Документ описывает автоматизацию микроскопии и создание автоматического микроскопического анализатора мекос-ц2, который использует виртуальные слайды для улучшения диагностики медико-биологических материалов. Основное внимание уделяется проблемам формирования представительной базы данных и проведению медицинских испытаний из-за высоких вариаций анализируемых образцов. В статье рассматриваются технологические подходы к интеграции потребительского опыта в процесс разработки, что способствует улучшению алгоритмов анализа и общему качеству автоматизации.

1. 66 “Оптический журнал”, 78, 1, 2011
ЦИФРОВАЯ МИКРОСКОПИЯ,
ОБРАБОТКА ИЗОБРАЖЕНИЙ
Введение
В настоящее время основные производите-
ли поставляют на рынок комплексы микро-
скопии с моторизованными элементами и с
программным обеспечением, автоматизирую-
щим 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 различ-
ной природы. Современный уровень развития
автоматизации и информатизации микроско-
пии создает все условия для включения в состав
микроскопа последнего интеллектуального эле-
мента – программы автоматического анализа с
определением заданных параметров препара-
та – превращающего комплекс автоматизиро-
ванный микроскопии (КАМ) в автоматический
анализатор. Тем не менее, если говорить о био-
материалах и особенно об анализах медицин-
ского класса, создание успешных автоматиче-
ских микроскопических анализаторов (АМА)
все еще относится к категории единичных слу-
чаев. Причины этого связаны с методическими
трудностями разработки и испытаний АМА.
Из-за высокой изменчивости свойства объектов
анализа описываются в качественных терми-
нах, что заставляет оценивать АМА в аналогич-
ных терминах как роботизированное устрой-
ство. Необходимая для разработки и испытаний
модель внешней среды, основанная на фиксиро-
ванной выборке реальных препаратов, проана-
лизированных врачами, оказывается весьма
дорогостоящей и фактически непредставитель-
ной из-за огромного разнообразия вариантов
пробоподготовки и патологий, влияющих на
свойства объектов анализа. В результате ком-
плекс, созданный с использованием такой огра-
ниченной модели, может быть неэффективен в
отличающихся условиях множества реальных
контингентов больных и лабораторий. В статье
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 раз-
работке 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 сервис-
ный центр. Настроенная на применение виртуальных слайдов структура МЕКОС-Ц2
позволяет в значительной степени автоматизировать разработку новых версий про-
граммного обеспечения с учетом новых данных о внешней среде. Другим ключевым
принципомразработкиявляетсяиспользованиеробастных,адаптирующихсякданному
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

2. 67“Оптический журнал”, 78, 1, 2011
представлена уточненная (по сравнению с [1])
методика разработки и медицинских испыта-
ний АМА с применением виртуальных слайдов,
превращающая процесс эксплуатации в процесс
развития МЕКОС-Ц2. Указанная кооперация
потребителей и разработчиков представляет-
ся новым шагом в развитии роботизированных
комплексов микроскопии. Даны некоторые де-
тали алгоритмов АМА МЕКОС-Ц2, обеспечива-
ющие робастность и адаптацию к конкретному
препарату в условиях априорной неопределен-
ности 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 про-
граммное обеспечение. Возможны различные
комплектации оборудования и ПО, обеспечи-
вающие различный состав анализов, уровень
автоматизации, производительности и стоимо-
сти. Одним из наиболее автоматизированных
приложений МЕКОС-Ц2 является анализ маз-
ков крови, включая сбор выборки и сортировку
лейкоцитов, эритроцитов, тромбоцитов, рети-
кулоцитов.
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 пробоподго-
товки. Например, цвет и форма лейкоцитов и
эритроцитов в препаратах с различными пато-
логиями могут значительно изменяться в одних
и тех же условиях пробоподготовки. Обычная
схема медицинских испытаний АМА состоит в
проведении испытаний в небольшом числе ме-
дицинских учреждений в течение ограничен-
ного 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 свя-
зан с качественными определениями объектов
анализа. Трудности сбора коллекции слайдов,
особенно с представительным составом редких
объектов, и высокая трудоемкость ручной ми-
кроскопии ограничивают реально достижимую
представительность базы испытаний. Каждая
новая версия программ (их может быть несколь-
ко в год) требует, вообще говоря, новой полно-
ценной проверки.
Вместе с тем современные информационные
технологии автоматизированной микроскопии,
предназначенные для задач визуального анали-
за биоматериалов, могли бы быть использованы
при проведении медицинских испытаний авто-
матического анализатора. Одной из таких тех-
нологий является технология использования
“виртуальных слайдов” (ВС).
Автоматически формируемый КАМ вирту-
альный слайд – это “черепичное” панорамное,
сфокусированное поле зрения прямоугольной
формы, состоящее из множества соседних, ча-
стично перекрывающихся первичных полей
зрения видеокамеры без потери информации на
стыках. ВС площадью до нескольких кв. см. мо-
жет быть просмотрен на удаленном компьютере
с имитацией любого увеличения. ВС широко
применяются в телемедицине [5]. Врач имеет
возможность получить аналогичные результа-
ты 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 яв-
ляется группой средств телемедицины, форми-
рующей ВС. Первоначально ВС использовались
нами в составе средств контроля МЕКОС-Ц2
для оценки службой сервиса правильности ра-
боты изделия в конкретной ситуации. Если бы
результаты тестирования содержали также
результаты визуального анализа ВС (или визу-
альные оценки качества автоматического ана-
лиза), сделанные потребителем – квалифици-
рованным врачом-экспертом, мы получили бы
возможность дистанционно собирать и базу дан-
ных медицинских испытаний автоматического
анализатора. Результаты визуального анализа
ВС, сделанного потребителем, рассматривают-
ся в этих условиях как консультация по каче-
ству автоматического анализатора. Были раз-
работаны специальные диалоговые средства
поддержки производства таких “референсных”
ВС (РВС). Эти средства ускоряют формирова-
ние врачом результатов визуального анализа
за счет использования результатов автоматиче-

3. 68 “Оптический журнал”, 78, 1, 2011
ского анализа в качестве подсказок, при этом
время создания РВС становится сравнимым со
временем прямого микроскопического анализа.
Сеанс производства РВС может рассматривать-
ся как рутинный этап контроля качества анали-
затора в лаборатории.
В настоящее время группа функций удален-
ного доступа поддерживает два потока рефе-
ренсных сообщений. Первый поток является
потоком телепатологии: ВС из удаленной лабо-
ратории, оснащенной комплексом МЕКОС-Ц2,
поступает в консультационный центр, в ко-
тором эксперт анализирует ВС на своем ком-
пьютере, делает референсные диагностические
оценки ВС, то есть прямо или косвенно фор-
мирует РВС, и отправляет РВС в качестве кон-
сультации обратно в периферийную лаборато-
рию. 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 ис-
пользовать такие РВС для создания представи-
тельных архивов препаратов по определенным
типам патологий, для аттестации местных вра-
чей или для создания представительной базы
данных медицинских испытаний автоматиче-
ской методики анализа. Рассмотренный подход
позволяет выполнять испытания не только в
ограниченном числе медицинских учреждений
в специальный период времени, но и на посто-
янной основе во время эксплуатации во мно-
гих учреждениях с использованием различных
условий пробоподготовки и различных контин-
гентов больных. Аналогичная технология мо-
жет применяться при разработке и испытани-
ях других типов автоматических анализаторов
изображений.
3. Соответствие структуры
МЕКОС-Ц2 технологии РВС
Эффективность применения РВС в процессе
разработки и испытаний зависит от структу-
ры АМА. Помимо информационного аспекта,
связанного с созданием электронного архива
реалистичных моделей внешней среды, приме-
нение РВС может дать значительный дополни-
тельный эффект, если методику автоматическо-
го анализа разбить на последовательные этапы,
каждый из которых соответствует естествен-
ной, с точки зрения врача, задаче микроскопи-
ческого анализа. Если при этом на каждом эта-
пе комплекс автоматически формирует выход-
ной ВС, отвечающий специфике задачи этапа,
то качество решения автоматическим анализа-
тором задачи каждого этапа может быть оцене-
но с помощью соответствующей данному этапу
представительной выборки РВС. Введение эта-
пов приводит к необходимости обеспечить каче-
ство работы каждого этапа на уровне, не усту-
пающем качеству выполнения аналогичной
функции врачом. Это означает, что различия
в результатах автоматического и визуального
анализа должны находиться в пределах стати-
стической ошибки, связанной только с объе-
мом 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 ат-
тестованных (испытанных с положительным
результатом) подсистем.
Большинство известных методик медицин-
ского микроскопического анализа может быть
представлено в качестве последовательности
выполнения следующих этапов:
формирование изображения поля зрения;–
навигация (реализация маршрута просмо-–
тра препарата);
сбор выборки объектов анализа;–
контроль качества приготовления препа-–
рата;
сортировка объектов анализа с использо-–
ванием 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 от-
ражения и оценки результатов работы всех па-
раллельных 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-

4. 69“Оптический журнал”, 78, 1, 2011
циальных эталонов и фактически не участвует
в медицинских испытаниях (аттестуется на эта-
пе технических испытаний).
4. ВС, РВС и испытания подсистем
4.1. Подсистема
“виртуальный микроскоп (ПВМ)”
Подсистема предназначена для формиро-
вания виртуальных слайдов, то есть для пере-
мещения процесса микроскопии на экран ком-
пьютера, как в реальном времени, так и через
базу данных. Качество подсистемы зависит от
ее эргономики, разрешения изображений, ско-
рости, контроля условий наблюдения. Подси-
стема управляет моторизованным микроскопом
(объективы, освещение, фильтры, скорость и
величина перемещений) и видеокамерой (экс-
позиция, форматы). ПВМ использует стандарт-
ные алгоритмы автофокуса или мультифокуса,
стандартные траектории для формирования
прямоугольных ВС с применением стандартной
технологии “черепицы” [5]. Текущим полем
зрения при просмотре ВС является прямоуголь-
ный фрагмент ВС, соответствующий окну про-
смотра на экране монитора. На максимальном
разрешении максимально возможный размер
окна соответствует вписанному в поле зрения
микроскопа прямоугольнику. Могут форми-
роваться и “линейные” ВС, соответствующие
только одному вертикальному или горизонталь-
ному ряду соседних полей зрения микроскопа.
Линейные ВС (ЛВС) могут использоваться под-
системой навигации в качестве фрагментов при
формировании нестандартного ВС более слож-
ной формы, учитывающей распределение био-
материала по площади препарата.
Современный уровень оборудования и стан-
дартных программных решений позволяет по-
лучить на экране компьютера приемлемое по
качеству изображение, не уступающее изобра-
жению в окулярах микроскопа. Ряд стандарт-
ных автоматических функций виртуальной
микроскопии (автофокус, мультифокус, непре-
рывное 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 препара-
тов. Например, для методики автоматической
сортировки лейкоцитов мазка крови проверка
ПВМ может выполняться с использованием
нескольких аттестованных по качеству приго-
товления мазков лейкозной крови, как содер-
жащих наиболее сложные объекты. Критерием
применимости ПВМ может являться 100% ви-
зуальная различимость морфологических осо-
бенностей всех представленных в ВС клеток.
Отдельно должно проверяться качество линей-
ных ВС, включая проверку качества стыков
соседних ЛВС. Полноценные референсные ВС
в случае ПВМ не используются.
4.2. Подсистема навигации (ПН)
Задачей ПН является автоматическое фор-
мирование специфических для данного типа
препарата маршрутов просмотра с выбором об-
ластей препарата, способных содержать пред-
ставительную выборку объектов анализа. В слу-
чае мазков крови это области с определенной
толщиной слоя эритроцитов и с их определен-
ным положением относительно границ мазка.
ПН формирует маршрут, анализируя изобра-
жение в текущем окне и используя технику
формирования линейных ВС. В частности, ре-
шение присоединить текущее поле зрения к те-
кущему 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 автомати-
чески формируемого выходного ВС подсистемы
навигации (ВСПН) для неравномерного маз-
ка может значительно отличаться от прямо-
угольной, адаптируясь к распределению слоя
эритроцитов в мазке (рис. 3). Если условием
окончания просмотра является сбор выборки
объектов анализа заданного объема (напри-
мер, сбор 100–200 клеток для определения
лейкоцитарной формулы), то подсистемы на-
вигации и сбора выборки должны работать па-
раллельно, с передачей в ПН данных о текущем
размере выборки. В этом случае в качестве вы-
ходного ВС используется один и тот же слайд
ВСПН обеими подсистемами навигации и сбора
выборки.
В соответствии с имеющимися инструкция-
ми [7] траектория скрининга препарата долж-
на формироваться и оцениваться на макро- и
микроуровне. Поэтому результат работы ПН

5. 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.

6. Рис. 3. Окно живого видео и
траектория скрининга мазка крови
(справа) подсистемы навигации
МЕКОС-Ц2.
Рис. 4. Окно формирования рефе-
ренсного виртуального слайда под-
системы сбора выборки.
Рис. 5. Окна просмотра и контроля галерей подсистемы сортировки.

7. 70 “Оптический журнал”, 78, 1, 2011
дополнительно к ВСПН (микроуровень) пред-
ставлен также отдельным изображением тра-
ектории 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 просмо-
тра. Врач оценивает форму, размеры и толщину
слоя биоматериала области просмотра, исполь-
зуя представленную в окне просмотра шкалу.
Отметим, что при ручной микроскопии пра-
вильность траектории просмотра практически
не контролируется, хотя, как известно, непра-
вильный выбор траектории может привести к
ошибочным результатам подсчета лейкоцитар-
ной формулы [7].
Траектория считается “правильной”, если
она признается таковой как самой подсистемой
ПН, так и врачом, который визуально оценива-
ет форму ТПН, представленной в результатах
анализа. ПН может автоматически оценивать
качество сформированной траектории по ее то-
пологии и по гистограмме распределения тол-
щины слоя биоматериала вдоль траектории.
Оценки траектории дописываются в ВСПН,
образуя РВСПН. Отметим, что “неправильная
траектория” может быть сформирована не толь-
ко из-за ошибочной работы подсистемы нави-
гации, но и из-за неудовлетворительного каче-
ства 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 обслужива-
ния препарата. Критерием применимости ПН
является близкий к нулю уровень “ложнопра-
вильных” траекторий при скрининге принятых
ПН к обслуживанию препаратов (таких, что
референсной оценкой является “неправильная
траектория” и “нормальное” качество препара-
та). В случаях отказа ПН от обслуживания не-
обходима дополнительная ручная микроскопия
или формирование стандартного прямоугольно-
го ВС для выявления истинного качества пре-
парата 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 вы-
ходном виртуальном слайде подсистемы на-
вигации объектов заданных типов и подсчет
текущего объема собранной выборки. Выход-
ным автоматически формируемым ВС подси-
стемы сбора выборки (ВСПСВ) является ВСпн,
дополненный отметками автоматического об-
наружения (рис. 4), а также галерея портретов
(прямоугольных фрагментов, содержащих изо-
бражения объектов) обнаруженных объектов
(ВСГАЛ), объем которой обычно на несколько
порядков меньше объема ВСпн.
Референсная оценка пропусков (“ложно-
отрицательных”) и ложных обнаружений
(“ложноположительных”) выполняется при
просмотре врачом ВСПН с помощью специ-
альной программы, которая облегчает работу,
выделяя на изображении автоматически об-
наруженные объекты. Врач может согласить-
ся с подсказкой (объект остается в РВСПСВ
и РВСГАЛ), отвергнуть ее (вычеркивается из
РВСПСВ и РВСГАЛ) или выделить на экра-
не 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 зависимо-
сти от средних концентраций и видов анализа.
В частности, при анализе лейкоцитов могут
быть заданы разные вероятности пропуска нор-
мальных, юных и патологических форм. Мазок
крови обычно содержит значительно больше
клеток (более чем в 10 раз), чем требуется для
подсчета формулы нормальных типов лейко-
цитов. Поэтому при этом анализе требуемые
вероятности пропусков могут быть не слишком
жесткими (в соответствии с моделью Пуассона
для редких событий вероятность пропуска мо-
жет быть снижена за счет увеличения области
просмотра). Это достигается автоматически при
использовании фиксированного размера фак-
тически собираемой выборки. Однако при зна-
чительном количестве пропусков (более 1%)
следует убедиться в том, что объекты различ-
ных типов пропускаются с одинаковой вероят-
ностью.
Доля ложных обнаружений имеет значение
при автоматизированном режиме эксплуата-
ции, когда врач имеет возможность откорректи-
ровать результаты автоматической сортировки
(см. ниже). Для существенного повышения про-
изводительности труда по сравнению с ручной
микроскопией эта доля не должна превышать
10–20%.

8. 71“Оптический журнал”, 78, 1, 2011
4.4. Подсистема контроля качества
препарата (ПКК)
Референсная оценка качества препарата,
предназначенная для сравнения с оценкой ка-
чества, автоматически сформированной под-
системой контроля качества (ПКК), может вы-
полняться при просмотре врачом виртуального
слайда подсистемы навигации. Соответствую-
щие оценки врача с помощью средств ПКК до-
писываются в ВСПН, формируя РВСПКК.
В МЕКОС-Ц2 модули ПКК и ПСВ, предназна-
ченные для автоматического анализатора маз-
ков крови, работают как единое целое, поэтому
автоматические и референсные оценки качества
препарата представлены в ВС и РВС подсисте-
мы сбора выборки. Оцениваются доли “ложно-
качественных” (автоматическая оценка – нор-
мальное качество, референсная оценка – ненор-
мальное качество) и “ложнонекачественных”
препаратов (автоматическая оценка – ненор-
мальное качество, референсная оценка – нор-
мальное качество). В связи с расплывчатостью
существующих рекомендаций по требуемому
качеству препаратов результаты испытаний
данной подсистемы носят справочный харак-
тер. 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 об-
служивания. 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 лабо-
ратории добиться более высокой эффективно-
сти работы автоматической методики за счет
улучшения качества пробоподготовки.
4.5. Подсистема сортировки (ПС)
Результаты автоматической сортировки объ-
ектов, находящихся в галерее ВСгал, представ-
лены галереями ВСсорт изображений клеток
каждого типа, а также галереей изображений
автоматически обнаруженных объектов, не от-
несенных подсистемой сортировки (ПС) ни к
одному из заданных типов (рис. 5). В связи с
тем, что этап испытаний данной подсистемы
возможен только при условии удовлетвори-
тельной работы подсистемы сбора выборки, то
есть при достижении заданных вероятностей
правильности сбора выборки, референсная со-
ртировка может выполняться интерактивным
перераспределением врачом изображений кле-
ток галерей. Подсистема сортировки таким
образом становится единственной подсисте-
мой, которую необходимо оценивать в полном
объеме стандарта медицинских испытаний [4].
Оцениваются доли ложноположительных, лож-
ноотрицательных анализов, а также чувстви-
тельность и специфичность ПС. Отметим, что в
стандарте [4] ничего не говорится о требуемых
значениях оценок результатов испытаний. Эти
значения могут быть различны для разных ре-
жимов эксплуатации КАМ. В полностью ав-
томатическом режиме выполнения анализа
необходимы высокие характеристики работы
ПС. В автоматизированном режиме “support”,
аналогичном режиму референсной проверки
подсистемы сортировки, точность автоматиче-
ской сортировки может быть существенно ниже
чем при ручной микроскопии, более того, оцен-
ки ошибок сортировки по типам могут быть
заменены оценкой среднего процента правок
врачом всех галерей сортировки. Приемлемым
с точки зрения трудозатрат врача по сравне-
нию с ручной микроскопией является процент
правок до 10%. В настоящее время основным
режимом работы комплексов МЕКОС-Ц2 яв-
ляется режим “support”. Накапливая в этом
режиме архив РВСсорт, мы получаем возмож-
ность разрабатывать новые версии ПС, при-
ближающие ее характеристики к необходимым
характеристикам полностью автоматического
анализатора. Отметим, что достижение высо-
ких характеристик ПС является весьма важной
задачей, при решении которой высококвали-
фицированный врач может быть полностью ис-
ключен 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 стан-
дартного характера его средств. Основные тру-
дозатраты врача-эксперта связаны с необходи-
мостью просмотра виртуального слайда, форми-
руемого подсистемой навигации. Оценивается
изображение траектории просмотра, бегло про-
сматривается слайд для оценки приемлемости
биоматериала в выбранной области просмотра.

9. 72 “Оптический журнал”, 78, 1, 2011
Трудозатраты врача при этом составляют менее
50% от затрат на анализ мазка при прямой ми-
кроскопии. Проверка сбора выборки примерно
соответствует трудозатратам при прямой руч-
ной микроскопии. Трудозатраты проверки со-
ртировки невелики и соответствуют примерно
10% затрат прямой микроскопии. Испытания
подсистемы измерений фактически относятся
к этапу технических испытаний и могут прово-
диться без участия врачей.
Таким образом, при гораздо более полном
и всестороннем исследовании качества функ-
ционирования автоматического анализатора,
дополненном формированием реалистичных
моделей внешней среды, пригодных для много-
кратного использования, суммарные трудоза-
траты врачей при выполнении первичных ис-
пытаний 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 изо-
бражений характерна чрезвычайно высокая
вариабельность практически всех признаков,
связанная с биологической индивидуальной из-
менчивостью и неконтролируемыми параметра-
ми процесса пробоподготовки, в частности:
заранее неизвестно количество однород-–
ных зон, присутствующих на изображении, и
число типов объектов, присутствующих в пре-
парате;
заранее неизвестно, по каким именно при-–
знакам окажется возможным разделение. Это
касается как задач сегментации (выделения од-
нородных областей), так и задач классификации
(распределения выделенных объектов по типам).
Поэтому попытки применить обычную стати-
стику 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, клас-
сификации объектов на однородные группы ре-
шаются методами кластеризации без учителя.
2. Значимость полученных кластеров оцени-
вается с помощью специально подобранных ста-
тистических критериев.
3. Используется механизм высказывания
гипотез и их последующей проверки. Эти ги-
потезы связаны с количеством областей на изо-
бражении, количеством типов объектов в пре-
парате, положением границ, разделяющих эти
группы.
4. Классификация может осуществляться
после кластеризации с предварительным выде-
лением группы однородных объектов.
5. При классификации группы объектов
учитывается ее относительное положение в
пространстве признаков относительно других
групп.
Рассмотренные идеи реализованы в алгорит-
мах подсистемы сбора выборки. Технология
РВС позволяет вести их постоянное и полно-
ценное тестирование.
Заключение
Преимуществом схемы РВС является воз-
можность накапливать представительную базу
разработки и испытаний в процессе эксплуа-
тации анализаторов во многих лабораториях в
течение длительного времени, используя сеанс
формирования РВС как рутинный этап кон-
троля качества прибора в лаборатории. Потре-
бители, участвующие в пополнении базы РВС
МЕКОС-Ц2, систематически получают бесплат-
но новые версии, благодаря чему их комплексы
микроскопии находятся в постоянном разви-
тии. Хотя технология РВС нарушает один из
постулатов классической методики испытаний
изделий медицинского назначения – незави-
симость этапа тестирования от эксплуатации –
сам процесс формирования РВС как этап кон-
троля качества и наличие режима “support”
позволяют избежать возможных негативных
медицинских последствий применения новых
версий. Адаптируемость и устойчивость ал-
горитмов позволяют применять обычные до-
ступные в реальной практике методики пробо-
подготовки и сравнительно недорогое обору-
дование.
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 ка-
чества, обучение персонала. Это подтверждено

10. 73“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 си-
стемы автоматической микроскопии МЕКОС-Ц2
и методики ее испытаний // Медицинская техни-
ка. 2006. № 4. С. 36–41.
2. Медовый В.С., Парпара А.А., Соколинский Б.З.,
Демьянов В.Л. Комплектации оборудования и
системная платформа комплексов автоматизиро-
ванной 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 Stan-
dards (1992). Reference Leukocyte Differential
Count and Evaluation of Instrumental Methods: Ap-
proved Standards. NCCLS H20-A Villanova, PA.
5. Lundin M., Lundin J., Isola J. Virtual micros-
copy // 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 лейкоци-
тарной формулы и эритроцитометрии // Здраво-
охранение и медицинская техника. 2005. № 7(21).
С. 37–38.
7. Wintrobe’s Clinical Hematology 11th
Ed. Lippincot
Williams&Wilkins Publisher, 11th
edition (Decem-
ber 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 микроскопиче-
ских анализов мазков крови – медицинские ис-
пытания 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., Демья-
нов В.Л., Журкина Т.В., Пальчунова И.Б. Авто-
матизация микроскопических анализов мазков
крови и контроль качества с применением рефе-
ренсных виртуальных слайдов // Клиническая
лабораторная диагностика. 2008. № 6. С. 46–50.