Разработка и испытание автоматизированного комплекса микроскопии
ЦИФРОВАЯ МИКРОСКОПИЯ, ОБРАБОТКА ИЗОБРАЖЕНИЙ
УДК 681.3.01
РАЗРАБОТКА И ИСПЫТАНИЕ АВТОМАТИЗИРОВАННОГО КОМПЛЕКСА МИКРОСКОПИИ
© 2011 г. В. C. Медовый, доктор техн. наук; А. М. Пятницкий, канд. физ.-мат. наук; Б. З. Соколинский, канд. мед. наук; В. В. Маркеллов; Д. С. Федорова; И. В. Федоров
ЗАО “Медицинские компьютерные системы (МЕКОС)”, Москва
E-mail: medovyy@mecos.ru
Высокая вариабельность препаратов и объектов анализа создает проблемы как для формирования как представительной модели внешней среды, так и устойчивых алгоритмов автоматического микроскопического анализа биоматериалов. При разработке и сопровождении анализатора МЕКОС-Ц2 для пополнения модели внешней среды использована технология формируемых при участии потребителей референсных виртуальных слайдов, поступающих в процессе эксплуатации из лабораторий в сервисный центр. Настроенная на применение виртуальных слайдов структура МЕКОС-Ц2 позволяет в значительной степени автоматизировать разработку новых версий программного обеспечения с учетом новых данных о внешней среде. Другим ключевым принципом разработки является использование робастных, адаптирующихся к данному препарату, алгоритмов анализа. Сочетание указанных принципов позволило создать автоматический анализатор МЕКОС-Ц2 медицинского класса, пригодный для анализа мазков крови в рядовой лаборатории.
Ключевые слова: цифровая микроскопия, виртуальные слайды, автоматический микроскопический анализатор, обработка изображений.
Коды OCIS: 100.0100, 180.0180, 170.0170
Поступила в редакцию 04.05.2010
Введение
В настоящее время основные производители поставляют на рынок комплексы микроскопии с моторизованными элементами и с программным обеспечением, автоматизирующим рутинные операции микроскопии, такие как производство цифровых копий препарата (виртуальные слайды), автофокус, съемка поля зрения в различных режимах и т. п. Ряд фирм производит оборудование моторизации для дооснащения обычных микроскопов, широко представлено ПО анализа изображений различной природы. Современный уровень развития автоматизации и информатизации микроскопии создает все условия для включения в состав микроскопа последнего интеллектуального элемента – программы автоматического анализа с определением заданных параметров препарата – превращающего комплекс автоматизированный микроскопии (КАМ) в автоматический анализатор. Тем не менее, если говорить о био-
материалах и особенно об анализах медицинского класса, создание успешных автоматических микроскопических анализаторов (АМА) все еще относится к категории единичных случаев. Причины этого связаны с методическими трудностями разработки и испытаний АМА. Из-за высокой изменчивости свойства объектов анализа описываются в качественных терминах, что заставляет оценивать АМА в аналогичных терминах как роботизированное устройство. Необходимая для разработки и испытаний модель внешней среды, основанная на фиксированной выборке реальных препаратов, проанализированных врачами, оказывается весьма дорогостоящей и фактически непредставительной из-за огромного разнообразия вариантов пробоподготовки и патологий, влияющих на свойства объектов анализа. В результате комплекс, созданный с использованием такой ограниченной модели, может быть неэффективен в отличающихся условиях множества реальных контингентов больных и лабораторий. В статье
66 “Оптический журнал”, 78, 1, 2011
представлена уточненная (по сравнению с [1]) методика разработки и медицинских испытаний АМА с применением виртуальных слайдов, превращающая процесс эксплуатации в процесс развития МЕКОС-Ц2. Указанная кооперация потребителей и разработчиков представляется новым шагом в развитии роботизированных комплексов микроскопии. Даны некоторые детали алгоритмов АМА МЕКОС-Ц2, обеспечивающие робастность и адаптацию к конкретному препарату в условиях априорной неопределенности его свойств.
1. Проблемы медицинских испытаний АМА
В состав комплекса МЕКОС-Ц2 [2], как и в состав любого АМА, входят: моторизованный микроскоп, видеокамера, компьютер и программное обеспечение. Возможны различные комплектации оборудования и ПО, обеспечивающие различный состав анализов, уровень автоматизации, производительности и стоимости. Одним из наиболее автоматизированных приложений МЕКОС-Ц2 является анализ мазков крови, включая сбор выборки и сортировку лейкоцитов, эритроцитов, тромбоцитов, ретикулоцитов.
В процессе разработки и испытаний ПО МЕКОС-Ц2 мы столкнулись с трудностями сбора представительной выборки препаратов. Такая выборка должна включать многие сотни примеров различных патологий, возрастных групп, различных модификаций пробоподготовки. Например, цвет и форма лейкоцитов и эритроцитов в препаратах с различными патологиями могут значительно изменяться в одних и тех же условиях пробоподготовки. Обычная схема медицинских испытаний АМА состоит в проведении испытаний в небольшом числе медицинских учреждений в течение ограниченного времени [3]. Такие испытания являются весьма затратными, поскольку в соответствии с существующим стандартом испытаний [4] в качестве референсной методики используется ручная микроскопия, выполняемая опытными врачами. Характер референсной методики связан с качественными определениями объектов анализа. Трудности сбора коллекции слайдов, особенно с представительным составом редких объектов, и высокая трудоемкость ручной микроскопии ограничивают реально достижимую представительность базы испытаний. Каждая новая версия программ (их может быть несколь-
ко в год) требует, вообще говоря, новой полноценной проверки.
Вместе с тем современные информационные технологии автоматизированной микроскопии, предназначенные для задач визуального анализа биоматериалов, могли бы быть использованы при проведении медицинских испытаний автоматического анализатора. Одной из таких технологий является технология использования “виртуальных слайдов” (ВС).
Автоматически формируемый КАМ виртуальный слайд – это “черепичное” панорамное, сфокусированное поле зрения прямоугольной формы, состоящее из множества соседних, частично перекрывающихся первичных полей зрения видеокамеры без потери информации на стыках. ВС площадью до нескольких кв. см. может быть просмотрен на удаленном компьютере с имитацией любого увеличения. ВС широко применяются в телемедицине [5]. Врач имеет возможность получить аналогичные результаты анализа, используя микроскопию реального препарата через окуляры, либо наблюдая ВС на экране компьютера.
2. Применение информационных технологий в методике испытаний
МЕКОС-Ц2
МЕКОС-Ц2 располагает группой функций для локального анализа препарата и группой функций для удаленного доступа к препаратам и результатам их анализа. Вторая группа является группой средств телемедицины, формирующей ВС. Первоначально ВС использовались нами в составе средств контроля МЕКОС-Ц2 для оценки службой сервиса правильности работы изделия в конкретной ситуации. Если бы результаты тестирования содержали также результаты визуального анализа ВС (или визуальные оценки качества автоматического анализа), сделанные потребителем – квалифицированным врачом-экспертом, мы получили бы возможность дистанционно собирать и базу данных медицинских испытаний автоматического анализатора. Результаты визуального анализа ВС, сделанного потребителем, рассматриваются в этих условиях как консультация по качеству автоматического анализатора. Были разработаны специальные диалоговые средства поддержки производства таких “референсных” ВС (РВС). Эти средства ускоряют формирование врачом результатов визуального анализа за счет использования результатов автоматиче-
“Оптический журнал”, 78, 1, 2011
67
ского анализа в качестве подсказок, при этом время создания РВС становится сравнимым со временем прямого микроскопического анализа. Сеанс производства РВС может рассматриваться как рутинный этап контроля качества анализатора в лаборатории.
В настоящее время группа функций удаленного доступа поддерживает два потока референсных сообщений. Первый поток является потоком телепатологии: ВС из удаленной лаборатории, оснащенной комплексом МЕКОС-Ц2, поступает в консультационный центр, в котором эксперт анализирует ВС на своем компьютере, делает референсные диагностические оценки ВС, то есть прямо или косвенно формирует РВС, и отправляет РВС в качестве консультации обратно в периферийную лабораторию. Второй поток РВС поступает в обратном направлении: ВС из удаленной лаборатории, оснащенной комплексом МЕКОС-Ц2, поступает в центральную референсную лабораторию или в сервисный центр МЕКОС вместе с оценками автоматического анализа (или с результатами визуального анализа), сделанными местным врачом. Центральные учреждения могут использовать такие РВС для создания представительных архивов препаратов по определенным типам патологий, для аттестации местных врачей или для создания представительной базы данных медицинских испытаний автоматической методики анализа. Рассмотренный подход позволяет выполнять испытания не только в ограниченном числе медицинских учреждений в специальный период времени, но и на постоянной основе во время эксплуатации во многих учреждениях с использованием различных условий пробоподготовки и различных контингентов больных. Аналогичная технология может применяться при разработке и испытаниях других типов автоматических анализаторов изображений.
3. Соответствие структуры МЕКОС-Ц2 технологии РВС
Эффективность применения РВС в процессе разработки и испытаний зависит от структуры АМА. Помимо информационного аспекта, связанного с созданием электронного архива реалистичных моделей внешней среды, применение РВС может дать значительный дополнительный эффект, если методику автоматического анализа разбить на последовательные этапы, каждый из которых соответствует естествен-
ной, с точки зрения врача, задаче микроскопического анализа. Если при этом на каждом этапе комплекс автоматически формирует выходной ВС, отвечающий специфике задачи этапа, то качество решения автоматическим анализатором задачи каждого этапа может быть оценено с помощью соответствующей данному этапу представительной выборки РВС. Введение этапов приводит к необходимости обеспечить качество работы каждого этапа на уровне, не уступающем качеству выполнения аналогичной функции врачом. Это означает, что различия в результатах автоматического и визуального анализа должны находиться в пределах статистической ошибки, связанной только с объемом выборки объектов анализа. Если каждому этапу соответствует своя подсистема ПО АМА, то благодаря этапности при разработке новых версий появляется возможность не проводить дорогостоящие повторные испытания ранее аттестованных (испытанных с положительным результатом) подсистем.
Большинство известных методик медицинского микроскопического анализа может быть представлено в качестве последовательности выполнения следующих этапов:
– формирование изображения поля зрения; – навигация (реализация маршрута просмотра препарата); – сбор выборки объектов анализа; – контроль качества приготовления препарата; – сортировка объектов анализа с использованием качественных критериев; – количественные измерения отдельных объектов анализа и выборки в целом. В ряде методик некоторые из указанных этапов могут отсутствовать или выполняться параллельно. В последнем случае необходимо применение одного и того же типа РВС для отражения и оценки результатов работы всех параллельных процессов. В соответствии со сказанным ПО МЕКОС-Ц2 разработано как функционирующая в общей среде группа из шести подсистем: виртуальный микроскоп; навигация; сбор выборки; контроль качества; сортировка; измерение (рис. 1, 2). Подсистемы для каждого конкретного типа анализа располагают специализированными модулями и настройками, но во всех случаях аттестуются в указанном порядке. Исключение составляет подсистема измерений, которая в связи с трудоемкостью и неточностью ручных измерений испытывается с применением спе-
68 “Оптический журнал”, 78, 1, 2011
циальных эталонов и фактически не участвует в медицинских испытаниях (аттестуется на этапе технических испытаний).
4. ВС, РВС и испытания подсистем
4.1. Подсистема “виртуальный микроскоп (ПВМ)”
Подсистема предназначена для формирования виртуальных слайдов, то есть для перемещения процесса микроскопии на экран компьютера, как в реальном времени, так и через базу данных. Качество подсистемы зависит от ее эргономики, разрешения изображений, скорости, контроля условий наблюдения. Подсистема управляет моторизованным микроскопом (объективы, освещение, фильтры, скорость и величина перемещений) и видеокамерой (экспозиция, форматы). ПВМ использует стандартные алгоритмы автофокуса или мультифокуса, стандартные траектории для формирования прямоугольных ВС с применением стандартной технологии “черепицы” [5]. Текущим полем зрения при просмотре ВС является прямоугольный фрагмент ВС, соответствующий окну просмотра на экране монитора. На максимальном разрешении максимально возможный размер окна соответствует вписанному в поле зрения микроскопа прямоугольнику. Могут формироваться и “линейные” ВС, соответствующие только одному вертикальному или горизонтальному ряду соседних полей зрения микроскопа. Линейные ВС (ЛВС) могут использоваться подсистемой навигации в качестве фрагментов при формировании нестандартного ВС более сложной формы, учитывающей распределение биоматериала по площади препарата.
Современный уровень оборудования и стандартных программных решений позволяет получить на экране компьютера приемлемое по качеству изображение, не уступающее изображению в окулярах микроскопа. Ряд стандартных автоматических функций виртуальной микроскопии (автофокус, мультифокус, непрерывное масштабирование, проекции) создают дополнительные возможности, улучшающие визуальный анализ. Фактически качество ПВМ зависит от правильности выбора комплекта оборудования КАМ и от правильности выбора настроек оборудования для конкретного вида анализа. Поэтому медицинские испытания ПВМ могут выполняться как нетрудоемкие рутинные проверки, не требующие статистиче-
ских оценок и значительных выборок препаратов. Например, для методики автоматической сортировки лейкоцитов мазка крови проверка ПВМ может выполняться с использованием нескольких аттестованных по качеству приготовления мазков лейкозной крови, как содержащих наиболее сложные объекты. Критерием применимости ПВМ может являться 100% визуальная различимость морфологических особенностей всех представленных в ВС клеток. Отдельно должно проверяться качество линейных ВС, включая проверку качества стыков соседних ЛВС. Полноценные референсные ВС в случае ПВМ не используются.
4.2. Подсистема навигации (ПН)
Задачей ПН является автоматическое формирование специфических для данного типа препарата маршрутов просмотра с выбором областей препарата, способных содержать представительную выборку объектов анализа. В случае мазков крови это области с определенной толщиной слоя эритроцитов и с их определенным положением относительно границ мазка. ПН формирует маршрут, анализируя изображение в текущем окне и используя технику формирования линейных ВС. В частности, решение присоединить текущее поле зрения к текущему ЛВС, то есть удлинить текущий ЛВС, или начать новый ЛВС в другом направлении, специализированный модуль ПН для анализа мазка крови принимает на основе измерений толщины слоя эритроцитов вдоль пройденного маршрута [6]. В результате форма автоматически формируемого выходного ВС подсистемы навигации (ВСПН) для неравномерного мазка может значительно отличаться от прямоугольной, адаптируясь к распределению слоя эритроцитов в мазке (рис. 3). Если условием окончания просмотра является сбор выборки объектов анализа заданного объема (например, сбор 100–200 клеток для определения лейкоцитарной формулы), то подсистемы навигации и сбора выборки должны работать параллельно, с передачей в ПН данных о текущем размере выборки. В этом случае в качестве выходного ВС используется один и тот же слайд ВСПН обеими подсистемами навигации и сбора выборки.
В соответствии с имеющимися инструкциями [7] траектория скрининга препарата должна формироваться и оцениваться на макро- и микроуровне. Поэтому результат работы ПН
“Оптический журнал”, 78, 1, 2011
69
Рис. 1. Архитектура МЕКОС-Ц2: структура вложенных функциональных оболочек – этапов анализа; фиксация виртуальных слайдов для контроля качества автоматических функций потребителем с помощью РВС.
Рис. 2. Испытания оболочек на базе представительных выборок РВС.
Рис. 3. Окно живого видео и траектория скрининга мазка крови (справа) подсистемы навигации МЕКОС-Ц2.
Рис. 4. Окно формирования референсного виртуального слайда подсистемы сбора выборки.
Рис. 5. Окна просмотра и контроля галерей подсистемы сортировки.
дополнительно к ВСПН (микроуровень) представлен также отдельным изображением траектории автоматического просмотра препарата (ТПН). Масштаб ТПН (траектория показана на рис. 3 справа) соответствует макроуровню (т. е. без увеличения в микроскопе). Кроме формы области просмотра ТВСПН содержит также карту толщины препарата в области просмотра. Врач оценивает форму, размеры и толщину слоя биоматериала области просмотра, используя представленную в окне просмотра шкалу. Отметим, что при ручной микроскопии правильность траектории просмотра практически не контролируется, хотя, как известно, неправильный выбор траектории может привести к ошибочным результатам подсчета лейкоцитарной формулы [7].
Траектория считается “правильной”, если она признается таковой как самой подсистемой ПН, так и врачом, который визуально оценивает форму ТПН, представленной в результатах анализа. ПН может автоматически оценивать качество сформированной траектории по ее топологии и по гистограмме распределения толщины слоя биоматериала вдоль траектории. Оценки траектории дописываются в ВСПН, образуя РВСПН. Отметим, что “неправильная траектория” может быть сформирована не только из-за ошибочной работы подсистемы навигации, но и из-за неудовлетворительного качества препарата (например, отсутствие тонкого слоя). Качество препарата оценивается врачом по ВСПН, если ПН удается собрать заданную выборку объектов анализа. В противном случае считается, что ПН отказывается от обслуживания препарата. Критерием применимости ПН является близкий к нулю уровень “ложноправильных” траекторий при скрининге принятых ПН к обслуживанию препаратов (таких, что референсной оценкой является “неправильная траектория” и “нормальное” качество препарата). В случаях отказа ПН от обслуживания необходима дополнительная ручная микроскопия или формирование стандартного прямоугольного ВС для выявления истинного качества препарата экспертом. Приемлемым можно считать уровень до 5% отказов ПН на нормальных по качеству препаратах.
4.3. Подсистема сбора выборки (ПСВ)
Задачей ПСВ является обнаружение в выходном виртуальном слайде подсистемы навигации объектов заданных типов и подсчет
текущего объема собранной выборки. Выходным автоматически формируемым ВС подсистемы сбора выборки (ВСПСВ) является ВСпн, дополненный отметками автоматического обнаружения (рис. 4), а также галерея портретов (прямоугольных фрагментов, содержащих изображения объектов) обнаруженных объектов (ВСГАЛ), объем которой обычно на несколько порядков меньше объема ВСпн.
Референсная оценка пропусков (“ложноотрицательных”) и ложных обнаружений (“ложноположительных”) выполняется при просмотре врачом ВСПН с помощью специальной программы, которая облегчает работу, выделяя на изображении автоматически обнаруженные объекты. Врач может согласиться с подсказкой (объект остается в РВСПСВ и РВСГАЛ), отвергнуть ее (вычеркивается из РВСПСВ и РВСГАЛ) или выделить на экране с помощью диалоговых средств объект, не обнаруженный автоматически (добавляется в РВСПСВ и РВСГАЛ).
Критерием применимости ПСВ являются проценты пропусков и ложных обнаружений, которые должны быть не хуже заданных. Для разных типов клеток могут быть заданы разные требуемые вероятности пропусков в зависимости от средних концентраций и видов анализа. В частности, при анализе лейкоцитов могут быть заданы разные вероятности пропуска нормальных, юных и патологических форм. Мазок крови обычно содержит значительно больше клеток (более чем в 10 раз), чем требуется для подсчета формулы нормальных типов лейкоцитов. Поэтому при этом анализе требуемые вероятности пропусков могут быть не слишком жесткими (в соответствии с моделью Пуассона для редких событий вероятность пропуска может быть снижена за счет увеличения области просмотра). Это достигается автоматически при использовании фиксированного размера фактически собираемой выборки. Однако при значительном количестве пропусков (более 1%) следует убедиться в том, что объекты различных типов пропускаются с одинаковой вероятностью.
Доля ложных обнаружений имеет значение при автоматизированном режиме эксплуатации, когда врач имеет возможность откорректировать результаты автоматической сортировки (см. ниже). Для существенного повышения производительности труда по сравнению с ручной микроскопией эта доля не должна превышать 10–20%.
70 “Оптический журнал”, 78, 1, 2011
4.4. Подсистема контроля качества препарата (ПКК)
Референсная оценка качества препарата, предназначенная для сравнения с оценкой качества, автоматически сформированной подсистемой контроля качества (ПКК), может выполняться при просмотре врачом виртуального слайда подсистемы навигации. Соответствующие оценки врача с помощью средств ПКК дописываются в ВСПН, формируя РВСПКК. В МЕКОС-Ц2 модули ПКК и ПСВ, предназначенные для автоматического анализатора мазков крови, работают как единое целое, поэтому автоматические и референсные оценки качества препарата представлены в ВС и РВС подсистемы сбора выборки. Оцениваются доли “ложнокачественных” (автоматическая оценка – нормальное качество, референсная оценка – ненормальное качество) и “ложнонекачественных” препаратов (автоматическая оценка – ненормальное качество, референсная оценка – нормальное качество). В связи с расплывчатостью существующих рекомендаций по требуемому качеству препаратов результаты испытаний данной подсистемы носят справочный характер. Доля ложноотрицательных препаратов, как и доля ложноотрицательных траекторий, характеризует процент препаратов, ошибочно взятых системой на обслуживание. Суммарно эти доли не должны превышать 10–15%, чтобы не увеличивать существенно долю отказов от обслуживания. Фактически ПКК предназначена для обеспечения заданных характеристик ПСВ и может предъявлять более жесткие требования к качеству препарата, чем это обычно делается при ручной микроскопии. Результаты данного тестирования могут помочь сотрудникам лаборатории добиться более высокой эффективности работы автоматической методики за счет улучшения качества пробоподготовки.
4.5. Подсистема сортировки (ПС)
Результаты автоматической сортировки объектов, находящихся в галерее ВСгал, представлены галереями ВСсорт изображений клеток каждого типа, а также галереей изображений автоматически обнаруженных объектов, не отнесенных подсистемой сортировки (ПС) ни к одному из заданных типов (рис. 5). В связи с тем, что этап испытаний данной подсистемы возможен только при условии удовлетворительной работы подсистемы сбора выборки, то
есть при достижении заданных вероятностей правильности сбора выборки, референсная сортировка может выполняться интерактивным перераспределением врачом изображений клеток галерей. Подсистема сортировки таким образом становится единственной подсистемой, которую необходимо оценивать в полном объеме стандарта медицинских испытаний [4]. Оцениваются доли ложноположительных, ложноотрицательных анализов, а также чувствительность и специфичность ПС. Отметим, что в стандарте [4] ничего не говорится о требуемых значениях оценок результатов испытаний. Эти значения могут быть различны для разных режимов эксплуатации КАМ. В полностью автоматическом режиме выполнения анализа необходимы высокие характеристики работы ПС. В автоматизированном режиме “support”, аналогичном режиму референсной проверки подсистемы сортировки, точность автоматической сортировки может быть существенно ниже чем при ручной микроскопии, более того, оценки ошибок сортировки по типам могут быть заменены оценкой среднего процента правок врачом всех галерей сортировки. Приемлемым с точки зрения трудозатрат врача по сравнению с ручной микроскопией является процент правок до 10%. В настоящее время основным режимом работы комплексов МЕКОС-Ц2 является режим “support”. Накапливая в этом режиме архив РВСсорт, мы получаем возможность разрабатывать новые версии ПС, приближающие ее характеристики к необходимым характеристикам полностью автоматического анализатора. Отметим, что достижение высоких характеристик ПС является весьма важной задачей, при решении которой высококвалифицированный врач может быть полностью исключен из процесса анализа основного потока препаратов.
5. Трудоемкость поэтапной схемы медицинских испытаний
Как было отмечено выше, объем испытаний подсистемы виртуального микроскопа может быть однократным и ограниченным ввиду стандартного характера его средств. Основные трудозатраты врача-эксперта связаны с необходимостью просмотра виртуального слайда, формируемого подсистемой навигации. Оценивается изображение траектории просмотра, бегло просматривается слайд для оценки приемлемости биоматериала в выбранной области просмотра.
“Оптический журнал”, 78, 1, 2011
71
Трудозатраты врача при этом составляют менее 50% от затрат на анализ мазка при прямой микроскопии. Проверка сбора выборки примерно соответствует трудозатратам при прямой ручной микроскопии. Трудозатраты проверки сортировки невелики и соответствуют примерно 10% затрат прямой микроскопии. Испытания подсистемы измерений фактически относятся к этапу технических испытаний и могут проводиться без участия врачей.
Таким образом, при гораздо более полном и всестороннем исследовании качества функционирования автоматического анализатора, дополненном формированием реалистичных моделей внешней среды, пригодных для многократного использования, суммарные трудозатраты врачей при выполнении первичных испытаний примерно в полтора раза превышают трудозатраты традиционной схемы испытаний. Вторичные испытания наиболее проблемных подсистем сбора выборки, контроля качества и сортировки, выполняемые на базе референсных виртуальных слайдов, могут выполняться в полностью автоматическом режиме без участия врачей.
6. Робастность и адаптация
Для медицинских микроскопических изображений характерна чрезвычайно высокая вариабельность практически всех признаков, связанная с биологической индивидуальной изменчивостью и неконтролируемыми параметрами процесса пробоподготовки, в частности:
– заранее неизвестно количество однородных зон, присутствующих на изображении, и число типов объектов, присутствующих в препарате;
– заранее неизвестно, по каким именно признакам окажется возможным разделение. Это касается как задач сегментации (выделения однородных областей), так и задач классификации (распределения выделенных объектов по типам). Поэтому попытки применить обычную статистику и получить пороги для оценки параметров объектов анализа оказываются неудачными.
Для решения задачи анализа изображений рассматриваемого типа, по нашему мнению, следует применять адаптивные и устойчивые методы. В комплексе МЕКОС-Ц2 используются следующие идеи.
1. Задачи сегментации изображения, классификации объектов на однородные группы решаются методами кластеризации без учителя.
2. Значимость полученных кластеров оценивается с помощью специально подобранных статистических критериев.
3. Используется механизм высказывания гипотез и их последующей проверки. Эти гипотезы связаны с количеством областей на изображении, количеством типов объектов в препарате, положением границ, разделяющих эти группы.
4. Классификация может осуществляться после кластеризации с предварительным выделением группы однородных объектов.
5. При классификации группы объектов учитывается ее относительное положение в пространстве признаков относительно других групп.
Рассмотренные идеи реализованы в алгоритмах подсистемы сбора выборки. Технология РВС позволяет вести их постоянное и полноценное тестирование.
Заключение
Преимуществом схемы РВС является возможность накапливать представительную базу разработки и испытаний в процессе эксплуатации анализаторов во многих лабораториях в течение длительного времени, используя сеанс формирования РВС как рутинный этап контроля качества прибора в лаборатории. Потребители, участвующие в пополнении базы РВС МЕКОС-Ц2, систематически получают бесплатно новые версии, благодаря чему их комплексы микроскопии находятся в постоянном развитии. Хотя технология РВС нарушает один из постулатов классической методики испытаний изделий медицинского назначения – независимость этапа тестирования от эксплуатации – сам процесс формирования РВС как этап контроля качества и наличие режима “support” позволяют избежать возможных негативных медицинских последствий применения новых версий. Адаптируемость и устойчивость алгоритмов позволяют применять обычные доступные в реальной практике методики пробоподготовки и сравнительно недорогое оборудование.
Результаты медицинских испытаний МЕКОС-Ц2, выполненных в соответствии со стандартом NCCLS H20 и по технологии РВС, представлены в [8, 9]. При применении МЕКОС-Ц2 значительно улучшаются точность анализов, условия труда врача, контроль качества, обучение персонала. Это подтверждено
72 “Оптический журнал”, 78, 1, 2011
практикой применения МЕКОС-Ц2 в более чем ста лабораториях.
ЛИТЕРАТУРА
1. Медовый В.С., Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демьянов В.Л. Структура системы автоматической микроскопии МЕКОС-Ц2 и методики ее испытаний // Медицинская техника. 2006. № 4. С. 36–41.
2. Медовый В.С., Парпара А.А., Соколинский Б.З., Демьянов В.Л. Комплектации оборудования и системная платформа комплексов автоматизированной микроскопии // Медицинская техника. 2007. № 2. С. 29–36.
3. Swolin B., Simonsson P. et al. Differential counting of blood leukocytes using automated microscopy and a decision support system based on artificial neural networks – evaluation of DiffMaster Octavia. Clin Lab Haematol. 2003 Jun; 25(3). Р. 139–147.
4. National Committee for Clinical Laboratory Standards (1992). Reference Leukocyte Differential Count and Evaluation of Instrumental Methods: Approved Standards. NCCLS H20-A Villanova, PA.
5. Lundin M., Lundin J., Isola J. Virtual microscopy // Journal of Clinical Pathology. 2004. № 57. Р. 1250–1251.
6. Парпара А.А., Пятницкий А.М., Соколинский Б.З., Медовый В.С., Демьянов В.Л. Навигация по мазку крови при автоматическом подсчете лейкоцитарной формулы и эритроцитометрии // Здравоохранение и медицинская техника. 2005. № 7(21). С. 37–38.
7. Wintrobe’s Clinical Hematology 11th Ed. Lippincot Williams&Wilkins Publisher, 11th edition (December 2003).
8. Плясунова С.А., Балугян Р.Ш., Хмельницкий К.Е., Медовый В.С, Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демьянов В.Л., Николаенко Д.С. Автоматизированные методики микроскопических анализов мазков крови – медицинские испытания комплекса МЕКОС-Ц2 // Клиническая лабораторная диагностика. 2006. № 10. С. 22–24, 33–39.
9. Медовый В.C., Николаенко Д.С., Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демьянов В.Л., Журкина Т.В., Пальчунова И.Б. Автоматизация микроскопических анализов мазков крови и контроль качества с применением референсных виртуальных слайдов // Клиническая лабораторная диагностика. 2008. № 6. С. 46–50.
“Оптический журнал”, 78, 1, 2011
73
УДК 681.3.01
РАЗРАБОТКА И ИСПЫТАНИЕ АВТОМАТИЗИРОВАННОГО КОМПЛЕКСА МИКРОСКОПИИ
© 2011 г. В. C. Медовый, доктор техн. наук; А. М. Пятницкий, канд. физ.-мат. наук; Б. З. Соколинский, канд. мед. наук; В. В. Маркеллов; Д. С. Федорова; И. В. Федоров
ЗАО “Медицинские компьютерные системы (МЕКОС)”, Москва
E-mail: medovyy@mecos.ru
Высокая вариабельность препаратов и объектов анализа создает проблемы как для формирования как представительной модели внешней среды, так и устойчивых алгоритмов автоматического микроскопического анализа биоматериалов. При разработке и сопровождении анализатора МЕКОС-Ц2 для пополнения модели внешней среды использована технология формируемых при участии потребителей референсных виртуальных слайдов, поступающих в процессе эксплуатации из лабораторий в сервисный центр. Настроенная на применение виртуальных слайдов структура МЕКОС-Ц2 позволяет в значительной степени автоматизировать разработку новых версий программного обеспечения с учетом новых данных о внешней среде. Другим ключевым принципом разработки является использование робастных, адаптирующихся к данному препарату, алгоритмов анализа. Сочетание указанных принципов позволило создать автоматический анализатор МЕКОС-Ц2 медицинского класса, пригодный для анализа мазков крови в рядовой лаборатории.
Ключевые слова: цифровая микроскопия, виртуальные слайды, автоматический микроскопический анализатор, обработка изображений.
Коды OCIS: 100.0100, 180.0180, 170.0170
Поступила в редакцию 04.05.2010
Введение
В настоящее время основные производители поставляют на рынок комплексы микроскопии с моторизованными элементами и с программным обеспечением, автоматизирующим рутинные операции микроскопии, такие как производство цифровых копий препарата (виртуальные слайды), автофокус, съемка поля зрения в различных режимах и т. п. Ряд фирм производит оборудование моторизации для дооснащения обычных микроскопов, широко представлено ПО анализа изображений различной природы. Современный уровень развития автоматизации и информатизации микроскопии создает все условия для включения в состав микроскопа последнего интеллектуального элемента – программы автоматического анализа с определением заданных параметров препарата – превращающего комплекс автоматизированный микроскопии (КАМ) в автоматический анализатор. Тем не менее, если говорить о био-
материалах и особенно об анализах медицинского класса, создание успешных автоматических микроскопических анализаторов (АМА) все еще относится к категории единичных случаев. Причины этого связаны с методическими трудностями разработки и испытаний АМА. Из-за высокой изменчивости свойства объектов анализа описываются в качественных терминах, что заставляет оценивать АМА в аналогичных терминах как роботизированное устройство. Необходимая для разработки и испытаний модель внешней среды, основанная на фиксированной выборке реальных препаратов, проанализированных врачами, оказывается весьма дорогостоящей и фактически непредставительной из-за огромного разнообразия вариантов пробоподготовки и патологий, влияющих на свойства объектов анализа. В результате комплекс, созданный с использованием такой ограниченной модели, может быть неэффективен в отличающихся условиях множества реальных контингентов больных и лабораторий. В статье
66 “Оптический журнал”, 78, 1, 2011
представлена уточненная (по сравнению с [1]) методика разработки и медицинских испытаний АМА с применением виртуальных слайдов, превращающая процесс эксплуатации в процесс развития МЕКОС-Ц2. Указанная кооперация потребителей и разработчиков представляется новым шагом в развитии роботизированных комплексов микроскопии. Даны некоторые детали алгоритмов АМА МЕКОС-Ц2, обеспечивающие робастность и адаптацию к конкретному препарату в условиях априорной неопределенности его свойств.
1. Проблемы медицинских испытаний АМА
В состав комплекса МЕКОС-Ц2 [2], как и в состав любого АМА, входят: моторизованный микроскоп, видеокамера, компьютер и программное обеспечение. Возможны различные комплектации оборудования и ПО, обеспечивающие различный состав анализов, уровень автоматизации, производительности и стоимости. Одним из наиболее автоматизированных приложений МЕКОС-Ц2 является анализ мазков крови, включая сбор выборки и сортировку лейкоцитов, эритроцитов, тромбоцитов, ретикулоцитов.
В процессе разработки и испытаний ПО МЕКОС-Ц2 мы столкнулись с трудностями сбора представительной выборки препаратов. Такая выборка должна включать многие сотни примеров различных патологий, возрастных групп, различных модификаций пробоподготовки. Например, цвет и форма лейкоцитов и эритроцитов в препаратах с различными патологиями могут значительно изменяться в одних и тех же условиях пробоподготовки. Обычная схема медицинских испытаний АМА состоит в проведении испытаний в небольшом числе медицинских учреждений в течение ограниченного времени [3]. Такие испытания являются весьма затратными, поскольку в соответствии с существующим стандартом испытаний [4] в качестве референсной методики используется ручная микроскопия, выполняемая опытными врачами. Характер референсной методики связан с качественными определениями объектов анализа. Трудности сбора коллекции слайдов, особенно с представительным составом редких объектов, и высокая трудоемкость ручной микроскопии ограничивают реально достижимую представительность базы испытаний. Каждая новая версия программ (их может быть несколь-
ко в год) требует, вообще говоря, новой полноценной проверки.
Вместе с тем современные информационные технологии автоматизированной микроскопии, предназначенные для задач визуального анализа биоматериалов, могли бы быть использованы при проведении медицинских испытаний автоматического анализатора. Одной из таких технологий является технология использования “виртуальных слайдов” (ВС).
Автоматически формируемый КАМ виртуальный слайд – это “черепичное” панорамное, сфокусированное поле зрения прямоугольной формы, состоящее из множества соседних, частично перекрывающихся первичных полей зрения видеокамеры без потери информации на стыках. ВС площадью до нескольких кв. см. может быть просмотрен на удаленном компьютере с имитацией любого увеличения. ВС широко применяются в телемедицине [5]. Врач имеет возможность получить аналогичные результаты анализа, используя микроскопию реального препарата через окуляры, либо наблюдая ВС на экране компьютера.
2. Применение информационных технологий в методике испытаний
МЕКОС-Ц2
МЕКОС-Ц2 располагает группой функций для локального анализа препарата и группой функций для удаленного доступа к препаратам и результатам их анализа. Вторая группа является группой средств телемедицины, формирующей ВС. Первоначально ВС использовались нами в составе средств контроля МЕКОС-Ц2 для оценки службой сервиса правильности работы изделия в конкретной ситуации. Если бы результаты тестирования содержали также результаты визуального анализа ВС (или визуальные оценки качества автоматического анализа), сделанные потребителем – квалифицированным врачом-экспертом, мы получили бы возможность дистанционно собирать и базу данных медицинских испытаний автоматического анализатора. Результаты визуального анализа ВС, сделанного потребителем, рассматриваются в этих условиях как консультация по качеству автоматического анализатора. Были разработаны специальные диалоговые средства поддержки производства таких “референсных” ВС (РВС). Эти средства ускоряют формирование врачом результатов визуального анализа за счет использования результатов автоматиче-
“Оптический журнал”, 78, 1, 2011
67
ского анализа в качестве подсказок, при этом время создания РВС становится сравнимым со временем прямого микроскопического анализа. Сеанс производства РВС может рассматриваться как рутинный этап контроля качества анализатора в лаборатории.
В настоящее время группа функций удаленного доступа поддерживает два потока референсных сообщений. Первый поток является потоком телепатологии: ВС из удаленной лаборатории, оснащенной комплексом МЕКОС-Ц2, поступает в консультационный центр, в котором эксперт анализирует ВС на своем компьютере, делает референсные диагностические оценки ВС, то есть прямо или косвенно формирует РВС, и отправляет РВС в качестве консультации обратно в периферийную лабораторию. Второй поток РВС поступает в обратном направлении: ВС из удаленной лаборатории, оснащенной комплексом МЕКОС-Ц2, поступает в центральную референсную лабораторию или в сервисный центр МЕКОС вместе с оценками автоматического анализа (или с результатами визуального анализа), сделанными местным врачом. Центральные учреждения могут использовать такие РВС для создания представительных архивов препаратов по определенным типам патологий, для аттестации местных врачей или для создания представительной базы данных медицинских испытаний автоматической методики анализа. Рассмотренный подход позволяет выполнять испытания не только в ограниченном числе медицинских учреждений в специальный период времени, но и на постоянной основе во время эксплуатации во многих учреждениях с использованием различных условий пробоподготовки и различных контингентов больных. Аналогичная технология может применяться при разработке и испытаниях других типов автоматических анализаторов изображений.
3. Соответствие структуры МЕКОС-Ц2 технологии РВС
Эффективность применения РВС в процессе разработки и испытаний зависит от структуры АМА. Помимо информационного аспекта, связанного с созданием электронного архива реалистичных моделей внешней среды, применение РВС может дать значительный дополнительный эффект, если методику автоматического анализа разбить на последовательные этапы, каждый из которых соответствует естествен-
ной, с точки зрения врача, задаче микроскопического анализа. Если при этом на каждом этапе комплекс автоматически формирует выходной ВС, отвечающий специфике задачи этапа, то качество решения автоматическим анализатором задачи каждого этапа может быть оценено с помощью соответствующей данному этапу представительной выборки РВС. Введение этапов приводит к необходимости обеспечить качество работы каждого этапа на уровне, не уступающем качеству выполнения аналогичной функции врачом. Это означает, что различия в результатах автоматического и визуального анализа должны находиться в пределах статистической ошибки, связанной только с объемом выборки объектов анализа. Если каждому этапу соответствует своя подсистема ПО АМА, то благодаря этапности при разработке новых версий появляется возможность не проводить дорогостоящие повторные испытания ранее аттестованных (испытанных с положительным результатом) подсистем.
Большинство известных методик медицинского микроскопического анализа может быть представлено в качестве последовательности выполнения следующих этапов:
– формирование изображения поля зрения; – навигация (реализация маршрута просмотра препарата); – сбор выборки объектов анализа; – контроль качества приготовления препарата; – сортировка объектов анализа с использованием качественных критериев; – количественные измерения отдельных объектов анализа и выборки в целом. В ряде методик некоторые из указанных этапов могут отсутствовать или выполняться параллельно. В последнем случае необходимо применение одного и того же типа РВС для отражения и оценки результатов работы всех параллельных процессов. В соответствии со сказанным ПО МЕКОС-Ц2 разработано как функционирующая в общей среде группа из шести подсистем: виртуальный микроскоп; навигация; сбор выборки; контроль качества; сортировка; измерение (рис. 1, 2). Подсистемы для каждого конкретного типа анализа располагают специализированными модулями и настройками, но во всех случаях аттестуются в указанном порядке. Исключение составляет подсистема измерений, которая в связи с трудоемкостью и неточностью ручных измерений испытывается с применением спе-
68 “Оптический журнал”, 78, 1, 2011
циальных эталонов и фактически не участвует в медицинских испытаниях (аттестуется на этапе технических испытаний).
4. ВС, РВС и испытания подсистем
4.1. Подсистема “виртуальный микроскоп (ПВМ)”
Подсистема предназначена для формирования виртуальных слайдов, то есть для перемещения процесса микроскопии на экран компьютера, как в реальном времени, так и через базу данных. Качество подсистемы зависит от ее эргономики, разрешения изображений, скорости, контроля условий наблюдения. Подсистема управляет моторизованным микроскопом (объективы, освещение, фильтры, скорость и величина перемещений) и видеокамерой (экспозиция, форматы). ПВМ использует стандартные алгоритмы автофокуса или мультифокуса, стандартные траектории для формирования прямоугольных ВС с применением стандартной технологии “черепицы” [5]. Текущим полем зрения при просмотре ВС является прямоугольный фрагмент ВС, соответствующий окну просмотра на экране монитора. На максимальном разрешении максимально возможный размер окна соответствует вписанному в поле зрения микроскопа прямоугольнику. Могут формироваться и “линейные” ВС, соответствующие только одному вертикальному или горизонтальному ряду соседних полей зрения микроскопа. Линейные ВС (ЛВС) могут использоваться подсистемой навигации в качестве фрагментов при формировании нестандартного ВС более сложной формы, учитывающей распределение биоматериала по площади препарата.
Современный уровень оборудования и стандартных программных решений позволяет получить на экране компьютера приемлемое по качеству изображение, не уступающее изображению в окулярах микроскопа. Ряд стандартных автоматических функций виртуальной микроскопии (автофокус, мультифокус, непрерывное масштабирование, проекции) создают дополнительные возможности, улучшающие визуальный анализ. Фактически качество ПВМ зависит от правильности выбора комплекта оборудования КАМ и от правильности выбора настроек оборудования для конкретного вида анализа. Поэтому медицинские испытания ПВМ могут выполняться как нетрудоемкие рутинные проверки, не требующие статистиче-
ских оценок и значительных выборок препаратов. Например, для методики автоматической сортировки лейкоцитов мазка крови проверка ПВМ может выполняться с использованием нескольких аттестованных по качеству приготовления мазков лейкозной крови, как содержащих наиболее сложные объекты. Критерием применимости ПВМ может являться 100% визуальная различимость морфологических особенностей всех представленных в ВС клеток. Отдельно должно проверяться качество линейных ВС, включая проверку качества стыков соседних ЛВС. Полноценные референсные ВС в случае ПВМ не используются.
4.2. Подсистема навигации (ПН)
Задачей ПН является автоматическое формирование специфических для данного типа препарата маршрутов просмотра с выбором областей препарата, способных содержать представительную выборку объектов анализа. В случае мазков крови это области с определенной толщиной слоя эритроцитов и с их определенным положением относительно границ мазка. ПН формирует маршрут, анализируя изображение в текущем окне и используя технику формирования линейных ВС. В частности, решение присоединить текущее поле зрения к текущему ЛВС, то есть удлинить текущий ЛВС, или начать новый ЛВС в другом направлении, специализированный модуль ПН для анализа мазка крови принимает на основе измерений толщины слоя эритроцитов вдоль пройденного маршрута [6]. В результате форма автоматически формируемого выходного ВС подсистемы навигации (ВСПН) для неравномерного мазка может значительно отличаться от прямоугольной, адаптируясь к распределению слоя эритроцитов в мазке (рис. 3). Если условием окончания просмотра является сбор выборки объектов анализа заданного объема (например, сбор 100–200 клеток для определения лейкоцитарной формулы), то подсистемы навигации и сбора выборки должны работать параллельно, с передачей в ПН данных о текущем размере выборки. В этом случае в качестве выходного ВС используется один и тот же слайд ВСПН обеими подсистемами навигации и сбора выборки.
В соответствии с имеющимися инструкциями [7] траектория скрининга препарата должна формироваться и оцениваться на макро- и микроуровне. Поэтому результат работы ПН
“Оптический журнал”, 78, 1, 2011
69
Рис. 1. Архитектура МЕКОС-Ц2: структура вложенных функциональных оболочек – этапов анализа; фиксация виртуальных слайдов для контроля качества автоматических функций потребителем с помощью РВС.
Рис. 2. Испытания оболочек на базе представительных выборок РВС.
Рис. 3. Окно живого видео и траектория скрининга мазка крови (справа) подсистемы навигации МЕКОС-Ц2.
Рис. 4. Окно формирования референсного виртуального слайда подсистемы сбора выборки.
Рис. 5. Окна просмотра и контроля галерей подсистемы сортировки.
дополнительно к ВСПН (микроуровень) представлен также отдельным изображением траектории автоматического просмотра препарата (ТПН). Масштаб ТПН (траектория показана на рис. 3 справа) соответствует макроуровню (т. е. без увеличения в микроскопе). Кроме формы области просмотра ТВСПН содержит также карту толщины препарата в области просмотра. Врач оценивает форму, размеры и толщину слоя биоматериала области просмотра, используя представленную в окне просмотра шкалу. Отметим, что при ручной микроскопии правильность траектории просмотра практически не контролируется, хотя, как известно, неправильный выбор траектории может привести к ошибочным результатам подсчета лейкоцитарной формулы [7].
Траектория считается “правильной”, если она признается таковой как самой подсистемой ПН, так и врачом, который визуально оценивает форму ТПН, представленной в результатах анализа. ПН может автоматически оценивать качество сформированной траектории по ее топологии и по гистограмме распределения толщины слоя биоматериала вдоль траектории. Оценки траектории дописываются в ВСПН, образуя РВСПН. Отметим, что “неправильная траектория” может быть сформирована не только из-за ошибочной работы подсистемы навигации, но и из-за неудовлетворительного качества препарата (например, отсутствие тонкого слоя). Качество препарата оценивается врачом по ВСПН, если ПН удается собрать заданную выборку объектов анализа. В противном случае считается, что ПН отказывается от обслуживания препарата. Критерием применимости ПН является близкий к нулю уровень “ложноправильных” траекторий при скрининге принятых ПН к обслуживанию препаратов (таких, что референсной оценкой является “неправильная траектория” и “нормальное” качество препарата). В случаях отказа ПН от обслуживания необходима дополнительная ручная микроскопия или формирование стандартного прямоугольного ВС для выявления истинного качества препарата экспертом. Приемлемым можно считать уровень до 5% отказов ПН на нормальных по качеству препаратах.
4.3. Подсистема сбора выборки (ПСВ)
Задачей ПСВ является обнаружение в выходном виртуальном слайде подсистемы навигации объектов заданных типов и подсчет
текущего объема собранной выборки. Выходным автоматически формируемым ВС подсистемы сбора выборки (ВСПСВ) является ВСпн, дополненный отметками автоматического обнаружения (рис. 4), а также галерея портретов (прямоугольных фрагментов, содержащих изображения объектов) обнаруженных объектов (ВСГАЛ), объем которой обычно на несколько порядков меньше объема ВСпн.
Референсная оценка пропусков (“ложноотрицательных”) и ложных обнаружений (“ложноположительных”) выполняется при просмотре врачом ВСПН с помощью специальной программы, которая облегчает работу, выделяя на изображении автоматически обнаруженные объекты. Врач может согласиться с подсказкой (объект остается в РВСПСВ и РВСГАЛ), отвергнуть ее (вычеркивается из РВСПСВ и РВСГАЛ) или выделить на экране с помощью диалоговых средств объект, не обнаруженный автоматически (добавляется в РВСПСВ и РВСГАЛ).
Критерием применимости ПСВ являются проценты пропусков и ложных обнаружений, которые должны быть не хуже заданных. Для разных типов клеток могут быть заданы разные требуемые вероятности пропусков в зависимости от средних концентраций и видов анализа. В частности, при анализе лейкоцитов могут быть заданы разные вероятности пропуска нормальных, юных и патологических форм. Мазок крови обычно содержит значительно больше клеток (более чем в 10 раз), чем требуется для подсчета формулы нормальных типов лейкоцитов. Поэтому при этом анализе требуемые вероятности пропусков могут быть не слишком жесткими (в соответствии с моделью Пуассона для редких событий вероятность пропуска может быть снижена за счет увеличения области просмотра). Это достигается автоматически при использовании фиксированного размера фактически собираемой выборки. Однако при значительном количестве пропусков (более 1%) следует убедиться в том, что объекты различных типов пропускаются с одинаковой вероятностью.
Доля ложных обнаружений имеет значение при автоматизированном режиме эксплуатации, когда врач имеет возможность откорректировать результаты автоматической сортировки (см. ниже). Для существенного повышения производительности труда по сравнению с ручной микроскопией эта доля не должна превышать 10–20%.
70 “Оптический журнал”, 78, 1, 2011
4.4. Подсистема контроля качества препарата (ПКК)
Референсная оценка качества препарата, предназначенная для сравнения с оценкой качества, автоматически сформированной подсистемой контроля качества (ПКК), может выполняться при просмотре врачом виртуального слайда подсистемы навигации. Соответствующие оценки врача с помощью средств ПКК дописываются в ВСПН, формируя РВСПКК. В МЕКОС-Ц2 модули ПКК и ПСВ, предназначенные для автоматического анализатора мазков крови, работают как единое целое, поэтому автоматические и референсные оценки качества препарата представлены в ВС и РВС подсистемы сбора выборки. Оцениваются доли “ложнокачественных” (автоматическая оценка – нормальное качество, референсная оценка – ненормальное качество) и “ложнонекачественных” препаратов (автоматическая оценка – ненормальное качество, референсная оценка – нормальное качество). В связи с расплывчатостью существующих рекомендаций по требуемому качеству препаратов результаты испытаний данной подсистемы носят справочный характер. Доля ложноотрицательных препаратов, как и доля ложноотрицательных траекторий, характеризует процент препаратов, ошибочно взятых системой на обслуживание. Суммарно эти доли не должны превышать 10–15%, чтобы не увеличивать существенно долю отказов от обслуживания. Фактически ПКК предназначена для обеспечения заданных характеристик ПСВ и может предъявлять более жесткие требования к качеству препарата, чем это обычно делается при ручной микроскопии. Результаты данного тестирования могут помочь сотрудникам лаборатории добиться более высокой эффективности работы автоматической методики за счет улучшения качества пробоподготовки.
4.5. Подсистема сортировки (ПС)
Результаты автоматической сортировки объектов, находящихся в галерее ВСгал, представлены галереями ВСсорт изображений клеток каждого типа, а также галереей изображений автоматически обнаруженных объектов, не отнесенных подсистемой сортировки (ПС) ни к одному из заданных типов (рис. 5). В связи с тем, что этап испытаний данной подсистемы возможен только при условии удовлетворительной работы подсистемы сбора выборки, то
есть при достижении заданных вероятностей правильности сбора выборки, референсная сортировка может выполняться интерактивным перераспределением врачом изображений клеток галерей. Подсистема сортировки таким образом становится единственной подсистемой, которую необходимо оценивать в полном объеме стандарта медицинских испытаний [4]. Оцениваются доли ложноположительных, ложноотрицательных анализов, а также чувствительность и специфичность ПС. Отметим, что в стандарте [4] ничего не говорится о требуемых значениях оценок результатов испытаний. Эти значения могут быть различны для разных режимов эксплуатации КАМ. В полностью автоматическом режиме выполнения анализа необходимы высокие характеристики работы ПС. В автоматизированном режиме “support”, аналогичном режиму референсной проверки подсистемы сортировки, точность автоматической сортировки может быть существенно ниже чем при ручной микроскопии, более того, оценки ошибок сортировки по типам могут быть заменены оценкой среднего процента правок врачом всех галерей сортировки. Приемлемым с точки зрения трудозатрат врача по сравнению с ручной микроскопией является процент правок до 10%. В настоящее время основным режимом работы комплексов МЕКОС-Ц2 является режим “support”. Накапливая в этом режиме архив РВСсорт, мы получаем возможность разрабатывать новые версии ПС, приближающие ее характеристики к необходимым характеристикам полностью автоматического анализатора. Отметим, что достижение высоких характеристик ПС является весьма важной задачей, при решении которой высококвалифицированный врач может быть полностью исключен из процесса анализа основного потока препаратов.
5. Трудоемкость поэтапной схемы медицинских испытаний
Как было отмечено выше, объем испытаний подсистемы виртуального микроскопа может быть однократным и ограниченным ввиду стандартного характера его средств. Основные трудозатраты врача-эксперта связаны с необходимостью просмотра виртуального слайда, формируемого подсистемой навигации. Оценивается изображение траектории просмотра, бегло просматривается слайд для оценки приемлемости биоматериала в выбранной области просмотра.
“Оптический журнал”, 78, 1, 2011
71
Трудозатраты врача при этом составляют менее 50% от затрат на анализ мазка при прямой микроскопии. Проверка сбора выборки примерно соответствует трудозатратам при прямой ручной микроскопии. Трудозатраты проверки сортировки невелики и соответствуют примерно 10% затрат прямой микроскопии. Испытания подсистемы измерений фактически относятся к этапу технических испытаний и могут проводиться без участия врачей.
Таким образом, при гораздо более полном и всестороннем исследовании качества функционирования автоматического анализатора, дополненном формированием реалистичных моделей внешней среды, пригодных для многократного использования, суммарные трудозатраты врачей при выполнении первичных испытаний примерно в полтора раза превышают трудозатраты традиционной схемы испытаний. Вторичные испытания наиболее проблемных подсистем сбора выборки, контроля качества и сортировки, выполняемые на базе референсных виртуальных слайдов, могут выполняться в полностью автоматическом режиме без участия врачей.
6. Робастность и адаптация
Для медицинских микроскопических изображений характерна чрезвычайно высокая вариабельность практически всех признаков, связанная с биологической индивидуальной изменчивостью и неконтролируемыми параметрами процесса пробоподготовки, в частности:
– заранее неизвестно количество однородных зон, присутствующих на изображении, и число типов объектов, присутствующих в препарате;
– заранее неизвестно, по каким именно признакам окажется возможным разделение. Это касается как задач сегментации (выделения однородных областей), так и задач классификации (распределения выделенных объектов по типам). Поэтому попытки применить обычную статистику и получить пороги для оценки параметров объектов анализа оказываются неудачными.
Для решения задачи анализа изображений рассматриваемого типа, по нашему мнению, следует применять адаптивные и устойчивые методы. В комплексе МЕКОС-Ц2 используются следующие идеи.
1. Задачи сегментации изображения, классификации объектов на однородные группы решаются методами кластеризации без учителя.
2. Значимость полученных кластеров оценивается с помощью специально подобранных статистических критериев.
3. Используется механизм высказывания гипотез и их последующей проверки. Эти гипотезы связаны с количеством областей на изображении, количеством типов объектов в препарате, положением границ, разделяющих эти группы.
4. Классификация может осуществляться после кластеризации с предварительным выделением группы однородных объектов.
5. При классификации группы объектов учитывается ее относительное положение в пространстве признаков относительно других групп.
Рассмотренные идеи реализованы в алгоритмах подсистемы сбора выборки. Технология РВС позволяет вести их постоянное и полноценное тестирование.
Заключение
Преимуществом схемы РВС является возможность накапливать представительную базу разработки и испытаний в процессе эксплуатации анализаторов во многих лабораториях в течение длительного времени, используя сеанс формирования РВС как рутинный этап контроля качества прибора в лаборатории. Потребители, участвующие в пополнении базы РВС МЕКОС-Ц2, систематически получают бесплатно новые версии, благодаря чему их комплексы микроскопии находятся в постоянном развитии. Хотя технология РВС нарушает один из постулатов классической методики испытаний изделий медицинского назначения – независимость этапа тестирования от эксплуатации – сам процесс формирования РВС как этап контроля качества и наличие режима “support” позволяют избежать возможных негативных медицинских последствий применения новых версий. Адаптируемость и устойчивость алгоритмов позволяют применять обычные доступные в реальной практике методики пробоподготовки и сравнительно недорогое оборудование.
Результаты медицинских испытаний МЕКОС-Ц2, выполненных в соответствии со стандартом NCCLS H20 и по технологии РВС, представлены в [8, 9]. При применении МЕКОС-Ц2 значительно улучшаются точность анализов, условия труда врача, контроль качества, обучение персонала. Это подтверждено
72 “Оптический журнал”, 78, 1, 2011
практикой применения МЕКОС-Ц2 в более чем ста лабораториях.
ЛИТЕРАТУРА
1. Медовый В.С., Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демьянов В.Л. Структура системы автоматической микроскопии МЕКОС-Ц2 и методики ее испытаний // Медицинская техника. 2006. № 4. С. 36–41.
2. Медовый В.С., Парпара А.А., Соколинский Б.З., Демьянов В.Л. Комплектации оборудования и системная платформа комплексов автоматизированной микроскопии // Медицинская техника. 2007. № 2. С. 29–36.
3. Swolin B., Simonsson P. et al. Differential counting of blood leukocytes using automated microscopy and a decision support system based on artificial neural networks – evaluation of DiffMaster Octavia. Clin Lab Haematol. 2003 Jun; 25(3). Р. 139–147.
4. National Committee for Clinical Laboratory Standards (1992). Reference Leukocyte Differential Count and Evaluation of Instrumental Methods: Approved Standards. NCCLS H20-A Villanova, PA.
5. Lundin M., Lundin J., Isola J. Virtual microscopy // Journal of Clinical Pathology. 2004. № 57. Р. 1250–1251.
6. Парпара А.А., Пятницкий А.М., Соколинский Б.З., Медовый В.С., Демьянов В.Л. Навигация по мазку крови при автоматическом подсчете лейкоцитарной формулы и эритроцитометрии // Здравоохранение и медицинская техника. 2005. № 7(21). С. 37–38.
7. Wintrobe’s Clinical Hematology 11th Ed. Lippincot Williams&Wilkins Publisher, 11th edition (December 2003).
8. Плясунова С.А., Балугян Р.Ш., Хмельницкий К.Е., Медовый В.С, Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демьянов В.Л., Николаенко Д.С. Автоматизированные методики микроскопических анализов мазков крови – медицинские испытания комплекса МЕКОС-Ц2 // Клиническая лабораторная диагностика. 2006. № 10. С. 22–24, 33–39.
9. Медовый В.C., Николаенко Д.С., Парпара А.А., Пятницкий А.М., Соколинский Б.З., Демьянов В.Л., Журкина Т.В., Пальчунова И.Б. Автоматизация микроскопических анализов мазков крови и контроль качества с применением референсных виртуальных слайдов // Клиническая лабораторная диагностика. 2008. № 6. С. 46–50.
“Оптический журнал”, 78, 1, 2011
73