов объектов в пре-парате, положением границ, разделяющих эти группы.

4. Классификация может осуществляться после кластеризации с предварительным выде-лением группы однородных объектов.

5. При классификации группы объектов учитывается ее относительное положение в пространстве признаков относительно других групп.

Рассмотренные идеи реализованы в алгорит-мах подсистемы сбора выборки. Технология РВС позволяет вести их постоянное и полно-ценное тестирование.

Заключение

Преимуществом схемы РВС является воз-можность накапливать представительную базу разработки и испытаний в процессе эксплуа-тации анализаторов во многих лабораториях в течение длительного времени, используя сеанс формирования РВС как рутинный этап кон-троля качества прибора в лаборатории. Потре-бители, участвующие в пополнении базы РВС МЕКОС-Ц2, систематически получают бесплат-но новые версии, благодаря чему их комплексы микроскопии находятся в постоянном разви-тии. Хотя технология РВС нарушает один из постулатов классической методики испытаний изделий медицинского назначения – незави-симость этапа тестирования от эксплуатации – сам процесс формирования РВС как этап кон-троля качества и наличие режима “support” позволяют избежать возможных негативных медицинских последствий применения новых версий. Адаптируемость и устойчивость ал-горитмов позволяют применять обычные до-ступные в реальной практике методики пробо-подготовки и сравнительно недорогое обору-дование.

Результаты медицинских испытаний МЕКОС-Ц2, выполненных в соответствии со стандартом NCCLS H20 и по технологии РВС, представлены в [8, 9]. При применении МЕКОС-Ц2 значительно улучшаются точность анализов, условия труда врача, контроль ка-чества, обучение персонала. Это подтверждено


практикой применения МЕКОС-Ц2 в более чем ста лабораториях.

ЛИТЕРАТУРА

1. Медовый В.С., Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демьянов В.Л. Структура си-стемы автоматической микроскопии МЕКОС-Ц2 и методики ее испытаний // Медицинская техни-ка. 2006. № 4. С. 36–41.

2. Медовый В.С., Парпара А.А., Соколинский Б.З., Демьянов В.Л. Комплектации оборудования и системная платформа комплексов автоматизиро-ванной микроскопии // Медицинская техника. 2007. № 2. С. 29–36.

3. Swolin B., Simonsson P. et al. Differential counting of blood leukocytes using automated microscopy and a decision support system based on artificial neural networks – evaluation of DiffMaster Octavia. Clin Lab Haematol. 2003 Jun; 25(3). Р. 139–147.

4. National Committee for Clinical Laboratory Stan-dards (1992). Reference Leukocyte Differential Count and Evaluation of Instrumental Methods: Ap-proved Standards. NCCLS H20-A Villanova, PA.

5. Lundin M., Lundin J., Isola J. Virtual micros-copy // Journal of Clinical Pathology. 2004. № 57. Р. 1250–1251.

6. Парпара А.А., Пятницкий А.М., Соколинский Б.З., Медовый В.С., Демьянов В.Л. Навигация по мазку крови при автоматическом подсчете лейкоци-тарной формулы и эритроцитометрии // Здраво-охранение и медицинская техника. 2005. № 7(21). С. 37–38.

7. Wintrobe’s Clinical Hematology 11th Ed. Lippincot Williams&Wilkins Publisher, 11th edition (Decem-ber 2003).

8. Плясунова С.А., Балугян Р.Ш., Хмельницкий К.Е., Медовый В.С, Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демьянов В.Л., Николаенко Д.С. Автоматизированные методики микроскопиче-ских анализов мазков крови – медицинские ис-пытания комплекса МЕКОС-Ц2 // Клиническая лабораторная диагностика. 2006. № 10. С. 22–24, 33–39.

9. Медовый В.C., Николаенко Д.С., Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демья-нов В.Л., Журкина Т.В., Пальчунова И.Б. Авто-матизация микроскопических анализов мазков крови и контроль качества с применением рефе-ренсных виртуальных слайдов // Клиническая лабораторная диагностика. 2008. № 6. С. 46–50.

Technology

Разработка и испытание автоматизированного комплекса микроскопии