The 9 reference contexts in paper I. Gumenyuk S., T. Gaivoronskaya V., S. Gumenyuk E., O. Kachanova A., S. Shafranova K., E. Gubareva A., A. Sotnichenko S., E. Kuevda V., И. Гуменюк С., Т. Гайворонская В., С. Гуменюк Е., О. Качанова А., С. Шафранова К., Е. Губарева А., А. Сотниченко С., Е. Куевда В. (2015) “Оценка течения острых гнойных воспалительных процессов с помощью алгоритмов компьютерного анализа изображений // Estimation of the current of sharp purulent inflammatory processes by means of algorithms of the computer analysis of images” / spz:neicon:ksma:y:2015:i:6:p:31-34

  1. Start
    256
    Prefix
    Кубанский научный медицинский вестник No 6 (155) 2015 Введение Цитологический анализ раневого экссудата является источником объективных данных о течении раневого процесса, иммунобиологических параметрах и активности протекания репаративных процессов
    Exact
    [1, 3]
    Suffix
    . Одним из общепринятых способов проведения цитологического анализа является визуальный метод подсчета [6, 10], основанный на анализе мазка-отпечатка врачом лаборатории после стандартной пробоподготовки.
    (check this in PDF content)

  2. Start
    371
    Prefix
    Кубанский научный медицинский вестник No 6 (155) 2015 Введение Цитологический анализ раневого экссудата является источником объективных данных о течении раневого процесса, иммунобиологических параметрах и активности протекания репаративных процессов [1, 3]. Одним из общепринятых способов проведения цитологического анализа является визуальный метод подсчета
    Exact
    [6, 10]
    Suffix
    , основанный на анализе мазка-отпечатка врачом лаборатории после стандартной пробоподготовки. При этом доверительные интервалы позволяют оценить общую степень бактериальной обсемененности препарата с заданной погрешностью.
    (check this in PDF content)

  3. Start
    920
    Prefix
    При увеличении объема выборки предельная ошибка снижается, что позволяет уменьшить доверительный интервал для заданной вероятности. Согласно проведенным исследованиям для получения статистически достоверных результатов при визуальном анализе достаточно определения 100–200 клеток в одном мазке
    Exact
    [6, 7]
    Suffix
    . Большее количество объектов, распознанных при одномоментном анализе, может ухудшить качество полученных результатов вследствие увеличения оператор-зависимых ошибок на фоне утомления специалиста лаборатории [4].
    (check this in PDF content)

  4. Start
    1147
    Prefix
    Большее количество объектов, распознанных при одномоментном анализе, может ухудшить качество полученных результатов вследствие увеличения оператор-зависимых ошибок на фоне утомления специалиста лаборатории
    Exact
    [4]
    Suffix
    . УДК 616-002.3:004.021/004.932.2 и. С. ГУмЕнЮк1,3, Т. В. ГАЙВоронСкАя3, С. Е. ГУмЕнЮк4, о. А. кАчАноВА2, С. к. ШАфрАноВА3, Е. А. ГУБАрЕВА1, А. С. СоТничЕнко1, Е. В. кУЕВдА1 оЦЕНКа ТЕЧЕНИя оСТрЫХ гНойНЫХ ВоСпалИТЕльНЫХ проЦЕССоВ С помощью алгорИТмоВ КомпьюТЕрНого аНалИза ИзображЕНИй 1Лаборатория фундаментальных исследований в области регенеративной медицины; 2кафедра микробиологии; 3кафедр
    (check this in PDF content)

  5. Start
    5392
    Prefix
    Первичная верификация предложенного алгоритма в данных условиях будет затруднена. В качестве образцов были выбраны мазки агаровой культуры Staphylococcus aureus как одного из наиболее частых возбудителей, присутствующих во флегмонах челюстно-лицевой области
    Exact
    [2, 5]
    Suffix
    . мазки наносились на стерильные предметные стекла, после чего производилась фиксация термическим методом. После фиксации проводилось окрашивание по Граму по стандартному протоколу. Полученные препараты оцифровывались с помощью встроенной камеры микроскопа «olympus IX-51» методом иммерсионной микроскопии (объектив x100, окуляр x10).
    (check this in PDF content)

  6. Start
    5855
    Prefix
    Полученные препараты оцифровывались с помощью встроенной камеры микроскопа «olympus IX-51» методом иммерсионной микроскопии (объектив x100, окуляр x10). Полученные файлы сохранялись в формате TIFF с 16-битным диапазоном в цветовом пространстве sRGb
    Exact
    [8]
    Suffix
    . Выбранный формат имел ряд преимуществ: TIFF (Tagged Image File Format) позволяет хранить растровые изображения со сжатием без потери качества с глубиной цвета 8, 16, 32 и 64 бит на канал. В отличие от распространенного 8-битного формата (256 значений на каждый из каналов) 16-битный формат позволяет отобразить 65 536 (216) значений для красного, синего и зеленого каналов соответствен
    (check this in PDF content)

  7. Start
    6796
    Prefix
    алгоритма было выбрано программное обеспечение с открытым исходным кодом – CellProfiler, которое позволяет создавать индивидуальные алгоритмические последовательности пакетной обработки изображений, оптимизированных под конкретное применение. ПО работает с применением метода «pipeline», который представляет собой последовательность модулей, применяемых к исходному изображению
    Exact
    [7]
    Suffix
    . модули выполняются строго в заданной последовательности и могут выполнять как функции модификации самого изображения, так и функции выделения объектов по заданным параметрам, статистическую обработку, а также ряд других функций.
    (check this in PDF content)

  8. Start
    8281
    Prefix
    Такой метод позволяет отделять объект от фона в случае неравномерности освещенности и окрашивания в рамках одного снимка. В качестве базового алгоритма классификации применялся алгоритм otsu
    Exact
    [9]
    Suffix
    , согласно которому пиксели разделяются на два класса относительно такого порогового значения, при котором внутриклассовая дисперсия была минимальной. Кубанский научный медицинский вестник No 6 (155) 2015 После составления и калибровки алгоритма производилась автоматическая обработка серии изображений, полученных вышеупомянутым методом.
    (check this in PDF content)

  9. Start
    9999
    Prefix
    Для верификации алгоритма было решено взять образец с максимальным количеством объектов (3983 микробных тела), так как это представлялось достаточным с точки зрения статистической достоверности
    Exact
    [6]
    Suffix
    . Для этих целей было использовано производное исходного изображения с наложением контуров объектов (рис. 2). Рис. 1. Результаты автоматического анализа изображения: a) фрагмент микрофотографии мазка культуры Staphylococcus aureus; b) распознанные алгоритмом объекты в условных цветах; c) исходное изображение с наложенными контурами объектов Рис. 2. a – крупные скопления объектов с трудн
    (check this in PDF content)