Система анализа изображений ядросодержащих клеток костного мозга для формирования диагностического заключения в онкогематологии

В работе представлена система анализа изображений ядросодержащих клеток костного мозга для формирования диагностического заключения в онкогематологии, направленной на решение проблемы построения конвейера обработки данных в автоматических анализаторах биомедицинских изображений. Актуальность исследования обусловлена необходимостью повышения надежности автоматического микроскопического анализа биомедицинских образцов, что является сложной задачей из-за высокой изменчивости и морфологической сложности исследуемых объектов. Одним из решением указанной проблемы является разработка веб-сервиса посредством загрузки, обработки и описание изображений с последующей классификацией на категории подтвержденных и неподтвержденных случаев. Данный веб-сервис обеспечивает кроссплатформенность и доступность, формирует открытую базу данных верифицированных изображений и предоставляет инструменты для обработки и анализа изображений, а также инструменты для корректировки врачом результатов обработки. Система не назначает лечение и не ставит диагнозы самостоятельно, а служит интеллектуальным инструментом для обработки, анализа и передачи результатов исследований в режиме реального времени. Результаты тестирования показали высокую точность работы системы: 91 % для нейросетевых методов и до 97 % для классических алгоритмов. Разработанная система позволяет проводить анализ модулей обработки данных для систем компьютерной микроскопии.

1. Kreiss L., Jiang S., Li X., Xu S., Zhou K.С., Lee K.С., Mühlberg A., Kim K., Chaware A., Ando M., Barisoni L., Seung A.L., Zheng G., Lafata K.J., Friedrich O., Horstmeyer R. Digital staining in optical microscopy using deep learning – a review. PhotoniX. 2023;4. https://doi.org/10.1186/s43074-023-00113-4

2. Yao J., Huang X., Wei M., Han W., Xu X., Wang R., Chen J., Sun L. High-Efficiency Classification of White Blood Cells Based on Object Detection. Journal of Healthcare Engineering. 2021;2021. https://doi.org/10.1155/2021/1615192

3. Medovy V.S., Volkov G.D., Strela N.M., Pervushkin I.V. An Adaptable Cloud-Based Multiple-Unit Laboratory Microscopy System. Biomedical Engineering. 2021;55:36–40. https://doi.org/10.1007/s10527-021-10066-2

4. Samorodov A.V. Biotechnological Systems for Automated Microscopy of Cytology Specimens. Biomedical Engineering. 2019;52(6):387–390. https://doi.org/10.1007/s10527-019-09853-9

5. Поляков Е.В. Исследование характеристик шума на изображениях в системах компьютерной микроскопии. Вестник ТГТУ. 2020;26(4):598–603.

6. Дмитриева В.В., Тупицын Н.Н., Поляков Е.В., Носова Е.М., Палладина А.Д., Цыпляк В.И., Либерис К.А. Медицинская информационная система с применением web-технологий для диагностики острых лимфобластных лейкозов и минимальной остаточной болезни. Безопасность информационных технологий. 2021;28(3):44–55. https://doi.org/10.26583/bit.2021.3.03

7. Fazeli S., Samiei A., Lee T.D., Sarrafzadeh M. Beyond Labels: Visual Representations for Bone Marrow Cell Morphology Recognition. In: 2023 IEEE 11th International Conference on Healthcare Informatics (ICHI), 26–29 June 2023, Houston, USA. IEEE; 2023. pp. 111–117. https://doi.org/10.1109/ICHI57859.2023.00025

8. Deshpande N.M., Gite S., Aluvalu R. A review of microscopic analysis of blood cells for disease detection with AI perspective. PeerJ Computer Science. 2021;7. https://doi.org/10.7717/peerj-cs.460

9. Yildirim M., Çinar A. Classification of White Blood Cells by Deep Learning Methods for Diagnosing Disease. Revue d'Intelligence Artificielle. 2019;33(5):335–340.

10. Dehkharghanian T., Mu Y., Ross C., Sur M., Tizhoosh H.R., Campbell C.J.V. Cell projection plots: A novel visualization of bone marrow aspirate cytology. Journal of Pathology Informatics. 2023;14. https://doi.org/10.1016/j.jpi.2023.100334

11. Cheng Z., Li Y. Improved YOLOv7 Algorithm for Detecting Bone Marrow Cells. Sensors. 2023;23(17). https://doi.org/10.3390/s23177640

12. Поляков Е.В., Тупицын Н.Н., Серебрякова И.Н., Палладина А.Д.; правообладатель федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский ядерный университет «МИФИ» (НИЯУ МИФИ). База данных клеток костного мозга больных острым лимфобластным лейкозом: заявка № 2023620945: заявл. 06.04.2023: опубл. 20.04.2023. Свидетельство о государственной регистрации базы данных № 2023621283 Российская Федерация.