"Предложенный метод анализа границ реже пропускает клетки, у которых менее или более шести соседей, и тем самым снижает вероятность упустить из вида опухоль. Это достигается за счет того, что наш подход лучше чувствует неравномерности размеров и формы клеток", - заявила научный сотрудник Южного федерального университета (Ростов-на-Дону) Дарья Рошаль, чьи слова приводит пресс-служба.
Разработанный Рошаль и ее коллегами алгоритм опирается в своей работе на то, что характер границ между здоровыми и раковыми клетками, а также типичное число соседей у каждой подобной клетки, значительным образом различается. В частности, раковые клетки более вытянуты, чем здоровые, и среди них на 10-15% реже, чем обычно, встречаются те, что граничат с шестью другими клетками, то есть имеют шесть "соседей".
В теории, это позволяет выявлять новообразования в том случае, если врач или исследователь сможет точно подсчитать число клеток на фотографии и определить их границы. Существующие алгоритмы, в том числе системы машинного зрения, пока плохо справляются с этой задачей, так как они часто ошибаются при анализе снимков и определяют число соседей у клеток с погрешностью, достигающей в некоторых случаях 15%.
Российские и французские ученые разработали математический подход, позволяющих снизить эту погрешность благодаря тому, что очертания клеток определяются двумя разными способами. В рамках первого из них, традиционного для систем машинного зрения, алгоритм пытается определить границы клеток, ориентируясь на их предположительные ядра. Второй подход ищет границы клеток путем локализации точек, в которых сходятся несколько межклеточных границ.
Для проверки работы этого алгоритма математики использовали его для анализа фотографий эпителия шейки матки. Проведенные расчеты показали, что новый подход позволил вдвое снизить погрешность при определении границ между клетками. В перспективе это значительным образом повысит точность диагностики рака при помощи систем машинного зрения, подытожили Рошаль и ее коллеги.
