|сгенерировать QR код
Открытый доступ
Только для подписчиков
Цветовая мера для калибровки систем цифровой микроскопии
https://doi.org/10.32446/0368-1025it.2021-10-60-64
Аннотация
Изучена проблема стандартизации изображений, получаемых при микроскопических исследованиях с использованием систем цифровой микроскопии. Актуальность обеспечения воспроизводимости цвета на изображениях, получаемых различными системами цифровой микроскопии, обусловлена тем, что искажение цветов может приводить к терапевтическим ошибкам при интерпретации полученной информации. При различной аппаратной реализации систем цифровой микроскопии данная воспроизводимость может быть обеспечена цветовой калибровкой с использованием специальной меры. На основании анализа литературных источников сформулированы требования к разработке цветовой меры. Разработан и изготовлен прототип цветовой меры, состоящий из 97 полей цветного стекла. Координаты цвета и координаты цветности в пространстве CIE XYZ прототипа цветовой меры рассчитаны из экспериментально определённых спектральных распределений интенсивности прошедшего излучения. Проведено сравнительное исследование цветовых охватов предложенного прототипа цветовой меры и существующих мер для цветовой калибровки с учётом координат цветности наиболее часто используемых гистологических красителей.
Об авторах
Д. С. Махов
Московский государственный технический университет имени Н. Э. Баумана (Национальный исследовательский университет)
Россия
Россия
Денис Сергеевич Махов
Москва
Г. Р. Сагателян
Московский государственный технический университет имени Н. Э. Баумана (Национальный исследовательский университет)
Россия
Россия
Гайк Рафаэлович Сагателян
Москва
А. В. Самородов
Московский государственный технический университет имени Н. Э. Баумана (Национальный исследовательский университет)
Россия
Россия
Андрей Владимирович Самородов
Москва
Список литературы
1. Ro sai J., Laboratory investigation, 2007, vol. 87, no. 5, pp. 403–408. https://doi.org/10.1038/labinvest.3700551
2. Al -Janabi S., Huisman A., Van Diest P. J., Histopathology, 2012, vol. 61, no. 1, pp. 1–9. https://doi.org/10.1111/j.1365-2559.2011.03814.x
3. Ev ans A. J., Bauer T. W., Bui M. M. et al., Archives of pathology and laboratory medicine, 2018, vol. 142, no. 11, pp. 1383– 1387. https://doi.org/10.5858/arpa.2017-0496-CP
4. Cl unie D. A., Toxicologic Pathology, 2020, vol. 49, iss. 4, pp. 738–749. https://doi.org/10.1177/0192623320965893
5. Ma khov D., Samorodov A., Slavnova E., 26th Conference of Open Innovations Association (FRUCT), Yaroslavl, Russia, 20– 24 April, 2020, IEEE, 2020, pp. 270–277. https://doi.org/10.23919/FRUCT48808.2020.9087455
6. Parpulov D., Samorodov A., Makhov D., Slavnova E., Volchenko N., Iglovikov V., 2018 Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), Yekaterinburg, Russia, 7–8 May, 2018, IEEE, 2018, pp. 87–90. https://doi.org/10.1109/USBEREIT.2018.8384557
7. Dobrolyubova D. A., Kravtsova T. A., Samorodova O. A., Samorodov A. V., Slavnova E. N., Volchenko N. N., Pattern Recognition and Image Analysis, 2016, vol. 26, no. 3, pp. 552–557. https://doi.org/10.1134/S1054661816030032
8. Tsykunov D. V., Kolokolnikov G. A., Samorodov A. V., 2020 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus), St. Petersburg and Moscow, Russia, 27–30 January, 2020, IEEE, 2020, pp. 2564– 2567. https://doi.org/10.1109/EIConRus49466.2020.9039509
9. Sa morodov A. V., Pattern recognition and image analysis, 2013, vol. 23, no. 4, pp. 508–511. https://doi.org/10.1134/S1054661813040159
10. St okes M., Fairchild M. D., Berns R. S., ACM Transactions on Graphics (TOG), 1992, vol. 11, no. 4, pp. 406–422. https://doi.org/10.1145/146443.146482
11. Sh restha P., Hulsken B. Journal of Medical Imaging, 2014, vol. 1, no. 2, 027501. https://doi.org/10.1117/1.jmi.1.2.027501
12. Кравцова Т. А., Добролюбова Д. А., Самородов А. В. Сравнительное исследование методов цветовой коррекции изображений для задач цветовой калибровки автоматизированных комплексов микроскопии биомедицинских препаратов // Наука и Образование. МГТУ им. Н. Э. Баумана: сетевой журнал. 2016. № 2. С. 91–104. URL: http://engineeringscience.ru/doc/833329.html (дата обращения 01.09.2021).
13. Ba utista P. A., Hashimoto N., Yagi Y., Journal of pathology informatics, 2014, vol. 5, 4. https://doi.org/10.4103/2153-3539.126153
14. Ya gi Y., Diagnostic pathology, 2011, vol. 6, S15. https://doi.org/10.1186/1746-1596-6-S1-S15
15. Ko rzynska A., Zak J., Roszkowiak L., Pijanowska D., Markiewicz T., 2016 IEEE International Conference on Imaging Systems and Techniques (IST), Chania, Greece, 4–6 October, 2016, IEEE, 2016, pp. 48–53. https://doi.org/10.1109/IST.2016.7738196
16. Me nesatti P., Angelini C., Pallottino F., Antonucci F., Aguzzi J., Costa C., Sensors, 2012, vol. 12, no. 6, pp. 7063–7079. https://doi.org/10.3390/s120607063
17. CIE, Fundamental chromaticity diagram with physiological axes, part 1, Commission Internationale de l’Eclairage. URL: http://cie.co.at/publications/fundamental-chromaticity-diagramphysiological-axes-part-1 (дата обращения 01.09.2021).
Рецензия
Для цитирования:
Махов Д.С., Сагателян Г.Р., Самородов А.В. Цветовая мера для калибровки систем цифровой микроскопии. Izmeritelʹnaya Tekhnika. 2021;(10):60-64. https://doi.org/10.32446/0368-1025it.2021-10-60-64
For citation:
Makhov D.S., Sagatelyan G.R., Samorodov A.V. Color calibration slide for digital microscopy systems. Izmeritel`naya Tekhnika. 2021;(10):60-64. (In Russ.) https://doi.org/10.32446/0368-1025it.2021-10-60-64
Просмотров:
114
Послать статью по эл. почте 