Иммунофлюоресцентная диагностика и анализ образцов ее изображений при аутоиммунной пузырчатке


Цитировать

Полный текст

Аннотация

Аутоиммунная пузырчатка - группа аутоиммунных буллезных дерматозов, характеризующаяся внутриэпителиальным образованием пузырей и присутствием специфических IgG-аутоантител к антигенам межклеточной связывающей субстанции (МСС) многослойного плоского эпителия. Характерная иммуноморфологическая картина (фиксация IgG в МСС эпидермиса) позволяет диагностировать аутоиммунная пузырчатка. Однако, в ряде случаев, в ходе использования данного метода диагностики визуализация специфических признаков затруднительна в силу слабовыраженной и/или неравномерной специфической иммуногистохимической реакции, что не позволяет с абсолютной точностью поставить диагноз. В работе проведен анализ 805 изображений иммунофлюоресцентной картины диагностики при аутоиммунной пузырчатке у 54 больных. Предлагается алгоритм компьютерной обработки изображений образцов ткани кожи, заключающийся в повышении качества и выделении конкретных межклеточных структур, характерных для оценки иммуноморфологической картины пузырчатки. Алгоритм состоит из выравнивания освещенности, медианной фильтрации, обработки фильтром Гаусса, детектирования хребтовых структур при помощи матрицы Гессе, бинаризации изображения, выделения, на полученной карте хребтовых структур, связных компонент и удаления компонент с малым радиусом. Это позволяет в сомнительных случаях дифференцировать и диагностировать аутоиммунную пузырчатку. Кроме того, четкая визуализация характера (гранулярное или линейное) фиксации иммуноглобулина класса G в межклеточных пространствах эпидермиса повышает точность прогнозирования дальнейшего течения болезни (благоприятное либо торпидное), обеспечивая своевременное адекватное ведение пациента с назначением патогенетически обоснованных схем лечения. Данная работа подчеркивает важность внедрения современных компьютерных методов обработки медицинских изображений, позволяющих существенно совершенствовать методы диагностики заболеваний человека, включая аутоиммунных буллезных дерматозов.

Об авторах

А. А Довганич

ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова»

Лаборатория математических методов обработки изображений факультета вычислительной математики и кибернетики 119991, Москва, Россия

А. В Насонов

ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова»

Лаборатория математических методов обработки изображений факультета вычислительной математики и кибернетики 119991, Москва, Россия

Андрей Серджевич Крылов

ФГБОУ ВО «Московский государственный университет имени М.В. Ломоносова»

Email: kryl@cs.msu.ru
доктор физ.-мат. наук, профессор, зав. лабораторией математических методов обработки изображений факультета Вычислительной математики и кибернетики 119991, Москва, Россия

Н. В Махнева

ГБУЗ МО «Московский областной научно-исследовательский клинический институт им. М.Ф. Владимирского» Минздрава Московской области

Кафедра дерматовенерологии и дерматоонкологии факультета усовершенствования врачей 129110, Москва, Россия

Список литературы

  1. Amagai M. Pemphigus family of diseases. In: Gaspari A.A., Tyring S.K., eds. Clinical and basic immunodermatology. London: Springer-Verlag London Limited; 2008: 739-50.
  2. Махнева Н.В., Белецкая Л.В. Иммунопатологические аспекты аутоиммунных буллезных дерматозов. Saarbrucken, Germany: Palmarium Academic Publishing; 2012.
  3. Махнева Н.В., Белецкая Л.В. Иммунофлюоресценция в клинике аутоиммунных буллезных дерматозов. М.: Академия Естествознания; 2010.
  4. Махнева Н.В., Давиденко Е.Б., Белецкая Л.В. Способ прогнозирования характера течения аутоиммунной пузырчатки. Патент на изобретение № 2429482 от 20.09.11.
  5. Махнева Н.В., Давиденко Е.Б., Белецкая Л.В. Прогнозирование течения аутоиммунной пузырчатки на основе оценки характера фиксации иммуноглобулина класса G в межклеточной связывающей субстанции эпидермиса. Методические рекомендации №38. М.: Департамент здравоохранения г. Москвы; 2013.
  6. Лукин А.С. Введение в цифровую обработку сигналов. Учебное пособие факультета вычислительной математики и кибернетики МГУ. М.: МГУ; 2007.
  7. Brownrigg D.R.K. The weighted median filter. Communications of the ACM. 1984; 27(8): 807-18. doi: 10.1145/358198.358222.
  8. Eberly D. Ridges in image and data analysis. Computational imaging and vision. vol. 7. Dordrecht: Springer Science and Business Media; 1996.
  9. Eberly D., Gardner R., Morse B., Pizer S., Scharlach C. Ridges for image analysis. J. Math. Imaging Vis. 1994; 4(4): 353-73.
  10. Eberly D.H. Fast algorithms for ridge construction. Photonics for Industrial Applications. International Society for Optics and Photonics. Proceedings SPIE. Vision Geometry III. vol. 2356. 1995: 231-42. https://scholar.google.ru/scholar?q=Eberly+D.+H.%2C+Fast+algorithms+for+ridge+construction%2C+In+Photonics+for+Industrial+Applications.+Internation
  11. Shapiro L.G., Stockman G.C. Computer Vision. Prentice Hall; 2001.

© ООО "Эко-Вектор", 2016


 


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах