用于自动化检测与计数结核分枝杆菌的设计
图像与视频处理
2021-05-25 v1 计算机视觉与模式识别
摘要
结核病是一种传染性疾病，是全球主要死因之一。结核病的常规诊断方法包括显微镜检查、结核菌素皮肤试验、培养法、酶联免疫吸附测定（ELISA）和电子鼻系统。世界卫生组织（WHO）推荐标准显微镜检查用于结核病的早期诊断。在显微镜检查中，技术员在痰涂片上检查视野（FOVs）以确认是否存在结核分枝杆菌（TB bacilli），并计数每个视野中的 TB 杆菌数量以报告严重程度。该过程耗时，且需要经验丰富的工作人员高度集中注意力来检查单个痰涂片。该检查在高流行国家需要熟练技术员，可能导致过载、疲劳并降低显微镜检查质量。因此，提出并设计了一种计算机辅助系统用于检测结核杆菌，以协助病理学家提高灵敏度与特异性。检测和计数 TB 杆菌数量的手动工作被大幅减少。该系统从常规显微镜以 100 倍放大获取齐-尼（Ziehl-Neelsen）染色显微图像，并将数据传送至检测系统。最初使用 RGB 阈值分割和 Sauvola 自适应阈值算法对 TB 杆菌进行分割。为消除粗分割中的非 TB 杆菌，使用面积、周长、凸包、长轴长度和偏心率等形状描述子仅提取 TB 杆菌特征。最后，利用生成的边界框计数 TB 杆菌以报告严重程度。
引用
@article{arxiv.2105.11432,
title = {Design to automate the detection and counting of Tuberculosis(TB) bacilli},
author = {Dinesh Jackson Samuel and Rajesh Kanna Baskaran},
journal= {arXiv preprint arXiv:2105.11432},
year = {2021}
}