CC BY
127
Интеграция гистологии и информатики при работе с графическими объектами
Рыбалкина Дина Хабибуллаевна к.м.н., доцент кафедры гистологии, Карагандинский государственный медицинский университет, ул. Гоголя, 40, г. Караганда, 100008, (+77212)564181(106) ystas666@list.ru
Куркин Александр Валерьянович профессор, д.м.н., профессор кафедры гистологии, Карагандинский государственный медицинский университет, ул. Гоголя, 40, г. Караганда, 100008, (+77212)564181(106) alexandr194126@inbox.ru
Риклефс Виктор Петрович к.м.н., директор учебно-клинического центра Карагандинский государственный медицинский университет, ул. Гоголя, 40, г. Караганда, 100008, (+77212)564181 V.Riklefs@kgmu.kz
Аннотация
В статье рассматривается интеграция предметов гистология и информатика в медицинском вузе при работе с графическими объектами в программе «Photoshop». Разбираются возможности программы в улучшении качества гистологических изображений, видоизменении изображений для их подготовки к морфоденситометрическому исследованию. Предлагаемые знания и умения являются мотивационным фактором процесса обучения. Они подготавливают обучаемых к дальнейшей врачебной и научной профессиональной деятельности, развивают предметные навыки в идентификации и дифференцировки структур и их совокупности. Работа в межпредметном поле настраивает студентов к необходимости интеграции полученной информации.
In this article there is an integration of subject’s histology and computer science in at the medical high school while examining the work with graphic objects with the program "Photoshop". In search of Opportunities while working with the program to achieve an improvement in quality of the histologic images, and modification of images for their preparation to morphodensytometric for research. The Suggested knowledge above will be a motivation for future knowledge and ability to learn. They will prepare and train the students for their future in practicing medicine and scientific professional work; also it will help develop the subject’s skills in identification and differentiations of structures and to gather and identify sets. Work with integrable fields will challenge students to the necessity of integration of the received information. формирование
Ключевые слова
гистологические изображения, интеграция образования, информационные компьютерные технологии, программа «Photoshop»;
Histologic images, integration of education, image processing, the program "Photoshop";
Введение
На блогах некоторых студентов, получающих медицинское образование, встречается раздел общеобразовательных предметов, необходимость которых в дальнейшей профессиональной деятельности вызывает у них сомнение. Это свидетельствует об отсутствии прикладных задач для медицинской деятельности в этих дисциплинах или о дублировании ранее полученных знаний, например в школьном курсе.
Среди задач медицинской и клинической информатики немаловажной является задача анализа медицинских изображений [1, 2, 3, 4]. В настоящее время актуален автоматический анализ изображений гистологических объектов, для которого необходима предварительная обработка материала. С основными принципами работы графических редакторов студенты могут познакомиться уже на первом курсе при изучении предметов информатики и гистологии.
Междисциплинарный подход к интеграции целей и задач предметов информатика и гистология в медицинских вузах
Зрительное восприятие, в том числе и гистологических изображений, в основе своей представляет творческий, активный, продуктивный и познавательный процесс, определяемый формами и типом зрительного восприятия. Ещё Арнхейм указывал на специфические особенности этого познания [5], которое не ограничивается репродуцированием объекта, а заключается в создании визуальных моделей (схема
1.). При этом важны все моменты в развитии визуального восприятия: от простых, элементарных форм до сложных и значительных. И нашей задачей при изучении гистологических изображений является формирование форм и типа зрительного восприятия, правильной его оценки, качественного отбора существенных особенностей, организация правильных визуальных моделей и сохранение их в памяти.
Рис. 1. Визуальное восприятие
Быстро растущий объём профессионально значимой информации и сложность образовательных программ предметов должны компенсироваться более удобной для восприятия и запоминания формой подачи материала. Ограниченный интервал времени обучения дисциплин при учёте возможного снижения уровня подготовленности выпускников средней школы (по свидетельству входного контроля знаний) могут восполняться интеграцией с дисциплинами-пререквизитами.
Занятие по обработке гистологических изображений по предмету информатика проводилось нами со студентами в 1 семестре. Предмет же гистологии изучается на 2 семестре. Поэтому гистологические изображения воспринимаются первично визуальным мышлением, затем те же самые изображения оцениваются и диагностируются уже на уровне логического мышления, изначально с текста. Но благодаря сохранению в памяти начального визуального образа, изображения диагностируются более качественно, так как срабатывает принцип конвертируемости преобразования пространных вербальных описаний в схемово-знаковые образные модели с включением заложенных ранее ассоциативных опорных сигналов.
При этом поддерживаются общие и частные дидактические принципы, развивающие педагогическую технологию визуализации учебного материала:
1. При просмотре гистологических изображений студенты учатся диагностировать их с вычленением знаковых, фреймовых деталей, реализуя принцип бимодальности и комплементарности вербального и символьно-знакового представления информации.
2. Материал содержит когнитивные (рационально-логические) и аффективные (эмоционально-образные) компоненты предмета гистология с соответствием используемых средств поставленной педагогической цели предмета информатики.
3. Соблюдается последовательность и дискретность информации, так как предмет информатики сам по себе предполагает наличие в учебном процессе системного квантования и алгоритмизации.
4. При обработке гистологических изображений включается принцип минимизации с исключением всего того, что можно удалить без ущерба для достижения поставленной цели.
На основании изложенной модели нами выстроен примерный план проведения занятия с интеграцией предметов информатики и гистологии. Из методов обучения и преподавания на практическом занятии по информатике используются дискуссия, разбор материала по теме занятия, выполнение практических занятий при работе в графическом редакторе. Материалом для работы являются гистологические объекты на цветных и полутоновых изображениях препаратов световой и электронной микроскопии. Среди способов получения гистологических изображений в настоящее время широко используются цифровые видеокамеры для микроскопа, которые различаются разрешением. Изображения могут иметь различную плотность размещения пикселей, формирующих графический объект, в количестве на дюйм. Изображения, полученные при автоматизированной микроскопии материалов слайд-сканерами называются «виртуальными препаратами» [6]. Такой препарат представляет собой интегрированный объект с расширенным непрерывно сфокусированным полем зрения. Оно формируется из большого числа соседних первичных физических полей зрения. Адаптивная подгонка границ между ними (панорамирование) исключает наличие дефектов. Специальными приёмами и методами анализа серийных срезов гистологического материала можно построить объёмную модель объекта. Она относится к трёхмерной графике и помогает представить гистоархитектонику ткани или органа [7].
Согласно классификации графических объектов они могут быть векторными, фрактальными (описанными математически) и растровыми (представленными в виде пикселей-точек). Одной из задач морфологического анализа является относительный переход от растровых гистологических изображений к векторным, которые более
приемлемы для автоматического анализа. В связи с этим удобна представленная систематизация гистологических объектов:
1) площадные (клетки, ядра клеток, сосуды и волокна в поперечном срезе);
2) протяженные объекты (сосуды и волокна в продольном срезе);
3) мелкие контрастные объекты (ядрышки, клеточные включения, артефакты)
[8].
В первом случае оптимальным примером для обработки будет микрофотография мазка крови или красного костного мозга, во втором - изображение препарата рыхлой волокнистой неоформленной соединительной ткани (РВНСТ), в третьем - трансмиссионная электронная микрофотография эндокринной клетки.
Приложение Adobe Photoshop при обработке изображений является стандартным и позволяет в определённой мере комбинировать растровые и векторные методы. Программа обладает широкими возможностями ретуши, цветовой и тоновой коррекции, повышения резкости, создания эффектов различными фильтрами, позволяет работать со слоями, фрагментами и наложениями [9, 10].
Большинство объектов на гистологических препаратах представлены слабоконтрастными изображениями и характеризуются большой вариабельностью геометрических и оптических характеристик, неравномерностью фона. В связи с этим возникает необходимость в приобретении следующих навыков в работе с гистологическими изображениями:
1. Улучшение контрастности микрофотографии;
2. Перевод цветного изображения в полутоновое;
3. Перевод изображения в бинарное (двуцветное);
4. Выделение и сегментация изображений фильтром Собеля (пороговая, методом объединения областей, морфологическая с утоньшением, математическая);
5. Добавление в изображение элементов графики и текста для описания объектов.
Для работы с цветными микрофотографиями показательным материалом для анализа будет микропрепарат мазка крови или костного мозга в окраске по методу Романовского-Гимза, приближённой к аддитивной цветовой RGB-модели. В качестве полутонового изображения мы используем плёночный препарат РВНСТ при окраске железным гематоксилином. Для анализа бинарного изображения удобно использовать трансмиссионную электронную микрофотографию эндокринной клетки, содержащей не только облигатные органеллы, но и гранулы.
Для потенцирования научно-исследовательской деятельности студентов с исследуемых графических структур на экране монитора можно снять морфо-, денсито-, колориметрические параметры. Для этого в научной работе используют специальные объёмные дорогостоящие морфометрические программы. Но в учебных целях мы используем всё тот же пакет "Adobe Photoshop" [11]. Предварительно для определения степени увеличения изображения фотографируется объект-микрометр с эталонной шкалой. Инструмент "линейка" программы позволяет измерить длину прямых отрезков и углов. Пакет инструментов "волшебная палочка", "лассо", прямоугольное и эллиптическое выделение помогает измерить площади самостоятельно выделенных областей. Для избегания субъективных ошибок при выделении плохо различимых границ можно воспользоваться автоматическим выделением. Произвести измерения можно и путём наложения на изображение откалиброванной сетки-слоя, по аналогии с окулярными вставками, применяемыми при оптической морфометрии. Показатели, получаемые при колори- и денситометрии будут, в отличие от морфометрических, относительными. Полученные результаты измерений сопоставляются с литературными данными.
В завершении следует отметить, что при работе с гистологическими изображениями нельзя допускать изменения или искажения графической информации (фотомонтаж цифровых изображений), что будет восприниматься как
фальсификация. Недостоверность данных преследуется и законодательными актами. Поэтому возникает потребность также в идентификации фальсификаций цифровых сигналов. При фотомонтаже обычно используют дублирование каких-либо объектов или сокрытие различных деталей. В обоих случаях чаще всего происходит копирование (параллельный перенос) групп пикселей из одной части цифрового изображения в другую с минимизацией отличия света, тени, яркости, контрастности. Копирование проводят с применением инструмента "Штамп". Но кажущееся благополучие визуального осмотра микрофотографии при сравнении сингулярных чисел блоков матрицы изображения выделяет области клонирования [12, 13]. В случае больших размеров областей, обработанных штампом, матрицу представляют, обрабатывая бинарное изображения.
Формирование навыков по обработке гистологических изображений для практического занятия по информатике
Задание I. Обработка цитологического изображения мазка крови в окраске по методу Романовского-Гимза (рис. 2).
Рис. 2. Обработка изображения мазка крови в программе Photoshop.
1. Открыть микрофотографию мазка красного костного мозга, предварительно сделанную цифровой видеокамерой. Мы воспользовались цифровым микроокуляром с разрешением 1,3 Мпс при увеличении объектива в 100 раз. Качество микрофотографии снятой камерой с малым разрешением при слабой контрастности гистологических структур и неяркости фона обычно оставляет желать лучшего. Возможно и наличие артефактов в поле зрения (микродефекты предметного стекла, следы красителя). Откопировать изображение мазка, в свойствах файла уточнить размеры изображения (в нашем случае они составляют 450x298 пикселей). Открыть программу Photoshop, с помощью команды меню File^New создать новый файл размером по высоте большим, чем откопированное изображение (к примеру 450x400 пикселей). Он будет фоном и основой для обозначений к изображению. На фон командой меню Edit вставить скопированное изображение и инструментом «Перемещение» поместить его вверху. На панели «Слои» командой контекстного меню создать несколько дубликатов слоя (не менее 3) с изображением для выполнения различных пунктов обработки.
2. Подготовить изображение к анализу путём команды меню Image коррекция яркости и контрастности. Удалить артефакты инструментами «Штамп» и
«Размытие». Можно попробовать автоматические тоновую и цветовую коррекцию, автоконтраст. Инструментом "Сглаживание" удалить "мусор". Однако, при этом происходит понижение резкости изображения и мелкие детали могут быть потеряны. Если это произошло, а детали важны, то командой меню Edit—Undo следует отменить ранее выполненное действие или воспользоваться "горячими клавишами" -«Alt+Ctrl+Z».
3. Сделать обозначения к изображению. Для этого используют инструменты «Текст» и «Произвольная фигура». Обозначить на мазке стрелками безъядерные постклеточные структуры эритроциты. Цифрами отметить разные виды лейкоцитов: 1 - моноцит, самая крупная клетка с бобовидным ядром, 2 - малый лимфоцит, клетка с самым высоким ядерно-цитоплазматическим отношением, 3 - сегментоядерный нейтрофил, клетка с ядром из 3-4 сегментов, 4 - юный нейтрофил, клетка с мелкими фиолетовыми гранулами и бобовидным ядром, 5 - эозинофил, клетка с ядром из 2 сегментов и со средними по размеру красными гранулами, 6 - базофил, клетка с крупными синими гранулами. Сделать текстовые пояснения на фоновом слое с указанием названия препарата, его окраски, увеличения и обозначений. При необходимости отформатировать текст с изменением его размера, начертания, расположения символов, цвета. Объединить текстовые фрагменты и фигуры слоёв изображения и фона командой меню Layer.
4. Сегментировать изображение на дубликатах слоя изображения вручную и автоматически.
а. Ручное выделение областей на гистологическом изображении правильной и неправильной формы проводить с помощью инструментов «Эллипс» и «Лассо». Выделить контуры клеток, их ядер и постклеточных стуктур на масштабе около 200%, удобном для проведения ручного выделения. Командой контекстного меню выполнить обводку, сохранив выделение контура объектов.
в. Автоматическое выделение областей провести командами меню Filters—^Stylize / выделение краев (свечение краев, соляризация). Сопоставить ручное и автоматическое сегментирование изображения, изменяя на панели слоёв видимость того или иного слоя.
с. Выделить области с заданным диапазоном яркости, используя функцию бинаризации (генерация двухцветного изображения). Для изображения в программе на палитре коррекции выводится гистограмма распределения точек фотографии по яркости. При выборе нижнего и верхнего порогов диапазона задаём объекты одного цвета. Точки с яркостью вне заданного диапазона считаются "фоном" и отображаются вторым цветом. Например, для выделения самых тёмных областей -ядер клеток, нижний порог начинается с 0, а верхний порог регулируется таким образом, чтобы были видны только нужные области. Для выделения самых светлых областей (к примеру, вакуолей в цитоплазме) задать максимальный верхний порог, а нижний регулируется. Перед бинаризацией изображения рекомендуем увеличить контраст и произвести сглаживание. В некоторых случаях удобнее бинаризировать инвертированное изображение (негатив, когда светлые объекты становятся тёмными и наоборот).
5. Провести анализ сегментов изображения.
а. Инструмент «линейка» программы по умолчанию измеряет объект в пикселях. Для того, чтобы перевести пиксельное измерение в микрометры, необходимо измерить шаг калибровочной линейки на фотографии калибровки, совпадающей с увеличением микрофотографии. По составленной пропорции перевести измерение из пиксельного в мкм. Можно создать откалиброванную морфометрическую сетку с прозрачной основой или задать пользовательскую шкалу измерений во вкладке «Анализ». По радиусу области, выделенной инструментом "Лассо", аналогично переведённому из пиксельного измерения в мкм, можно вычислить площадь выделенного объекта. Программа Photoshop может создать журнал измерений с
фиксацией номера, даты и времени замера, документа-источника, объекта-источника, шкалы с единицами измерения, площади, периметра, округлости, высоты, ширины, интегральной плотности объекта с указанием минимального, максимального, среднего значения и медианы серого с построением гистограммы. Эти данные можно экспортировать в текстовом формате. В заключении анализа необходимо сопоставить полученные данные измерений с литературными данными (например средний диаметр эритроцита составляет 7,5 мкм).
в. Оптическая плотность рассчитывается как средний десятичный логарифм отношения яркости фона к яркости точки объекта. Область фона можно выбрать на анализируемой фотографии или использовать отдельную фотографию фона, которая должна быть сравнительно однородная без перепадов яркости. Проведение денситометрии в некоторых случаях удобно производить на полутоновом изображении.
По аналогичному алгоритму провести обработку изображений 2-го и 3-го заданий. Задание 2. Обработка гистологического изображения РВНСТ при увеличении в 400 раз (рис. 3).
Рис. 3. Пошаговая обработка изображения РВНСТ в программе Photoshop.
На микрофотографии отобразить обозначения тонких эластических волокон, толстых коллагеновых волокон, полых структур капилляров, округлых ядер фибробластов. Сравнить автоматическое выделение объектов на мазке крови и на препарате РВНСТ. Выделение объектов, окруженных сложным по геометрическим и оптическим характеристикам фоном требует специальных алгоритмов, которые базируются уже на методах математической морфологии.
Задание 3. Обработка ТЭМ эндокринной клетки аденогипофиза при увеличении в 20000 раз (рис 4).
а) Ь) с)
Рис. 4. Полутоновое (а), бинарное (в) и инвертированное бинарное (с) изображения эндокринной клетки передней доли гипофиза.
На электронограмме обозначить: крупное ядро клетки, расположенное по центру, с дисперсией эухроматина; эндоплазматическую сеть в виде скоплений цистерн; комплекс Гольджи, находящийся около ядра, в виде крупных вакуолей и уплощённых цистерн; округлые электроноплотные гомогенные гранулы секрета, которые заполняют всю клетку; митохондрии удлинённой формы с поперечными кристами. Среди операций обработки ЭМ следует использовать градационные преобразования (негатив, константное, линейное и нелинейное затемнение и осветление изображения, пороговая бинаризация, выделение областей по уровню яркости).
Анализ и оценка разработки
Таким образом, работая с гистологическими изображениями, достигается цель практического занятие по информатике - научиться редактировать некачественные изображения и оформлять их, освоить основные приёмы работы с инструментами в программе Adobe Photoshop, различать виды графического изображения, уметь применять полученные знания при работе с графическими изображениями.
Надо отметить, что активное владение визуальным материалом возможно в случае, когда объекты мышления при помощи образа наглядно объясняются. Информацию о предмете сложно передать обучаемому, если не представить её в структурной ясной форме. Визуальное восприятие для человека не является результатом простой поточечной передачи изображения из рецепторов сетчатки в головной мозг. При восприятии человек группирует одни части изображения с другими, в целом воспринимая картину как нечто определенным образом организованное. Так формируется умозрительная (визуально-логическая) ступень мышления [14, 15].
Анализ педагогической эффективности и качества проведения практического занятия по работе с гистологическими изображениями проведён на основании выбора комплекса критериев и соответствующих им показателей. По критерию содержания обучения предлагаемая интеграция даёт возможность усиления фундаментализации, повышения профессиональной направленности, углубления связи теоретического и практического компонентов с ростом показателей качества. Анкетирование и беседа со студентами 1,2 курсов показали положительные тенденции по критерию удовлетворённости учащихся процессом обучения (показателями качества были: понятность цели занятия, спектр практических применений знаний, уровень правильности выполняемых действий). По критерию успешности эффективность используемой методики проведения занятий оценивалась показателями положительной динамики рейтинга оценивания занятия по
информатике студентов в первом семестре и занятий гистологии у студентов во втором семестре с повышением доли оценок "отлично" и "хорошо".
Для выяснения мнения студентов о междисциплинарной интеграции было проведено анкетирование 73 человек 1-3 курсов. Анкета составлена по полузакрытому типу: с присутствием вариантов ответов и возможностью
собственных формулировок. Респонденты решали самостоятельно подписывать свою анкету или оставлять её анонимной, средний возраст анкетируемых 19 лет. При анализе анкетирования выявлено: превалирующее большинство студентов понимают значение термина «интеграция» и согласны с необходимостью междисциплинарной интеграции в процессе обучения. Более того, третья часть опрашиваемых считает, что процесс интеграции должен занимать половину времени от проводимых занятий. Около 20% студентов хорошо воспринимают интеграцию между близкими по содержанию предметами, например морфологическими дисциплинами (гистология, анатомия, патологическая анатомия). Большая часть анкетируемых считает, что не все предметы подходят для интеграции. Хотя половина находит, что интегрировать дисциплины постреквизиты с пререквизитами приемлемо. 83% студентов приветствуют интеграцию базисных дисциплин с клиническими интеграцию более 2 предметов. 80% опрашиваемых применяют на разных дисциплинах знания, полученные по предмету информатика. При рассмотрении же формы интеграции предметов гистологии и информатики, кроме анализа гистологических изображений, было указано ещё восемь проблемных зон.
Среди дескрипторов, конечных результатов обучения и компетенций дисциплин гистология и информатика имеется ряд немаловажных позиций для их интеграции в учебном процессе [16]. Данную форму занятия можно также проводить при СРСП (самостоятельной работе студента под контролем преподавателя) по предмету гистология, проведении заседания студенческого научного кружка на кафедре гистологии, в элективном курсе по гистологии.
Заключение
Интеграция гистологии и информатики при работе в графическом редакторе для студентов медицинских вузов позволяет увидеть конкретную область применения получаемых навыков и на профессиональном уровне решать поставленные задачи и достигать целей образовательного процесса.
Литература
1. Image Analysis in Histology (Postgraduate Medical Science). Richard Wootton, David Springall, Julia Polak. Cambridge University Press; 1 edition. 1995. 441 p.
2. Kubinova L., Janacek, Karen P et al Confocal Stereology and Image Analysis: Methods for Estimating Geometrical Characteristics of Cells and Tissue from Three-Dimensional Confocal Images. // Physiol. Res. 53 (Suppl. 1): S47-S55, 2004.
3. Lampreave J, Desco M, Benito C, Dominguez P, Lopez J, Bittini A, Perez-Vazquez J, Garcia-Barreno P. Integration of multimodal medical images. // Rev. Esp. Med. Nucl. 1998. - Vol. 17. - P. 27-34.
4. Image analysis system for quantitative morphology task. Nalibotsky B., Nedzved A., Rubenchik A., e.a. // Program and abstract book; 8th International Symposium on Diagnostic Quantitative Pathology. - Amsterdam, 1994. - P.181-182.
5. Visual Thinking. R. Arnheim. University of California Press; 35 Anv edition, 2004. 352 p.
6. Lundin M, Lundin J, Isola J. Virtual microscopy - Applications in diagnostic pathology. J Clin Path 2004; 57:1250-1251.
7. Human Microscopic Anatomy: An Atlas for Students of Medicine and Biology. Radivoj V. Krstic. Publisher: Springer. 2004. 632 p.
8. Абламейко С.В., Недзьведь А.М. Обработка оптических изображений клеточных структур в медицине. - Мн.: ОИПИ НАН Беларуси, 2005. - 156с.
9. Мак-Клелланд Д. Phothoshop 6.0 для Windows. Библия пользователя. - М.: Компьютерное издательство «Диалектика». - 2011. - 784 с.
10. Adobe Phothoshop CS5 Classroom in a Book. Adobe Creative Team. Adobe Press; 1 edition. 2010. 464 p.
11. Садаков А.Е., Зайков А.А. Применение программного пакета "Adobe Photoshop" в морфометрии. // Бюллетень Волгоградского научного центра РАМН. - №2. - 2006. - С. 27.
12. J. Fridrich, D. Soukal, J. Lukas / Detection of copy-move forgery in digital images // Digital Forensic Research Workshop. - 2003. - № 3. - PP. 90-105.
13. Зорилло В.В. Выявление клонирования как фальсификации цифрового изображения. // Вюник нацюнального техшчного ушверситету "XIII". - № 35. -2011. - С. 31-38.
14. Неудахина Н.А. О возможностях применения технологии визуализации учебной информации в вузе //Ползуновский альманах.- 2002.- №3-4.- С. 115-121.
15. Shaimaa Al-Janabi, Andre Huisman, Paul J Van Diest. Digital pathology: current status and future perspectives.// (2011) Histopathology 10.1111^ .1365-2559.2011.03814.
16. John Cavalieri. Curriculum Integration within the Context of Veterinary Education. //Journal of Veterinary Medical Education. - Volume 36, Number 4 /2009. -10.3138/jvme.36.4.388.
