Автоматизация обработки изображений медико-биологических препаратов крови, полученных при микроскопии методом темного поля тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Жук, Сергей Владимирович

• Жук, Сергей Владимирович
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Жук, Сергей Владимирович

ВВЕДЕНИЕ.

ГЛАВА 1. ОБЗОР ВОЗМОЖНОСТЕЙ И ОСОБЕННОСТЕЙ ТЕМНОПОЛЬНОЙ МИКРОСКОПИИ В МИКРОСКОПИЧЕСКИХ ИССЛЕДОВАНИЯХ МЕДИКО-БИОЛОГИЧЕСКИХ ПРЕПАРАТОВ.

1.1 Особенности построения изображений по методу темнопольной микроскопии.

1.2 Сравнение методов темнопольной и светлопольной микроскопии.

1.3 Проблемы автоматизации микроскопических исследований с использованием меюдов светлого и і ємного поля.

1.4 Обзор алгоритмов предварительной обработки анализируемого изображения.

1.4.1 Алгоритмы выравнивания яркости и контраста исходного изображения.

1.4.2 Фильтрация изображений.

1.5 Обзор алгоритмов сегментации объектов исследования на гемнопольных изображениях препарата крови.

1.6 Автоматизация исследований морфологии клеток в диагностике анемических синдромов.

1.7 Проблема определения пересечений клеток.

1.8 Алгоритмы определения пересечений клегок.

1.9 Проблема анализа агрегатов «монетный столбик».

1.10 Выводы.

ГЛАВА 2. РАЗРАБОТКА АЛГОРИТМОВ ОБРАБОТКИ ТЕМНОПОЛЬНЫХ РАСТРОВЫХ ИЗОБРАЖЕНИЙ МЕДИКО-БИОЛОГИЧЕСКИХ ПРЕПАРАТОВ, ПОВЫШАЮЩИХ ЭФФЕКТИВНОСТЬ РЕШЕНИЯ ПРИКЛАДНЫХ ЗАДАЧ АВТОМАТИЗИРОВАННОЙ МИКРОСКОПИИ.

2.1 Основные этапы обработки растрового изображения.

2.2 Кршерии оценки качества сегментации объектов исследования.

2.3 Исследование алгоритмов сегментации обьектов интереса.

2.4 Разработка алгоритма для анализа пересечения двух эритроцитов.

2.5 Алгоритм сегментации и подсчета эритроцитов находящихся в состоянии агрегации «монетный столбик».

2.6 Способ формирования информативных признаков эритроцитов с патологически измененной формой на основе моментных инвариантов и дескрипторов Фурье.

2.7 Выводы.

ГЛАВА 3. АВТОМАТИЗАЦИЯ ПРОЦЕССА ДИАГНОСТИКИ АНЕМИЧЕСКИХ СИНДРОМОВ

3.1 Формализованное описание анемических синдромов на основе эритроцитармых индексов.

3.2 Методика автоматического расчета количества пойкилоцитоза.

3.3 Способ определения вида анемического синдрома на основе формализованной модели с использованием понятий теории нечетких множеств.

3.4 Выводы:.

ГЛАВА 4. ОПИСАНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ АНАЛИЗА МЕДИКО-БИОЛОГИЧЕСКИХ ИЗОБРАЖЕНИЙ ПОЛУЧЕННЫХ ПРИ МИКРОСКОПИИ МЕТОДОМ ТЕМНОГО ПОЛЯ.

4.1 Автоматизированная система поиска и выделения объектов исследования из массива изображений периферической крови, полученных при микроскопии методом темного поля.

4.2 Автоматизированная система морфометрических исследований эритроцитов в диагностике анемий.

4.3 Автоматизированная система расчета индекса элонгации эритроцитов в проточной микрокамере.

4.4 Автоматизированная система расчета степени агрегации эритроцитов находящихся в состоянии «монетный столбик».

4.5 Выводы.

Введение диссертации (часть автореферата) на тему «Автоматизация обработки изображений медико-биологических препаратов крови, полученных при микроскопии методом темного поля»

1. Автоматизированная система «Поиск и выделение объектов исследования из массива изображений периферической крови, полученных при микроскопии методом темного ноля» внедрена в клинике традиционной медицины «Активное Долголетие» г. Волгоград и используется для подготовки изображений полученных в результате микроскопии к целям исследования;

2. Автоматизированная система «Морфомегрические исследования эритроцитов в диагностике анемических синдромов» внедрена в клинике традиционной медицины «Активное Долголетие» г. Волгоград и используется в качестве системы диагностики состояния здоровья пациента и оценки влияния биологически активных добавок па клетки крови;

3. Автоматизированная система «Расчет индекса элонгации и степени агрегации эритроцитов, находящихся в состоянии «монетный столбик»» внедрена на кафедре фармакологии Волгоградского государственного медицинского университета и используется в исследованиях влияния разрабатываемых экспериментальных фармакологических препаратов на состояние эритроцитов:

4. Работа получила грант от фонда содействия развитию малых форм предприятий в научно-технической сфере по программе «Участник молодежного паучно-нпновацнонного конкурса (У.М.Н.И.К)».

Апробация работы. Основные положения диссертации докладывались на научных семинарах кафедры САПР и ПК ВолгГТУ, а также на всероссийских и международных научно-практических конференциях: на всероссийской конференции с элементами научной школы «Проведение научных исследований в области обработки, хранения, передачи и защиты информации» (Ульяновск 2009), всероссийской молодежной конференции «Инновационные и предпринимательские проекты среди научной молодежи» (Элиста 2009), международной конференции «Информационные технологии в науке, образовании, телекоммуникации и бизнесе» (Гурзуф 2011), международной научно-технической конференции «Технологии разработки информационных систем» (Таганрог 2011).

Публикации.

По теме диссертации опубликовано 10 печатных работ, в том числе 5 из них в журналах, рекомендованных ВАК.

Объем и структура работы.

Работа состоит из введения, четырёх глав с выводами и четырех приложений. Общий объем работы: страниц - 131, иллюстраций - 50, таблиц - 15. В списке литературы 99 наименования.

В первой главе рассматриваются преимущества и недостатки автоматизированной темнопольной микроскопии в лабораторных и клинических исследованиях по сравнению с широко распространенным методом светлого поля. Проанализированы функциональные возможности современных автоматизированных систем являющихся лидерами среди разработчиков медицинского программного обеспечения. Определен круг задач, требующих процесса автоматизации и не решенных в проанализированных современных автоматизированных системах обработки изображении медико-биологических препаратов. Особое внимание уделено рассмотрению ряда алгоритмов позволяющих обрабатывать растровые изображения препаратов крови с целыо решения выявленных проблем возникающих при автоматизации микроскопических исследований. Приводимся обоснование в необходимости разработки алгоритмов определения пересечений эритроцитов и алгоритма подсчета клеток в состоянии агрегации «монетный столбик». В заключении главы приведены выводы и направления дальнейших исследований.

Во второй главе описываются алгоритмы обработки цифровых изображений, разработанных лично автором. Цель рассматриваемых алгоритмов - снизи ть трудоемкость и повысить эффективность при автоматизированной обработке исследуемых объектов на растровых изображениях периферической крови, полученных в результате темнопольной микроскопии.

В третьей главе предлагается способ определения вида и степени тяжести развития анемического синдрома на основе формализованного описания эритроцитарных индексов.

В четвертой главе описываются функциональные возможности автоматизированных систем в основе которых лежат методики и алгоритмы разработанные автором. Цель создания автоматизированных систем - проверка на практике эффективности работы разработанных алгоритмов, для создания в дальнейшем универсального диагностического комплекса.

В приложениях рассмотрены основные функциональные возможности современных систем автоматизированного анализа медико-биологических препаратов крови являющихся лидерами среди разработчиков медицинского программного обеспечения (приложение 1). Описаны основные виды эритроцитов с патологически измененной формой (пойкилоци гы) встречающиеся в периферической крови и являющиеся показателями некоторых видов заболеваний и характеризующие определенные виды анемического синдрома (приложение 2). Представлены нормативные таблицы гемограммы па основе значений которых, определяется вид и степень тяжести развития анемического синдрома (приложение 3). Представлены акты внедрения разработанных автоматизированных систем (приложение 4).

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Жук, Сергей Владимирович

Основные результаты, которые были получены в холе выполнения работы, состоят в следующем:

1. На основе анализа возможностей, преимуществ и проблематики темнопольной микроскопии в области клинической и лабораторной диагностики были разработаны новые алгоритмы позволяющие, снизи ть трудозатраты и повысить эффективнос ть при решении прикладных задач, за счет автоматизации ручных рутинных операций возникающих при анализе медико-биологических препаратов крови.

2. Разработан алгоритм, позволяющий решать проблему анализа двух пересекающихся клеток, которая возникает при автоматизированном анализе медико-биологических препаратов крови. Алгоритм повышает эффективность автоматизированной обработки большого количества изображений за счет снижения ошибок возникающих на этапе подсчета общего количества эритроцитов и па этапе классификации патологических форм клеток.

3. Разработан алгоритм позволяющий повысить эффективность исследований агрегатов эритроцитов «монетный столбик». Тестирование алгоритма показало, что предложенный алгоритм в десятки раз сокращает время необходимое на анализ большого количества растровых изображений содержащих агрегации эритроцитов «монетный столбик», а так же увеличивает точность в среднем на 17% по сравнению с использованием ручного метода подсчета и анализа агрегатов.

4. Предложен способ формирования информативных признаков эритроцитов с патологически измененной формой на основе моментных инвариантов и дескрипторов Фурье. Исследование показало, что применение предложенного способа сокращает количество ошибок на этапе классификации за счет более уникального и однозначного описания каждого объекта исследования.

5. Предложено формализованное описание основных наиболее распространенных видов анемий на основе эритроцитарных индексов, позволяющее определять наиболее распространенные виды анемических синдромов, а также повысить точность и эффективность диагностики за счет устранения «человеческого фактора» на этапе анализа данных полученных в результате микроскопии;

6. Предложена методика автоматического расчета количества пойкилоцитоза на основе разработанных автором алгоритмов определения пересечений эритроцитов и способа формирования уникальных признаков объекта исследования.

7. Предложен способ определения вида и степени тяжести развития анемического синдрома на основе комбинированной оценки анизоцитоза и пойкилоцитоза, позволяющий отслеживать динамику эффективности производимого лечения, а так же процесс перехода анемии из стадии в стадию.

8. На основе предложенных алгоритмов разработан ряд автоматизированных систем, которые используются в исследованиях влияния экспериментальных фармакологических препаратов и биологически активных добавок на состояние эритроцитов.

14. Городецкий, В.В. Желсзодефицитные состояния и железодефицитцые анемии: диагностика и лечение (Методические рекомендации) / В.В. Городецкий, О.В. Годулян. - М.: ИД Медпрактика-М. - 2006. - 28 с.

15. Данилова, Л.А. «Анализы крови и мочи» / Л.А. Данирова. СПб.-2003. - 128с.

16. Дворецкий, Л. И. Анемии: стратегия и тактика диагностического поиска. // Л.И. Дворецкий, Справочник поликлинического врача. М.: -2002. №6. - с. 5-10.

17. Дегтярева, А. Преобразование Хафа / А. Дегтярева, В. Вежневец // Графика и мультимедиа- 2003. [Электронный ресурс].- Режим доступа: http://cgm.computergraphics.ru/content/view/36/62

18. ДиаМорф Объектив, программное обеспечение для автоматической морфометрии и подсчета объектов па цифровых изображениях / ДиаМорф // [Электронный ресурс] Режим доступа: http://www.diamorph.ru/

19. Дианел-Микро программа для гемосканирования - диагностики состояния здоровья по кайле живой крови и лабораторных исследований на микроскопе / ЦИТ «НЕЛИАН» // [Электронный ресурс] Режим доступа: http://\vw\v.nelian. ru/index. php?productID=725

20. Дмитриев, Г.А., «Сифилис. Дифференциальный клинико-лабораторный диагноз» / ПА. Дмитриев, Н.В. Фриго - М.: Мед. книга, 2004. - С. 26-45.

21. Долгов, В. В. Лабораторная диагностика анемий / Долгов В.В., Луговская С.А., Морозова В.Т., Почтарь М.Е., Триада, М.: - 2009 г.- 148 с.

22. Жук C.B. Автоматизированная система обнаружения патологий клеток в темнопольных исследованиях крови / C.B. Жук, О.О. Привалов // Открытое образование.-2011. -№2. - С. 199-202.

23. Жук C.B. Алгоритм разделения агрегатных состояний клеток при микроскопических исследованиях крови / C.B. Жук // Известия ВолгГГУ. Сер. «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»; межвуз. сб. науч. статей / ВолгГ'ГУ- Волгоград, 2011.-№4,- С. 111-113.

24. Жук, C.B. Алгоритм классификации эритроцитов с патологически измененной формой /C.B. Жук, В.А. Камаев //Информатизация и связь-2011.-№3 -С. 66-68.

25. Жук, C.B. Исследование методов контурной сегментации изображения / Жук C.B. // сб. науч. статей - Камышин,-2009.- С. 57-60.

26. Жук, C.B. Методы и алгоритмы обработки растровых изображений в прикладных задачах области микроскопии / Жук C.B. // сб. науч. статей,- Камышин: 2008. - С. 4042.

27. Жук, C.B. Обзор методов подавления шумов на растровых / C.B. Жук // Известия ВолгГТУ. Сер. «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»; межвуз. сб. науч. статей / ВолгГТУ.-Волгоград, 2009-№6- С. 115-118.

28. Жук. C.B. Обзор современных методов сегментации растровых изображений / C.B. Жук // Известия ВолгГТУ. Сер. «Актуальные проблемы управления, вычислительной техники и информатики в технических системах»; межвуз. сб. науч. статей / ВолгГТУ,- Волгоград, 2009-№6.- С. 112-115.

29. Жук, C.B. Преимущества и перспективы автоматизации нового метода анализа картины крови, полученной в результате темнопольной микроскопии, сб. науч. статей,- Элиста.- 2009. С. 57-58.

30. Жук, C.B. Сравнительный анализ автоматизированного и не автоматизированного метода диагностики картины крови в темном поле / Жук C.B. // сб. науч. статей. Том №5.- Ульяновск,- 2009,- С. 359-363.

31. Жук, C.B. Усовершенствование методов выделения границ на изображениях медико-биологических препаратов / Жук C.B. // сб. науч. статей,- Камышин. 2009 - С 60-62.

32. Заде, JI. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л. Заде. - М.: Мир, 1976. - 165 с

33. Зенина M.I1. Морфометрические исследования эритроцитов в диагностике анемий / М.Н. Зенина, Е.И. Клыкова, Т.А. Карнилова // Клинико-лабораторный консилиум, 2004,-№3,-с. 23-27

34. Козипец Г.И. Кровь: Клинический анализ. Диагностика анемий и лейкозов. Интерпретация результатов / Г.И. Козинец, В.М. Погорелов и др. М.: Медицина XXI, 2006.- 256 с.

35. Козипец, Г. И. Исследование системы крови в клинической практике. // Г. И. Козинец. В. А. Макарова. - М.: Триада-Х, 1997 г. - 480 с.

36. Козипец, Г. И. Клетки крови: Современные технологии исследования. / Г. И. Козинец. В. М. Погорелов, Д. А. Шмаров и др. - М.: Триада-Фарм, 2002. - 451с.

37. Козловская, J1. В., Николаев, А. 10. Учебное пособие по клиническим лабораторным методам исследования //JI.B. Козловская, АЛО. Николаев. М.: Медицина, 1985 г.-288 с.

38. Конушин, В. Методы сегментации изображений: автоматическая сегментация / В. Конушин, В. Вежпевец // Графика и мультимедиа. [Электронный ресурс] Режим доступа: http://cgm.computergraplncs.ru/content/view/172

53. Привалов 0.0. Алгоритм автоматической редукции цифровых изображений медико-биологических препаратов для повышения производительности систем автоматизированной микроскопии / 0.0. Привалов, JI.H. Бутенко // Современные наукоемкие технологии: науч.-теор. журнал.-М.: 2007,-№10,-с.79-80

54. Привалов О.О. Методика автоматизированного анализа морфологических характеристик клеток периферической крови крови / 0.0. Привалов, JI.H. Бутенко // Известия ВолгГТУ. Сер. Актуальные проблемы управления, вычислительной техники и информатики в технических системах; межвуз. Сб. науч. Статей / ВолгГТУ .-2007.-№2 - с.57-58.

55. Прэтт, У. Цифровая обработка изображений. Книга 2 / У. Прэтт. - М.: Мир, 1982784 с.

56. Ротштейн, A.II. «Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети» / А.П. Ротштейн, Винница: УНИВЕРСУМ-Винница- 1999.-320 с.

57. Садыков С.С. Методы выделения структурных признаков изображений / С.С. Садыков, И.Р. Самандаров. Ташкент: 1990,- 104 с.

58. Свищева, Т.Я. Перспективная диагностика. Биорезонансная, световая, темнопольная, люменесцентная- СПб.: «Издательство ДИЛЯ»,- 2006. - 256 с.

59. Сойфер, В.А. Методы компьютерной обработки изображений / В.А. Сойфер .-Физматлит, 2003 - 784 с.

60. Тиц, II.У. «Клиническое руководство по лабораторным тестам» // II.У. Тиц, В. В. Меньшиков - М.: Юнимед-пресс, 2003 - 906 с.

61.Хуанг, Т.С. Обработка изображения и цифровая фильтрация / Т.С. Хуапг.-М.: Мир, 1979.-274 с.

62. Чернов, В.М. Анемия - скрытая эпидемия / В.М. Чернов. - М.: МегаПро, -2004. - 76с.

63. Шиффман, Ф.Дж. «Патофизиология крови» // Ф.Дж. Шиффман, Пер. с англ. - М.: Бином,-2000 г.-448 с.

64. Шмаров, Д. А. Лабораторно-клиническое значение проточно-цитометрического анализа крови / Д. А. Шмаров, Г. И. Козинец - М.: Медицинское информационное агентство, 2004. - 128 с.

65. Штовба, С.Д. Проектирование нечетких систем средствами MATLAB / С.Д. Штовба. - М.: Горячая линия - Телеком, 2007. - 288 с.

66. Aloisio Т. Blood Never Lies // Lumina Press - 2004. - 160 p.

67. Asada, H. The curvature primal sketch / Asada, H. and M. Brady. // ШЕЕ Trans. Pattern Analysis and Machine Intelligence, №8 - 1986. - p.2-14

68. Belkasim S.O., Pattern recognition with moment invariants: a comparative study and new results / S.O. Belkasim, M. Shridhar, M. Ahmadi // Pattern Recognition, Vol. 24. - 1991-p. 1117-1138.

69. Beus, H.L. An improved corner detection algorithm based on chain-coded plane curves / ILL. Beus, S.S.LI. Tiu. // Pattern Recognition, №20,- 1987,- p. 291-296

70. Bleker M.M. Unappreciated Friend or Unsuspected Foe? // Essential Elements of Prof. Dr. Enderlein's Publications, Semmelweis-Verlag.- 2004.- 117 p.

71. Brandt, S. Statistical shape features for content-based image retrieval / S. Brandt J. Laaksonen , E. Oja. // Journal of Mathematical Imaging and Vision. -Vol. 17, No 2. -2002. -p. 187-198.

72. Canny, J. A computational approach to edge detection / J. Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence, №8 - 1986. p. 679-698,

73. Chetverikov, D. Detection of High Curvature Points in Planar Curves / D. Chctverikov, Z. Szabo [Электронный ресурс].- Точка доступа: http://visual.ipan.sztaki.hu

74. Costa, L.F. Shape Classification and Analysis: Theory and Practice. Second Edition. Image Processing Series. / L. F. Costa, R. M. Cesar // Taylor & Francis. LLC - 2009 - p. 685

75. Flusser J., Suk T. Degraded image analysis: an invariant approach / J. Flusser, T. Suk // IEEE Trans. Pattern Anal. Mach. IntelL, Vol. 20,- 1998,- p. 590-603

76. Freeman, LI.A corner finding algorithm for chain-coded curves / II. Freeman, L.S. Davis // IEEE Trans. Computers, №26.- 1977,- p. 297-303

77. Ни M.K. Visual pattern recognition by moment invariants // IRE Trans. Inform. Theory, Vol. 8.- 1962,-p. 179-187.

78. Llupkens T.M., Clippeleir J. Noise and intensity invariant moments / T.M. Hupkens, J. Clippeleir//Pattern Recognition, Vol. 16 - 1995 -p. 371-376.

79. Image-Pro Premier программа обработки медицинских изображений / Media Cybernetics // [Электронный ресурс] Режим доступа: http://www.mediacy. com/index. aspx?page=IPPremier

80. Kvarnstrom, M. Image analysis algorithms for cell contour recognition in budding yeast / M. Kvarnstrom, K. Logg, A. Diez, K. Bodvard // Optics Express, Vol. 16, Issue 17 - 2008-p. 12943-12957

81.Leica LAS Image Analysis - программно-аппаратный комплекс обработки медико-биологических изображений / Leica // [Электронный ресурс] Режим доступа: http://www.leica-microsystems.com/products/microscope-software/life-sciences/

82. Liu, Н.С. Corner detection from chain-code / H.-C. Liu, M.D. Srinath // Pattern Recognition, №23.- 1990. - p.51 -68

83. Maitra S. Moment invariants // Proc. IEEE, Vol. 67. - 1979,- p. 697-699.

84. Mokhtarian, F. A theory of multiscale, curvature-based shape representation for planar curves / F. Mokhtarian, A.K. Mackworth // IEEE Trans. Pattern Analysis and Machine Intelligence, №14.- 1992. - p.789-805

85. Nixon M. Feature extraction and image processing / M. Nixon, A. Aguado. Oxford: Elsevier, 2008,- 406 p.

86. Petric V. Atlas of Live Blood Through Darkfield Microscopy: The Morphology of Blood in Live Hematology 2009,- 116 p.

87. Rosenfeld, J. Angle detection on digital curves / J. Rosenfeld, E. Johnston. // IEEE Trans. Computers, №22.- 1973. - p. 875-878

88. Rosenfeld, J. An improved method of angle detection on digital curves / J. Rosenfeld, S. Weszka // IEEE Trans. Computers, 324. - 1975,- p. 940-941

89. Ruberto C.D. Analysis of infected blood cell images using morphological operators / C.D. Ruberto, A. Dempster, S. Khan // Image and Vision Computing, Vol. 20- 2002. - p. 133146

90. Schwerdtle C. Introduction Into Darkfield Diagnostics: The Examination of Native Blood According to Prof. Dr. Gunther Enderlein / C. Schwerdtle, F. Arnoul // Vol. 2, Semmelweis-Verlag-2006- 163 p.

91. Wang L., Using Zernike moments for the illumination and geometry invariant classifcation of multispectral texture / L. Wang, G. Healey. // IEEE Trans. Image Process, 1998. Vol. 7. P. 196-203.

92. Wang, W Binary image segmentation of aggregates based on polygonal approximation and classification of concavities//Pattern Recognition, Vol. 3 - 1998 -p.1503-1524.

93. Wei N. A machine vision system for automated non-invasive assessment of cell viability via dark field microscopy, wavelet feature selection and classification / N. Wei, E. Flasche, K. Friehs // BMC Bioinformatics Vol. 9.- 2008.- p. 349-358

94. Wittenberg, T. A Semantic Approach to Segmentation of Overlapping Objects / T. Wittenberg, M. Grobe, C. Munzenmayer, H. Kuziela, K. Spinnler // Methods Inf Med, №43.-2004,- p.343-353

95. Wong R.Y. Scene matching with invariant moments / R.Y. Wong, E.L. Hall. // Comput. Graphics Image Process., 1978. Vol. 8. P. 16-24.

96. Xiangzhi B. Splitting touching cells based on concave points and ellipse fitting / B. Xiangzhi, S. Changming, F. Zhou // Pattern Recognition, Vol. 42, Issue 11- 2009 - p. 2434-2446.

97. Mingley, S. Recognition of touching erythrocytes via contour radial uniformity and sector region distribution features / S. Mingley. D. Wang, W. Wen // Foundations of Intelligent Systems, AISC 122.-2011.- p.581 -589.

98. Zhang D., Review of shape representation and description techniques / D. Zhang, G. LU // Pattern Recognition-2004. Vol.37, p. 1-19.

ЗАКЛЮЧЕНИЕ