شناسایی و شمارش گلبول های سفید جوجه گوشتی با استفاده از پردازش تصویر

 زمینه مطالعاتی: 

شمارش خودکار گلبول های سفید طیور به دلیل حضور گلبول های قرمز و ترومبوسیت های هسته دار بسیار مشکل است و شمارش، عموما به صورت دستی انجام می شود.

این مطالعه به منظور بررسی امکان استفاده از روش های پردازش تصویر جهت تشخیص گلبول های سفید خون طیور صورت گرفت. روش کار: در ابتدا 42 عکس رنگی RGB با فرمت JPG از گسترش های خونی تهیه شده به روش لام به لام و با رنگ آمیزی گیمسا آماده شد. تصاویر به کمک نرم افزار های MATLAB R2017a و CellProfiler 2.0 r10997 پردازش شدند. با استفاده از نرم افزار MATLAB تصاویر لایه a از فضای رنگی L*a*b انتخاب شدند و به چهار روش مورد بررسی قرار گرفتند. روش اول بررسی چهار شی بزرگ تر تصویر، روش دوم حذف مساحت های کمتر از 5000 پیکسل (به منظور حذف گلبول های قرمز که مساحت کوچکتری دارند)، روش سوم استفاده از بازه ی 25/1-1 فاکتور شکل برای باقی ماندن اشیای گرد و روش چهارم تلفیق دو روش دوم و سوم (شکل و اندازه) بود. در نرم افزار CellProfiler به کمک ماژول های مختلف و در نظر گیری قطر عمومی 52-18 پیکسل تشخیص اشیا بررسی شد.

بین روش های مورد استفاده با نرم افزار MATLAB ، روش دوم یعنی حذف مساحت های کمتر از 5000 پیکسل، توانست بیشترین تعداد گلبول سفید را درست تشخیص دهد (84 درصد). در حالی که روش های اول، سوم و چهارم به ترتیب 35، 48 و 39 درصد از گلبول های سفید را تشخیص دادند. با استفاده از نرم افزار Cell Profiler نیز نتایجی مشابه با روش دوم نرم افزار MATLAB بدست آمد.

نتیجه گیری نهایی:

 هر دو نرم افزار مورد استفاده پتانسیل پردازش تصویر سلول های خونی طیور را دارند، اما استفاده از الگوریتم های پیشرفته تر یادگیری ماشین جهت شمارش گلبول های سفید مورد نیاز است.