Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/236779
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorСкакун, В. В.-
dc.contributor.authorЛисица, Е. В.-
dc.contributor.authorТарапович, К. Д.-
dc.date.accessioned2019-12-26T08:20:19Z-
dc.date.available2019-12-26T08:20:19Z-
dc.date.issued2018-
dc.identifier.other№ госрегистрации 20161301ru
dc.identifier.urihttp://elib.bsu.by/handle/123456789/236779-
dc.description.abstractОбъекты исследования: многоканальные люминесцентные изображения раковых клеток. Цели работы: создание новых математических моделей и объектно-ориентированной методологии цифрового анализа изображений биологических объектов, а также комплекса программных средств, предназначенного для эффективного анализа люминесцентных многоканальных изображений раковых клеток. Методы НИР: биоинформационный анализ, мультивариантный анализ, моделирование. Использованные приборы: персональный компьютер Intel® Celeron™ CPU G530 2.4GHz CPU с операционной системой Windows 10 Pro. Основные итоги: разработано формализованное логическое представление люминесцентных изображений раковых клеток, построена имитационная модель, позволяющая моделировать многоканальные изображения с учетом степени сгруппированности клеток, их перекрытия, статистического шума; проведен анализ методов снижения шума в люминесцентных изображениях. Наилучшие результаты были получены для метода нелокальных усреднений NLM. Исследованы способы восстановления информации об интенсивности красителей по цветовым компонентам в люминесцентных изображениях раковых клеток на основе метода главных компонент; разработан алгоритм сегментации цитоплазмы в пространстве главных компонент, который позволяет автоматически оценивать размеры ядер. В основе алгоритма лежат следующие методы: пороговый метод Отцу и водораздельный метод с фильтрацией по методу Гаусса и использованием маркеров для нахождения границ между слившимися ядрами. Выполнен отбор наиболее информативных признаков сегментированных объектов. В результате из 59 геометрических признаков формы были отобраны 11 наиболее информативных признаков, а из 39 характеристик распределния интенсивности 2 с сохранением точности классификации; разработан программный пакет CellDataMiner для выделения клеток на люминесцентных изображениях; выполнен анализ биомедицинских изображений (137 единиц), полученных в ходе экспериментов по исследованию микрочипов тканей опухолей молочной железы; определено количество раковых и нераковых клеток на каждом из исследуемых изображений. Области применения: прикладная спектроскопия, медицина, микроскопия, гистология.ru
dc.language.isoruru
dc.publisherМинск : БГУru
dc.subjectЭБ БГУ::ТЕХНИЧЕСКИЕ И ПРИКЛАДНЫЕ НАУКИ. ОТРАСЛИ ЭКОНОМИКИ::Медицина и здравоохранениеru
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Математикаru
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Биологияru
dc.subjectЭБ БГУ::ТЕХНИЧЕСКИЕ И ПРИКЛАДНЫЕ НАУКИ. ОТРАСЛИ ЭКОНОМИКИ::Автоматика. Вычислительная техникаru
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Физикаru
dc.subjectЭБ БГУ::ОБЩЕСТВЕННЫЕ НАУКИ::Информатикаru
dc.titleРазработка моделей, методов и программных средств анализа многоканальных люминесцентных изображений раковых клеток : отчет о научно-исследовательской работе (заключительный) / БГУ ; научный руководитель В. В. Скакунru
dc.typereportru
dc.rights.licenseCC BY 4.0ru
Располагается в коллекциях:Отчеты 2018

Полный текст документа:
Файл Описание РазмерФормат 
Отчет 20161301 Скакун.pdf5,38 MBAdobe PDFОткрыть
Показать базовое описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.