Zrozumieć mozaikę

W ostatnich latach coraz większe zastosowanie w najróżniejszych naukach ma analiza cyfrowych obrazów. Przeciętny człowiek najczęściej spotyka się z technologiami przetwarzania obrazu związanymi z fotografią cyfrową. Jednak komputery “patrzą” i “rozpoznają”, wspomagając pracę naukowców w wielu dziedzinach. Co istotne, ostatnio stają się jednym z motorów postępu w tak różnorodnych naukach, jak medycyna, biologia, geografia, a także kryminalistyka i badania kosmosu. Analiza obrazów może usprawnić i pośrednio zautomatyzować bardzo wiele rutynowych czynności diagnostycznych. Pozwala dokonywać dzięki niej: obserwacji zachodzących zmian podczas różnych procesów, analizy zjawisk fizykochemicznych i biochemicznych, obrazowania wielowymiarowego i selekcjonowania optycznego.

Kolor lub kształt

Wykorzystywane w nauce metody analizy obrazu można generalnie podzielić na dwa rodzaje: analizę barwną i analizę konturów. Bardzo często korzysta się z tej drugiej metody, np. w przypadku zdjęć rentgenowskich, zdjęć USG czy oceny zawartości fotografii z powierzchni księżyca Saturna – Tytana. To bardzo skomplikowane metody geometryczne, które nadal, mimo szybkiego rozwoju wiedzy w tej dziedzinie, obarczone są sporym ryzykiem błędu.

Aplikacje służące do analizy obrazów pozwalają między innymi na wyodrębnienie tzw. ROI (Regions of Interest), czyli tych elementów, które mają znaczenie diagnostyczne. Ten etap realizowany jest w każdej dziedzinie, w której wykorzystuje się analizę obrazów. Inne kroki zmierzające do oceny danych wizualnych to dekompozycja, progowanie i szereg analiz matematyczno-statystycznych.

Zbadaj sam

Istnieje bardzo wiele programów komercyjnych przeznaczonych do tego celu. Przeważnie są one tak drogie, że nawet instytucje badawcze i placówki naukowe nie zawsze mogą sobie pozwolić na ich zakup. Jednak dostępne są też darmowe aplikacje, pod względem funkcjonalności i skuteczności nie ustępujące komercyjnym pakietom. Znakomitym i wszechstronnym narzędziem do analizy i obróbki obrazów jest pakiet ImageJ. Autorem tej napisanej w Javie aplikacji Open Source jest Wayne Rasband z National Institutes of Health w USA. Program wykorzystuje się głównie w naukach biomedycznych, lecz jego możliwości znacznie wykraczają poza tę dziedzinę. Oto kilka zastosowań cyfrowej analizy obrazów na przykładzie pakietu ImageJ oraz moich własnych prac.

W głąb ciała

Na zdjęciach rentgenowskich w przypadku zapaleń i nowotworów porównuje się regiony o zmienionej strukturze, która może się charakteryzować odmienną jasnością i ziarnistością. Całkowicie zmienione kształty świadczą najczęściej o złamaniach lub skrajnych przypadkach chorobowych. Niekiedy na takich zdjęciach pojawiają się ciała obce, co nieraz jest wykrywane dopiero po kilku latach, a na obrazie jest widoczne bardzo wyraźnie. Coraz częściej śladów takich zmian szuka nie lekarz, lecz program komputerowy.

Liczenie jednokomórkowców

Bardzo ciekawym przykładem organizmów jednokomórkowych są okrzemki. Nie mają one większego znaczenia w diagnostyce, ale w podobny sposób można analizować kształty bakterii chorobotwórczych. Poza testami biochemicznymi używanymi do ich identyfikacji stosuje się również analizę ich kształtu. Można np. zliczać kolonie bakteryjne, używając oprogramowania LUCIA Colony Counting. Parametry geometryczne poszczególnych organelli komórkowych również określa się metodami mikroskopowymi połączonymi ze specjalistycznym oprogramowaniem. Po odpowiednich operacjach biochemicznych analizuje się także poszczególne chromosomy z jąder komórek zwierzęcych w celu określenia ich anomalii lub po prostu poznania. Używa się tu takich programów, jak LUCIA Cytogenetics (wersje Karyo, FISH, CGH, MFISH). Oprogramowanie wszechstronne, stosowane do bardziej specjalistycznych badań, często nowatorskich, to Mathlab z dodatkiem Image Processing Toolboksa, Image-Pro Plus, LabVIEW i wiele innych. Dla kryminalistyki przeznaczony jest np. pakiet LUCIA Forensic.

Dzięki tym programom można dokonywać zupełnie nowych odkryć w dziedzinie diagnostyki obrazowej. Co ciekawe, wiele pakietów do analizy obrazu miało swój początek w postaci skryptów pisanych w Perlu, Javie i innych językach, a dopiero później przybrały one formę niezależnych aplikacji pracujących pod kontrolą środowiska graficznego.

Więcej:bezcatnews