автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.07, диссертация на тему:Формирование и анализ изображений в микроскопии видимой и ИК области спектра методами спектрофотометрии

На правах рукописи

Мельников Алексей Владимирович

УДК 53.086

ФОРМИРОВАНИЕ И АНАЛИЗ ИЗОБРАЖЕНИЙ В МИКРОСКОПИИ ВИДИМОЙ И ИК ОБЛАСТИ СПЕКТРА МЕТОДАМИ СПЕКТРОФОТОМЕТРИИ

05.11.07 Оптические и оптико-электронные приборы и комплексы

Автореферат

диссертации на соискание ученой степени кандидата технических наук

1 3 ЛЕН 2012

Санкт-Петербург - 2012

005057119

005057119

Работа выполнена на кафедре компьютерной фотоники и видеоинформатики федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Санкт-Петербургский национальный исследовательский университет информационных технологий механики и оптики»

Гуров Игорь Петрович,

доктор технических наук, профессор

Латыев Святослав Михайлович,

доктор технических наук, профессор, НИУ ИТМО, заведующий кафедрой компьютеризации и проектирования оптических приборов Фисенко Татьяна Юрьевна кандидат технических наук, доцент, филиал ФГУП «ЦНИИ «Комета» «Научно-проектный центр оптоэлектронных комплексов наблюдения», ведущий научный сотрудник

Научно-производственная корпорация «Государственный Оптический Институт им. С.И. Вавилова», г. Санкт-Петербург

Защита состоится « 18 » декабря 2012 года в 15 ч. 30 мин на заседании диссертационного совета Д 212.227.01 при федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Санкт-Петербургский национальный исследовательский университет информационных технологий механики и оптики» по адресу: г. Санкт-Петербург, пер. Гривцова, д. 14, ауд. 314а.

С диссертацией можно ознакомиться в библиотеке НИУ ИТМО.

Отзывы и замечания по автореферату (в двух экземплярах) направлять в адрес университета: 197101, г. Санкт-Петербург, Кронверкский пр., д. 49, секретарю диссертационного совета Д 212.227.01.

Автореферат разослан « '//■/>•> ноября 2012 г.

Научный руководитель Официальные оппоненты

Ведущая организация

Учёный секретарь \[ У

диссертационного совета Д 212.227.01 |т] В.М. Красавцев кандидат технических наук, доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность работы

Одной из актуальных задач современной оптической микроскопии является получение изображений с высоким спектральным разрешением в видимом и ИК диапазонах. Решение этой задачи особенно важно для исследований в материаловедении, биологии, медицине и др. Изображения с высоким спектральным разрешением принято называть гиперспектральными при спектральном разрешении выше 10 нм и мультиспектральными, если разрешение составляет порядка 10-50 нм. Важность получения гиперспектральных данных в микроскопии для научных исследований заключается в возможности получать оптический спектр во всех точках наблюдаемого изображения микрообъекта в сочетании со специализированным спектральным анализом. Этот подход позволяет проводить наблюдения и диагностику локальных свойств биологических тканей в целях клинических приложений микроскопии. Например, с помощью гиперспектральных данных можно выделить нормальные, предраковые и раковые клетки по препарату тканей на основе сочетания морфологических и спектральных характеристик клеток, что составляет основу развития прескрининговых тестов для эффективной диагностики тяжелых заболеваний. Цель работы

Целью диссертационной работы является разработка нового метода формирования гиперспектральных данных в видимом и ИК диапазонах и методик их обработки и визуализации для решения задач спектрального анализа локальных- особенностей микрообъектов в медицине, биологии, материаловедении. Задачи исследования

Основные задачи диссертационной работы состоят в следующем:

• Анализ существующих методов получения гиперспектральных данных.

• Разработка, исследование и экспериментальная апробация метода формирования и анализа гиперспектральных данных в микроскопии в видимом и ИК диапазонах.

• Разработка и экспериментальная апробация методик обработки, визуализации и контрастирования изображений при использовании гиперспектральных данных, зарегистрированных в видимом и ИК диапазонах.

Методы исследования

• Аналитические методы, основанные на элементах теории формирования оптического изображения.

• Методы оптической микроскопии.

• Методы оптической спектроскопии и фотометрии.

• Методы получения и обработки изображений. Научная новизна диссертации

Научная новизна работы состоит в постановке задачи разработки метода получения гиперспектральных данных в микроскопии в видимом и ИК участках спектра при последовательном освещении микрообъекта монохромным излучением с перестраиваемой длиной волны с учетом особенностей спектра излучения источника и спектральной чувствительности видеоматрицы, влияния собственных шумов и темнового тока видеоматрицы, неравномерности распределения оптической плотности по площади микрообъекта, методик цветового контрастирования при модификации спектра и в получении следующих новых научных результатов:

1. Проведены исследования особенностей формирования и анализа гиперспектральных данных в микроскопии при освещении микрообъекта монохромным излучением с перестраиваемой длиной волны в видимом и ИК диапазонах спектра.

2. Показана возможность и предложен метод регистрации гиперспектральных данных без потери информации о микрообъектах с высокой степенью пространственной неравномерности оптической плотности.

3. Показана возможность визуализации с помощью гиперспектральных данных спектральных особенностей микрообъектов в видимом и ИК диапазонах.

4. Впервые предложена и исследована методика цветового контрастирования возведением в степень спектра пропускания или отражения и проведена ее экспериментальная апробация.

Основные результаты, выносимые на защиту

1. Метод получения гиперспектральных данных в микроскопии при освещении монохромным излучением с перестраиваемой длиной волны в видимом и ИК диапазонах спектра с компенсацией влияния темнового тока, собственных шумов видеоматрицы, неравномерности спектра излучения источника и спектральной чувствительности видеоматрицы.

2. Метод регистрации гиперспектральных данных микрообъектов с высокой степенью пространственной неравномерности оптической плотности на основе управления временем экспозиции видеокамеры на различных длинах волн.

3. Методика обработки гиперспектральных данных для визуализации и контрастирования спектральных особенностей различных участков микрообъектов.

4. Методика цветового контрастирования возведением в степень спектра пропускания или отражения.

Практическое и научное значение работы

В работе предложен метод формирования набора изображений микрообъектов в узких спектральных интервалах видимого и ИК участков спектра с компенсацией влияния неидеальности характеристик регистрирующей видеоматрицы с учетом влияния шума и неравномерности оптических характеристик микрообъекта в поле наблюдения, что позволяет характеризовать локальные спектрофотометрические параметры исследуемого микрообъекта по всему полю изображения. Разработаны методики и программное обеспечение для регистрации, обработки и хранения набора изображений, полученных в узких спектральных интервалах. Предложенная методика цветового контрастирования позволяет проводить исследование слабоконтрастных изображений микрообъектов, у которых имеются незначительные спектральные особенности на различных участках спектра. Получаемые данные позволяют оценивать пространственное распределение концентраций различных компонентов состава вещества по площади микрообъекта. Внедрение результатов работы

Результаты работы использованы в выполненной НИУ ИТМО НИР по теме НИЧ 310335 при выполнении государственного контракта № 07.514.11.4058 от 13.10.2011 г. в рамках федеральной целевой программы "Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы" и по теме НИЧ 310336 при выполнении государственного контракта № 11.519.11.2023 от 21.10.2011 г. в рамках федеральной целевой программы "Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы", что подтверждается соответствующими актами о внедрении. Результаты работы использованы также при модернизации лабораторного оборудования Брянского патологоанатомического института, что подтверждается актом о внедрении.

Большинство разработанных методик и алгоритмов реализованы автором в созданном пакете программ, используемом для учебного процесса и при проведении исследовательских работ. Автор имеет Свидетельства о государственной регистрации программного модуля «Получение, сохранение и обработка данных измерений микроскопа-гиперспектрофотометра» (свидетельство о государственной регистрации программ для ЭВМ №2012613866) и «Обработка и визуализация гиперспектрального куба» (свидетельство о государственной регистрации программ для ЭВМ №2012613867).

Апробация результатов работы

Основные положения и результаты работы прошли апробацию на научных конференциях: XXXVI научной и учебно-методической конференции профессорско-преподавательского и научного состава СПбГУ ИТМО (Санкт-Петербург, Россия, 2007), XXXVII научной и учебно-методической конференции СПбГУ ИТМО (Санкт-Петербург, Россия, 2008), XXXVIII научной и учебно-методической конференции СПбГУ ИТМО (Санкт-Петербург, Россия, 2009), XLI научной и учебно-методической конференции СПбГУ ИТМО (Санкт-Петербург, Россия, 2012).

Публикации

Результаты диссертационной работы опубликованы в 5 научных статьях, из них 2 в изданиях, рекомендуемых ВАК РФ. Автор имеет 2 свидетельства о государственной регистрации программ для ЭВМ. Личный вклад автора

Представленные в диссертационной работе результаты получены либо лично соискателем, либо при его непосредственном участии. Структура и объем работы

Диссертационная работа состоит из введения, основной части, содержащей 4 главы, заключения и списка литературы. Общий объем работы - 107 страниц. Работа содержит 42 рисунка и 6 таблиц. Список литературы включает 72 библиографических источника.

СОДЕРЖАНИЕ РАБОТЫ Во Введении сформулированы актуальность работы, ее цель, основные решаемые задачи, положения, выносимые на защиту, а также сведения о научной новизне и практической ценности работы, методах исследования, вкладе автора в полученные результаты, апробации и публикациях результатов, их внедрении, описаны структура и объем работы.

В Первой главе проведен анализ существующих методов записи спектров пропускания и отражения микрообъектов. На рис. 1 показана блок-схема одного из известных вариантов построения микроскопа-спектрофотометра для записи спектров пропускания или отражения. Излучение от осветителя, прошедшее через микрообъект или отраженное от него, попадает в объектив микроскопа, который формирует в плоскости регистрирующего зонда увеличенное изображение микрообъекта. Зонд выделяет участок поля зрения изображения микрообъекта, излучение от которого направляют с помощью оптического кабеля в монохроматор, который позволяет записать спектр выделенного зондом участка изображения микрообъекта. Полученный

спектр характеризует интегральные спектральные свойства соответствующего участка поверхности микрообъекта.

Рис. 1. Блок-схема микроскопа-спектрофотометра

Проведенный анализ метода получения спектральных характеристик микрообъектов показал, что его использование позволяет выполнять запись спектров пропускания и отражения с высоким спектральным разрешением, но пространственное разрешение, которое определяется размером и формой зонда, не достаточно для получения детальной информации о локальной структуре микрообъекта.

Другой подход к исследованию спектральных характеристик микрообъектов состоит в использовании микроскопа с переключаемыми светофильтрами, установленными перед видеоматрицей, которые выделяют заданный спектральный интервал. В методах получения спектральных характеристик, использующих данный подход, достигается высокое пространственное разрешение, которое определяется количеством и размером элементов видеоматрицы, но спектральное разрешение, определяемое полушириной спектра пропускания светофильтра, остается на уровне нескольких десятков нанометров, что не достаточно для решения многих задач качественного и количественного анализа состава микрообъектов.

Проведенный автором анализ спектральных методов исследования микрообъектов показал, что для получения одновременно высокого спектрального и пространственного разрешения целесообразно использование видеоматрицы как приемника излучения и монохроматора в составе источника излучения. Использование выбранного автором подхода позволяет записывать гиперспектральные данные микрообъектов

в виде набора изображений на различных длинах волн X, как это иллюстрируется на рис. 2.

Рис. 2. Структура гиперспектральных данных

Во Второй главе представлены результаты исследований предложенного метода получения гиперспектральных данных в видимом и ИК диапазонах спектра с компенсацией темнового тока и собственных шумов видеоматрицы, неравномерности спектра излучения источника, спектральной чувствительности видеоматрицы и распределения оптической плотности по площади микрообъекта.

Предлагаемая схема микроскопа-гиперспектрофотометра для получения гиперспектральных данных о микрообъектах показана на рис. 3. Излучение от осветителя направляется на входную щель монохроматора, который формирует излучение в узком спектральном интервале. С помощью волоконного жгута излучение с выходной щели монохроматора направляется на микрообъект. В зависимости от выбранного типа микроскопа, работающего в режиме пропускания или отражения, излучение, прошедшее через образец или отраженное от него, направляется в объектив микроскопа, который формирует в плоскости видеоматрицы увеличенное изображение микрообъекта в установленном спектральном интервале. При последовательной перестройке длины волны выходящего из монохроматора излучения формируется набор изображений микрообъекта, полученных на разных длинах волн, которые образуют гиперспектральный куб.

Рис. 3. Блок-схема микроскопа-гиперспектрофотометра

Для анализа состава микрообъекта требуется получение спектра отражения или пропускания. Интенсивность излучения, которое регистрируется отдельным элементом видеоматрицы, можно представить в виде

heg = /я 2 IsrcWTdev (Я) Tobj(X)Sv(X)dÄ,

где Х\ и А2 - границы спектрального диапазона, выделяемого монохроматором, lsrc(X) -спектр источника излучения, Tdev(А) - спектр пропускания всех оптических элементов микроскопа-гиперспектрофотометра, Sv(А) -спектральная чувствительность видеоматрицы, Tobj (Я) - спектр пропускания микрообъекта. Величина ДА = Aj — Я2 определяет спектральное разрешение получаемого спектра пропускания. Интенсивность излучения в случае прозрачного микрообъекта определяется как

¡0 reg — /д* IsrcW^dev (Я) Sv(A)dA ,

следовательно, спектр пропускания выражается в форме

TregW ~ Ireg(А)//о reg (А) —

¿11src (А) Tdev (А) Tobj(Ä)Sv(Ä)dl/£ IsrcWT^i А) Sv(Ä)dl, где Тгед (Я) - получаемый с помощью микроскопа-гиперспектрофотометра спектр пропускания микрообъекта. Величина 10 Гед может быть получена при записи гиперспектрального куба без размещенного микрообъекта.

Автор ввел учет влияния величины темнового тока видеоматрицы при получении спектра пропускания. В этом случае спектр пропускания определяется как

Тгед № = Огед(Л) ~ ¡de)/ (JoregW ~

9

где 1йс - величина темнового тока элемента видеоматрицы.

Для уменьшения влияния собственных шумов видеоматрицы при получении спектра пропускания или отражения автором введена дополнительная процедура поэлементного накопления с усреднением получаемых изображений на каждой длине волны, в этом случае интенсивность отдельного элемента изображения определяется по формуле

; _ г

'гед ~ 1 м>

где N — количество накопленных значений при усреднении, — интенсивность, соответствующая отдельному элементу получаемого изображения микрообъекта.

Динамического диапазона видеоматрицы часто не достаточно для проведения измерений во всем рабочем спектральном интервале микроскопа-гиперспектрофотометра из-за влияния неравномерности спектра излучения источника /^(Я) и спектральной чувствительности видеоматрицы ^„(А). Автором были разработаны процедуры компенсации неравномерности спектра излучения источника и спектральной чувствительности видеоматрицы.

Предлагаемый подход для компенсации неравномерности спектра излучения источника излучения /5ГС (Я) и спектральной чувствительности видеоматрицы 5„(Я) основан на подстройке времени экспозиции видеоматрицы при получении спектра пропускания на различных спектральных интервалах. Экспозиция видеоматрицы вычисляется согласно соотношнеию НСХ)~Ев01)^ехр,

где Ее (Я) — облученность отдельного элемента видеоматрицы, Ьехр-время экспозиции видеоматрицы.

При изменении времени экспозиции изменяется величина темнового тока видеоматрицы, поэтому спектр пропускания в каждой точке изображения с дискретными координатами М и N определяется как Нгед(Л,М,М, 1ехр(А» - Нас(М,М, ^(Я))

я0гейкд/,Ьехр(Я)) -нйс(М,м, 1ехр(Я))' где Нтед и Н0 гед - величины экспозиции отдельного элемента видеоматрицы с координатами М и Ы, полученные при регистрации изображения с микрообъектом и при его отсутствии, Н¿с — экспозиция отдельного, элемента видеоматрицы при полном отсутствии падающего на нее излучения.

Диапазона подстройки времени экспозиции видеоматрицы часто не достаточно для компенсации неравномерности спектра излучения источника /5ГС(Я) и спектральной чувствительности 5и(Я) при записи гиперспектральных данных в широком спектральном диапазоне. Автором

была разработана дополнительная процедура компенсации неравномерности спектра излучения источника и спектральной чувствительности, которая основана на подстройке цветовой температуры источника излучения, спектр которого описывается законом Планка. При получении изображений в различных спектральных интервалах изменяется цветовая температура Тс источника излучения, спектр пропускания при этом определяется как

Н(Х, М, N. ТС(Л), ^р(Я)) - НЛс{М, N. Сезф(Л))

гез1' ' } Н0гез(1 М, N, ТС{Х), ге!ер(Л)) ~ Нйс(М,N. £ехр(А)) '

Микрообъекты могут обладать значительной пространственной неравномерностью оптической плотности, вследствие чего невозможно зарегистрировать одновременно все поле изображения без потерь информации. Некоторые участки на поле изображения регистрируются темными или наоборот засвеченными без возможности различить на них исследуемую микроструктуру. В этом случае оказывается невозможным получение спектра пропускания, так как интенсивность прошедшего излучения через микрообъект меньше минимально возможного уровня или выше максимально возможного уровня для регистрации, который обусловлен чувствительностью видеоматрицы и разрядностью АЦП видеоматрицы.

Автором разработан метод компенсации пространственной неравномерности оптической плотности микрообъекта, основанный на получении набора изображений при освещении излучением на одной длине волны с разными временами экспозиции. Для каждого участка поля изображения подбирается по экспозиции соответствующее изображение, которое регистрируется без потерь информации. Спектр пропускания в этом случае формируется на разных участках поля изображения с различными параметрами записи и характеризуется выражением

Нгед (А, М,N. 1ехр(М, АО) - Нас(М,N. 1ехр(М,ло)

Тгед (А, М, Ю =-т-\-;--

Но гед (л,м,и,г0ехр№,ю) - иас(м,ы^0ехр(м,м))

*0 ехрШ.Ю

' гехрш,ю'

В третьей главе рассматриваются предложенные автором методики обработки, визуализации и контрастирования изображений микрообъектов с использованием гиперспектральных данных.

Для визуализации микрообъекта автором предложено приведение спектра каждого элемента изображения к цветовым координатам RGB согласно формулам

в = 2 •

где Т(Я) — спектр пропускания участка микрообъекта, г{Х),д(Х),Ь(Х) ~ функции представления цвета для цветовой модели RGB. При визуализации спектральные особенности окрашиваются с различными цветовыми оттенками в видимом диапазоне на разных участках спектра.

Для визуализации и окрашивания спектральных особенностей, относящихся к ИК области спектра или в спектральном интервале, характеризующем один цвет, автором разработаны методики обработки гиперспектральных данных, которые основаны на линейном сдвиге и масштабировании спектра вдоль оси длин волн.

Методика сдвига спектра вдоль оси длин волн позволяет визуализировать спектр и его особенности, полученные в спектральных диапазонах, отличных от видимого, как это иллюстрируется на рис. 4.

пропускание ! /\ И 1 / \/f \

| видимый диапазон j Ц--* длина волны

Рис. 4. Методика сдвига спектра по длинам волн

Методика масштабирования вдоль оси длин волн позволяет визуализировать спектральные особенности на нескольких участках спектра, выходящих за границы видимого диапазона, за счет сжатия спектра или отдельного спектрального участка, особенности которого попадают в интервал, приходящийся на общий цвет за счет расширения спектра, как это иллюстрируется на рис. 5.

ПрО«?сшма

тттялттж» г

Рис. 5. Методика масштабирования спектра по длинам волн

Визуализация гиперспектральных данных, записанных с помощью микроскопа-гиперспектрофотометра, не всегда позволяет добиться достаточного контраста для детального исследования локальных свойств микрообъектов, поэтому требуется дополнительное контрастирование изображений. Методы контрастирования при обработке данных обычно выполняются над изображениями, записанными в формате RGB. В случае если изображение получено в результате приведения спектра к цветовой системе RGB, появляется возможность повышения контраста при использовании предварительной обработки спектров перед приведением их к системе RGB. Автор разработал методику модификации спектра для повышения цветового контраста изображений.

Если в измеренном спектре имеются слабовыраженные особенности, то это приводит к малому контрасту изображения после приведения спектра к цветовой системе RGB. Повысить контраст можно двумя способами: либо увеличить толщину объекта и тем самым увеличить коэффициент поглощения, что приведет к усилению особенностей в наблюдаемом спектре, либо выполнить обработку гиперспектральных данных.

Как известно, зависимость между толщиной оптически прозрачного вещества и его пропусканием устанавливает закон Бугера-Ламберта-Бэра 1(f) = /0е"Ч

где кл - показатель поглощения, I - толщина слоя вещества, /0 — интенсивность входящего пучка.

Из последнего выражения следует, что увеличению в п раз оптической длины пути (увеличению в п раз эффективной толщины исследуемого образца) соответствует операция возведения в степень коэффициента пропускания. Таким образом, увеличению эффективной толщины исследуемого микрообъекта, соответствует возведение его спектра пропускания в степень, в результате чего после приведения спектра к системе RGB получим изображение микрообъекта с увеличенным цветовым контрастом.

Результат возведения спектра в степень проиллюстрирован на

рис. 6.

1

0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2

э-а-в-в-в-с j-B-e-e-e-*

\

-в— 1

-9—2 -ь—3

450

500

550

600

650

700

Рис. 6. Пример преобразования спектра при возведении в степень: 1-исходный спектр; 2-после возведения в четвертую степень; 3-после возведения в восьмую степень

В Четвертой главе представлены результаты исследований и экспериментальной апробации разработанного метода получения гиперспектральных данных в микроскопии. Для этого создан лабораторный образец микроскопа-гиперспектрофотометра на основе серийного монохроматора МДР-206, микроскопа МИКМЕД-6 и цифровой видеокамеры УАС-135 с КМОП матрицей фирмы ОтшУ^эюп.

Автором были реализованы предложенные методики получения, обработки и визуализации гиперспектральных данных микрообъектов в разработанном программном обеспечении. Пример окна программы показан на рис. 7.

ишь г с.....зг

Рис. 7. Внешний вид окна разработанной программы

На рис. 8 показаны примеры изображений, зарегистрированных в видимой и ближней ИК областях спектра. Изображение, расположенное на рис. 8 справа, получено в спектральном интервале от 700 до 1100 нм и смещено в видимую область спектра на 300 нм. Экспериментальные результаты применения методики цветового контрастирования были получены при записи спектра пропускания неокрашенного препарата печени.

На рис. 9 представлен пример визуализации спектра пропускания неокрашенного препарата печени с цветовым контрастированием и без него.

Из сравнения изображений на рис. 9 видно, что возведение спектра в степень позволяет визуализировать детали изображения, мало различимые в исходном изображении. Для количественной оценки повышения контраста изображения на рис. 10 приведены гистограммы распределения интенсивности.

Рис. 8. Изображения препарата биоткани печени, полученные визуализацией гиперспектрального изображения, записанного в видимой (слева) и ближней ИК (справа) областях спектра

; *о » * **

с- -

- » ** \

Рис. 9. Результат визуализации спектра пропускания препарата печени

без цветового контрастирования (слева) и с цветовым контрастированием при возведении спектра в 4-ю степень (центр) и 8-ю

степень (справа)

1 Г~ А ■ Г™ Шг

Рис. 10. Гистограммы изображении: 1-исходного изображения; 2-после возведения в четвертую степень; 3-после возведения в восьмую степень

Заключение

В результате проведенных исследований разработан метод формирования и регистрации гиперспектральных данных в микроскопии с освещением микрообъекта монохромным излучением в видимом и ИК диапазонах с компенсацией влияния темнового тока, собственных шумов видеоматрицы, неравномерности спектра излучения источника и неравномерности спектральной чувствительности видеоматрицы. Разработанный метод позволяет получать гиперспектральные данные с

16

высоким пространственным и спектральным разрешением, достаточным для уверенной идентификации локального состава микрообъектов. Разработанные методики обработки и визуализации гиперспектральных данных позволяют окрашивать спектральные особенности микрообъектов, расположенные в видимом и ИК диапазонах и имеющие различную протяженность вдоль оси длин волн. Методика цветового контрастирования показала свою эффективность при исследовании микрообъектов, имеющих слабоконтрастные цветовые и морфологические особенности, без применения дополнительной процедуры окрашивания препаратов. В результате исследований получены следующие научные результаты:

1. На основе анализа существующих методов получения спектральной информации о микрообъектах обоснован новый подход для получения гиперспектральных данных в микроскопии с высоким пространственным и спектральным разрешением, обеспечиваемым предложенным автором методом освещения микрообъекта монохромным излучением на различных длинах волн.

2. Разработан метод получения гиперспектральных данных в видимом и ИК участках спектра с компенсацией темнового тока и собственных шумов видеоматрицы, неравномерности спектра излучения источника и спектральной чувствительности видеоматрицы.

3. Показана возможность и предложен метод регистрации гиперспектральных данных без потери информации о микрообъектах с высокой степенью пространственной неравномерности оптической плотности.

4. Разработаны методики обработки гиперспектральных данных, получаемых в видимом и ИК диапазонах, для визуализации и контрастирования изображений микрообъектов.

5. Предложенная методика цветового контрастирования изображения, основанная на возведении в степень спектра пропускания, показала высокую эффективность при исследовании слабоконтрастных морфологических и цветовых особенностей микрообъектов.

6. Выполнены исследования и проведена экспериментальная апробация разработанных подходов для получения и обработки гиперспектральных данных с использованием разработанного автором пакета компьютерных программ.

Список публикаций по теме диссертации

Публикации из перечня ВАК:

1. Белашенков Н.Р., Лопатин А.И., Никифоров В.О., Гуров И.П., Мельников A.B. Осветительная система для микроскопа с регулируемой цветовой температурой излучения // Известия Вузов. Приборостроение. 2006. Т.49, №10. С.67-70.

2. Гуров И.П., Лопатин А.И., Мельников A.B. Метод компенсации спектральной неоднородности источника излучения подстройкой его цветовой температуры для гиперспектральных приложений в микроскопии //Научно-технический вестник СПбГУ ИТМО. 2012. Т. 81. С.38-42.

Публикации в других изданиях:

3. Белашенков Н.Р., Гуров И.П., Лопатин А.И., Мельников A.B. Микроскоп-спектрофотометр с матричным фотоприемником //Научно-технический вестник СПбГУ ИТМО. 2007. Т. 43. С. 260-265.

4. Гуров И.П., Лопатин А.И., Мельников A.B. Метод цветовой визуализаци изображений микрообъектов в инфракрасной области //Научно-технический вестник СПбГУ ИТМО. 2007. Т. 43. С. 266-271.

5. Лопатин А.И., Мельников A.B. Цветовое контрастирование изображений микрообъектов с использованием модификаций спектра //Научно-технический вестник СПбГУ ИТМО. 2007. Т. 43. С. 272-275.

Свидетельства о государственной регистрации программ для ЭВМ:

6. Гуров И.П., Лопатин А.И., Мельников A.B. Программный модуль «Получение, сохранение и обработка данных измерений микроскопа-гиперспектрофотометра» // Свидетельство о государственной регистрации программы для ЭВМ №2012613866 от 25.04.2012.

7. Гуров И.П., Лопатин А.И., Мельников A.B. Программный модуль «Обработка и визуализация гиперспектрального куба» // Свидетельство о государственной регистрации программы для ЭВМ №2012613867 от 25.04.2012.

Тиражирование и брошюровка выполнены в учреждении «Университетские телекоммуникации» 197101, Санкт-Петербург, Саблинская ул., 14 Тел.(812)233 46 69. Объем 1,0 у.пл. Тираж 100 экз.

ВВЕДЕНИЕ.

Глава 1. АНАЛИЗ СВОЙСТВ МИКРООБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ ИЗЛУЧЕНИЯ В ШИРОКОМ ДИАПАЗОНЕ ДЛИН ВОЛН.

1.1. Анализ методов записи спектров пропускания и отражения микрообъектов.

1.2. Анализ методов формирования гиперспектральных данных и выбор оптимального подхода для микроскопии.

1.3. Использование гиперспектральных данных для исследований в медицине и биологии.

1.5. Анализ особенностей работы видеокамер при формировании гиперспектральных данных.

Глава 2. МЕТОД ФОРМИРОВАНИЯ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ В МИКРОСКОПИИ В ВИДИМОМ И ИК ДИАПАЗОНАХ СПЕКТРА.

2.1. Структурная схема микроскопа-гиперспектрофотометра.

2.2. Метод формирования гиперспектральных данных.

2.3. Метод регистрации гиперспектральных данных для микрообъектов с высокой степенью пространственной неравномерности оптической плотности.

Глава 3. МЕТОДИКИ ОБРАБОТКИ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ.

3.1. Методика приведения спектра к трехцветной системе RGB.

3.2. Методики обработки гиперспектральных данных.

3.3. Методика цветового контрастирования модификацией спектра.

Глава 4. АПРОБАЦИЯ МЕТОДА ФОРМИРОВАНИЯ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ, МЕТОДИК ОБРАБОТКИ ПОЛУЧЕННЫХ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ И ОБСУЖДЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ РЕЗУЛЬТАТОВ.

4.1. Экспериментальный образец микроскопа-гиперспектрофотометра

4.2. Алгоритм и программа для преобразования и обработки гиперспектральных данных.

4.3. Экспериментальные результаты апробации метода формирования гиперспектральных данных.

4.4. Экспериментальные результаты апробации методики цветового контрастирования.

Одна из актуальных задач современной оптической микроскопии состоит в получении изображений с высоким спектральным разрешением [1] в видимом и ИК диапазонах [2-6]. Решение этой задачи особенно важно для исследований в материаловедении, биологии, медицине и др. Изображения с высоким спектральным разрешением принято называть гиперспектральными при спектральном разрешении выше 10 нм и мультиспектральными, если разрешение составляет порядка 10-50 нм [3]. Важность получения гиперспектральных данных в микроскопии для научных исследований заключается в возможности получать оптический спектр во всех точках наблюдаемого изображения микрообъекта в сочетании со специализированным спектральным анализом. Этот подход позволяет проводить наблюдения и диагностику локальных свойств биологических тканей в целях клинических приложений микроскопии. Например, с помощью гиперспектральных данных можно выделить нормальные, предраковые и раковые клетки по препарату тканей на основе сочетания морфологических и спектральных характеристик клеток, что составляет основу развития прескрининговых тестов для эффективной диагностики тяжелых заболеваний [4].

Существуют известные подходы для решения задачи регистрации изображений с высоким спектральным разрешением в видимом и ИК диапазонах. Эти подходы различаются сочетанием параметров регистрируемого изображения: пространственного разрешения, спектрального разрешения и рабочего спектрального диапазона.

Одним из методов формирования изображений в видимом и ИК диапазонах является использование трехканальных видеосистем [7], в которых система дихроичных зеркал и призм позволяет сформировать три цветовых канала со спектральными характеристиками, соответствующими конкретной прикладной задаче. В качестве примера можно указать возможность выделения инородных объектов в поле изображения [8], которые регистрируется в отдельном спектральном канале. Этот подход позволяет получить высокий уровень пространственного разрешения, однако с низким уровнем спектрального разрешения [2]. На рис. 1 показаны графики относительной спектральной чувствительности трехканальной видеокамеры РО-1665-М8-3 производства фирмы Р1ихБа1а [11].

Рис. 1. Графики относительной спектральной чувствительности видеокамеры РО-1665-М8-3 фирмы Р1ихРа1а Их приведенных на рис. 1 графиков относительной спектральной чувствительности цветовых каналов видеокамеры 1665-М5-3 производства фирмы Р1ихБа1а установлено, что ширина спектра пропускания отдельного канала этой видеокамеры находится в пределах от 90 до 160 нм.

В микроскопии этот подход был реализован в варианте построения микроскопа с мультиспектральным осветителем [12], принцип работы которого заключается в последовательном освещении исследуемого образца излучением, сформированным в одном из трех смежных спектральных интервалах, и последующей регистрацией изображений с помощью монохромной видеокамеры.

Известны также разработки многоспектральных или мультиспектральных видеокамер [13]. Мультиспектральная видеокамера может иметь до 10 спектральных каналов [3]. При использовании этого подхода при формировании изображений повышается спектральное разрешение и однако снижается пространственное разрешение [2]. Данный метод реализован с использованием видеокамеры РЭ-1665-М8-7 производства фирмы Р1ихБа1а [11], в составе которой имеются семь спектральных каналов. На рис. 2 показаны графики относительной спектральной чувствительности каждого спектрального канала видеокамеры РО-1665-М8-7. В мультиспектральной видеокамере спектральные каналы формируются при использовании комбинации дихроичных зеркал, призм и светофильтров, нанесенных на фоточувствительные элементы видеоматрицы.

-0.1 4-1-1-1--г----г----г

380 480 580 680 780 880 980

Длина волны, нм

Рис. 2. Графики относительной спектральной чувствительности спектральных каналов видеокамеры РО-1665-МЗ-7 Для повышения спектрального разрешения мультиспектральных видеосистем была разработана гиперспектральная регистрирующая система, которая в своем составе содержит монохроматор для формирования излучения в узком спектральном интервале [3]. Использование гиперспектральных систем для получения набора изображений в узких 6 спектральных интервалах позволяет увеличить спектральное разрешение до 1 нм [3]. В настоящее время изготавливается промышленностью различные типы гиперспектральных регистрирующих систем, которые отвечают необходимым требованиям для решения ряда научно-практических задач в областях микроскопии, биотехнологии, военной техники, разведки полезных ископаемых, фармакологии, обрабатывающей промышленности, удаленного зондирования Земли, криминалистики [15]. Например, гиперспектральные регистрирующие системы фирмы Headwall Photonics обеспечивают регистрацию изображения в широком спектральном диапазоне. Сводная таблица спектральных характеристик гиперспектральных видеосистем показана в табл. 1.

Таблица 1. Таблица рабочих спектральных диапазонов гиперспектральных систем, выпускающихся фирмой Headwall Photonics

Гиперспектральная видеосистема Рабочий спектральный диапазон, нм

Hyperspec® VIS 380 - 825

Hyperspec® VNIR 400 -1000

Hyperspec® VNIR 600 -1600

Hyperspec® NIR 900 -1700

Hyperspec® SWIR 1000 - 2500

Micro-Hyperspec™ VNIR 400 -1000

Micro-Hyperspec™ NIR 900 -1700

High Efficiency Hyperspec® NIR 900 -1700

High Efficiency Hyperspec® SWIR 1000 - 2500

В микроскопии гиперспектральные видеосистемы используются в вариантах микроскопа с установленной гиперспектральной видеосистемой на место крепления видеокамеры и моторизированным предметным столиком, так как необходимо проводить перемещение исследуемого образца в направлении, образующем нормаль к входной щели монохроматора гиперспектральной видеосистемы [4]. Примером использования 7 гиперспектральных систем в микроскопии является вариант микроскопа производства фирмы СуЮ\Чуа [16], харктеристики которого приведены в табл. 2 , а внешний вид показан на рис. 3.

Таблица 2. Параметры гиперспектрального микроскопа фирмы CytoViva

Характеристика Значение, нм

Рабочий спектральный диапазон 400 - 1000

Спектральная полоса пропускания 1.25

Спектральное разрешение 1.29

Рис. 3. Внешний вид гиперспектрального микроскопа производства фирмы CytoViva

Анализ гиперспектральных микроскопов как готовых изделий [16, 17] показал, что они построены на базе существующих микроскопов с установленной на выходе оптического канала дополнительной гиперспектральной насадки, например, производства фирмы Headwall Photonics [18]. В рассмотренном выше варианте построения гиперспектрального микроскопа требуется наличие в его составе сканирующего предметного столика, поскольку монохроматор гиперспектральной приставки не имеет сканирующего механизма, и формирование гиперспектральных данных производится перемещением образца в направлении перпендикулярном входной щели монохроматора.

Поскольку в плоскости видеоматрицы гиперспектралыюй установки формируется развернутое по длинам волн изображение участка поверхности микрообъекта [4], то наблюдать непосредственно изображение микрообъекта невозможно без дополнительной видеокамеры. Данные, которые формирует гиперспектральная приставка, называются «гиперспектральный куб» [3], который представляет собой набор изображений, записанных в узких спектральных интервалах. Поэтому для наблюдения результатов формирования данных, полученных данных от гиперспектральной насадки [3], необходима обязательная предварительная обработка с помощью специального программного обеспечения, в котором реализованы методики визуализации, контрастирования, размешивания спектров и т.д. [3, 19-21].

Кроме предварительной обработки данных, полученных от гиперспектральной приставки, перед началом формирования набора изображений в узких спектральных интервалах требуется проводить специальную процедуру калибровки [20].

Рассмотренный известный метод формирования гиперспектральных данных в микроскопии требует наличия моторизированного предметного столика, гиперспектральной приставки и специального программного обеспечения для получения, обработки, визуализации и сохранения полученных гиперспектральных данных.

В настоящей работе предложен иной метод формирования гиперспектральных данных в микроскопии, который заключается в том, чтобы освещать исследуемый микрообъект излучением в узком спектральном диапазоне и последовательно записывать монохромные изображения, набор которых образуют гиперспектральный куб, с компенсацией темнового тока и собственных шумов видеоматрицы, неравномерности спектра излучения источника и спектральной чувствительности видеоматрицы. Предложенный метод отличается от 9 известных тем, что сканирование производится последовательной перестройкой длины волны освещающего микрообъект излучения.

Для обработки данных, полученных в результате использования метода, предложенного в данной работе, требуются новые методики предварительной обработки, визуализации, контрастирования. Предложенный метод использует иную процедуру калибровки, которая аналогична процедуре записи базовой линии в спектрофотометрии.

Пространственная неравномерность распределения спектральных свойств локальных особенностей микрообъектов часто не позволяет формировать гиперспектральные данные без потери информации. Для компенсации высокого уровня пространственной неравномерности распределения оптической плотности микрообъектов разработан отдельный метод регистрации гиперспектральных данных, который позволяет избежать потерь информации.

Основной целью работы является разработка нового метода формирования гиперспектральных данных в видимом и ИК диапазонах и методик их обработки и визуализации для решения задач спектрального анализа локальных особенностей микрообъектов в медицине, биологии, материаловедении.

Основные задачи работы состоят в следующем:

• Анализ существующих методов получения гиперспектральных данных.

• Разработка, исследование и экспериментальная апробация метода формирования и анализа гиперспектральных данных в микроскопии в видимом и ИК диапазонах.

• Разработка и экспериментальная апробация методик обработки, визуализации и контрастирования изображений при использовании гиперспектральных данных, зарегистрированных в видимом и ИК диапазонах.

Методы исследования:

• Аналитические методы, основанные на элементах теории формирования оптического изображения.

• Методы оптической микроскопии.

• Методы оптической спектроскопии и фотометрии.

• Методы получения и обработки изображений.

На защиту выносятся следующие результаты:

1. Метод получения гиперспектральных данных в микроскопии при освещении монохромным излучением с перестраиваемой длиной волны в видимом и ИК диапазонах спектра с компенсацией влияния темнового тока, собственных шумов видеоматрицы, неравномерности спектра излучения источника и спектральной чувствительности видеоматрицы.

2. Метод регистрации гиперспектральных данных микрообъектов с высокой степенью пространственной неравномерности оптической плотности на основе управления временем экспозиции видеокамеры на различных длинах волн.

3. Методика обработки гиперспектральных данных для визуализации и контрастирования спектральных особенностей различных участков микрообъектов.

4. Методика цветового контрастирования возведением в степень спектра пропускания или отражения.

Научная новизна работы состоит в постановке задачи разработки метода получения гиперспектральных данных в микроскопии в видимом и РЖ участках спектра при последовательном освещении микрообъекта монохромным излучением с перестраиваемой длиной волны с учетом особенностей спектра излучения источника и спектральной чувствительности видеоматрицы, влияния собственных шумов и темнового тока видеоматрицы, неравномерности распределения оптической плотности по площади микрообъекта, методик цветового контрастирования при модификации спектра и в получении следующих новых научных результатов:

1. Проведены исследования особенностей формирования и анализа гиперспектральных данных в микроскопии при освещении микрообъекта монохромным излучением с перестраиваемой длиной волны в видимом и ИК диапазонах спектра.

2. Показана возможность и предложен метод регистрации гиперспектральных данных без потери информации о микрообъектах с высокой степенью пространственной неравномерности оптической плотности.

3. Показана возможность визуализации с помощью гиперспектральных данных спектральных особенностей микрообъектов в видимом и ИК диапазонах.

4. Впервые предложена и исследована методика цветового контрастирования возведением в степень спектра пропускания или отражения и проведена ее экспериментальная апробация.

Достоверность результатов работы подтверждается соответствием теоретических положений и экспериментальных результатов.

Практическое и научное значение диссертации. В работе предложен метод формирования набора изображений микрообъектов в узких спектральных интервалах видимого и ИК участков спектра с компенсацией влияния неидеальности характеристик регистрирующей видеоматрицы с учетом влияния шума и неравномерности оптических характеристик микрообъекта в поле наблюдения, что позволяет характеризовать локальные спектрофотометрические параметры исследуемого микрообъекта по всему полю изображения. Разработаны методики и программное обеспечение для регистрации, обработки и хранения набора изображений, полученных в узких спектральных интервалах. Предложенная методика цветового контрастирования позволяет проводить исследование слабоконтрастных изображений микрообъектов, у которых имеются незначительные

12 спектральные особенности на различных участках спектра. Получаемые данные позволяют оценивать пространственное распределение концентраций различных компонентов состава вещества по площади микрообъекта.

Внедрение результатов работы. Результаты работы использованы в выполненной НИУ ИТМО НИР по теме НИЧ 310335 при выполнении государственного контракта № 07.514.11.4058 от 13.10.2011 г. в рамках федеральной целевой программы "Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы" и по теме НИЧ 310336 при выполнении государственного контракта № 11.519.11.2023 от 21.10.2011 г. в рамках федеральной целевой программы "Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы", что подтверждается соответствующими актами о внедрении. Результаты работы использованы также при модернизации лабораторного оборудования Брянского патологоанатомического института, что подтверждается актом о внедрении.

Большинство разработанных методик и алгоритмов реализованы автором в созданном пакете программ, используемом для учебного процесса и при проведении исследовательских работ. Автор имеет Свидетельства о государственной регистрации программного модуля «Получение, сохранение и обработка данных измерений микроскопа-гиперспектрофотометра» (свидетельство о государственной регистрации программ для ЭВМ №2012613866) и «Обработка и визуализация гиперспектрального куба» (свидетельство о государственной регистрации программ для ЭВМ №2012613867).

Апробация результатов работы. Основные положения и результаты работы прошли апробацию на 4-х научных конференциях: XXXVI научной и учебно-методической конференции профессорско-преподавательского и научного состава СПбГУ ИТМО (Санкт-Петербург, Россия, 2007), XXXVII научной и учебно-методической конференции СПбГУ ИТМО (Санкт

13

Петербург, Россия, 2008), XXXVIII научной и учебно-методической конференции СПбГУ ИТМО (Санкт-Петербург, Россия, 2009), ХЫ научной и учебно-методической конференции СПбГУ ИТМО (Санкт-Петербург, Россия, 2012).

Личный вклад автора. Представленные в диссертационной работе результаты получены либо лично соискателем, либо при его непосредственном участии.

Публикации. Результаты диссертационной работы опубликованы в 5 научных статьях, из них 2 в изданиях, рекомендуемых ВАК РФ. Автор имеет 2 свидетельства о государственной регистрации программ для ЭВМ.

Структура и объем работы. Диссертационная работа состоит из введения, основной части, содержащей 4 главы, заключения и списка литературы. Общий объем работы - 107 страниц. Работа содержит 42 рисунка и 6 таблиц. Список литературы включает 72 библиографических источника.

Выводы по Главе 4:

1. Данные, полученные на построенном макете лабораторного гиперспектрального микроскопа, показали практическую применимость разработанного метода формирования гиперспектральных изображений в микроскопии в видимом и ИК диапазонах спектра.

2. Методики обработки полученных гиперспектральных данных позволяют визуализировать в форме изображения RGB спектральные свойства локальных особенностей микрообъекта, полученные в видимом и ИК диапазонах спектра.

3.Методика цветового контрастирования позволила получить изображение структуры неокрашенного препарата печени. Что позволяет сделать вывод о важности гиперспектральных методах для исследования неокрашенных медицинских препаратов, у которых окрашивание недопустимо или нежелательно.

4.Полученные экспериментальные результаты формирования гиперспектральных данных в ИК области показали разнородный состав препарата печени, который в видимой области идентифицировался как однородный. Этот практический результат может быть применен для замены процедуры химического окрашивания методами гиперспектральных исследований.

5.Методики сдвига и масштабирования спектра вдоль оси длин волн показали свою практическую значимость при анализе спектральных свойств локальных особенностей микрообъектов в видимой и ИК областях спектра.

6. Разработанные методики обработки, визуализации и контрастирования гиперспектральных данных реализованы в форме алгоритмов в разработанной автором программе.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований разработан метод формирования и регистрации гиперспектральных данных в микроскопии с освещением микрообъекта монохромным излучением в видимом и ИК диапазонах с компенсацией влияния темнового тока, собственных шумов видеоматрицы, неравномерности спектра излучения источника и неравномерности спектральной чувствительности видеоматрицы. Разработанный метод позволяет получать гиперспектральные данные с высоким пространственным и спектральным разрешением, достаточным для уверенной идентификации локального состава микрообъектов. Разработанные методики обработки и визуализации гиперспектральных данных позволяют окрашивать спектральные особенности микрообъектов, расположенные в видимом и ИК диапазонах и имеющие различную протяженность вдоль оси длин волн. Методика цветового контрастирования показала свою эффективность при исследовании микрообъектов, имеющих слабоконтрастные цветовые и морфологические особенности, без применения дополнительной процедуры окрашивания препаратов. В результате исследований получены следующие научные результаты:

1. На основе анализа существующих методов получения спектральной информации о микрообъектах обоснован новый подход для получения гиперспектральных данных в микроскопии с высоким пространственным и спектральным разрешением, обеспечиваемым предложенным автором методом освещения микрообъекта монохромным излучением на различных длинах волн.

2. Разработан метод получения гиперспектральных данных в видимом и ИК участках спектра с компенсацией темнового тока и собственных шумов видеоматрицы, неравномерности спектра излучения источника и спектральной чувствительности видеоматрицы.

3. Показана возможность и предложен метод регистрации гиперспектральных данных без потери информации о микрообъектах с высокой степенью пространственной неравномерности оптической плотности.

4. Разработаны методики обработки гиперспектральных данных, получаемых в видимом и ИК диапазонах, для визуализации и контрастирования изображений микрообъектов.

5. Предложенная методика цветового контрастирования изображения, основанная на возведении в степень спектра пропускания, показала высокую эффективность при исследовании слабоконтрастных морфологических и цветовых особенностей микрообъектов.

6. Выполнены исследования и проведена экспериментальная апробация разработанных подходов для получения и обработки гиперспектральных данных с использованием разработанного автором пакета компьютерных программ.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ Публикации из перечня ВАК:

AI. Белашенков Н.Р., Лопатин А.И., Никифоров В.О., Гуров И.П., Мельников A.B. Осветительная система для микроскопа с регулируемой цветовой температурой излучения // Известия Вузов. Приборостроение. 2006. Т.49, №10. С.67-70.

А2. Гуров И.П., Лопатин А.И., Мельников A.B. Метод компенсации спектральной неоднородности источника излучения подстройкой его цветовой температуры для гиперспектральных приложений в микроскопии //Научно-технический вестник СПбГУ ИТМО. 2012. Т. 81. С.38-42. Публикации в других изданиях:

A3. Белашенков Н.Р., Гуров И.П., Лопатин А.И., Мельников A.B. Микроскоп-спектрофотометр с матричным фотоприемником //Научно-технический вестник СПбГУ ИТМО. 2007. Т. 43. С. 260-265. A4. Гуров И.П., Лопатин А.И., Мельников A.B. Метод цветовой визуализаци изображений микрообъектов в инфракрасной области //Научно-технический вестник СПбГУ ИТМО. 2007. Т. 43. С. 266-271.

А5. Лопатин А.И., Мельников A.B. Цветовое контрастирование изображений микрообъектов с использованием модификаций спектра //Научно-технический вестник СПбГУ ИТМО. 2007. Т. 43. С. 272-275. Свидетельства о государственной регистрации программ для ЭВМ: А6. Мельников A.B., Гуров И.П., Лопатин А.И. Программный модуль «Получение, сохранение и обработка данных измерений микроскопа-гиперспектрофотометра» // Свидетельство о государственной регистрации программ для ЭВМ №2012613866 от 25.04.2012.

А7. Мельников A.B., Гуров И.П., Лопатин А.И. Программный модуль «Обработка и визуализация гиперспектрального куба» // Свидетельство о государственной регистрации программ для ЭВМ №2012613867 от 25.04.2012.

1. Schultz R., Nielsen Т., Zavaleta J., Ruch R., Wyatt R., and Garner H. Hyperspectral imaging: a novel approach for microscopic analysis // Cytometry. 2001. - V. 43. - P. 239-247.

2. Grietens B. imaging spectroscopy for microelectronics // Photonik international. 2008. - V. 1. - P. 36-39.

3. Smith R. Introduction to hyperspectral imaging. NY.:MicroImages, 2006.

4. Beach J. A richer view of bio structures // BioOptics World. 2009. - V. 2. -P. 68-71.

5. Nunn S., Shuttleworth M. How to optimise spatial resolution in infrared microscopy & imaging // G.I.T. Imaging & Microscopy. 2005. - V. 7. - P. 42-43.

6. Phillips M., Bernacki B. Hyperspectral infrared microscopy of explosives particles using an external cavity quantum cascade laser // OSA Technical Digest-Laser Applications to Photonic Applications. 2011. - P. CThS4.

7. Leroi V., Bibring J.-P., Berthe M. MicrOmega: a VIS/NIR hyperspectral microscope for in situanalysis in space // Planetary and Space Science. -2009.-V. 57.-P. 1068-1075.

8. Dupont S., Petersen C., Thogersen J., Agger C., Bang O., and Rud S. IR microscopy utilizing intense supercontinuum light source // Opt. Express. -2012. V. 20. - P. 4887-4892.

9. Salzer J. Heinz W. Infrared and Raman Spectroscopic Imaging. Weinheim: Wiley-VCH, 2009.-510 p.

10. Withagen P., Breejen E., Franken E., Arie N., Winkel H. Band selection from a hyperspectral data-cube for a real-time multispectral 3CCD camera // Proc. SPIE. -2001. V. 4381.-P. 684-693.

11. Datasheet. FD-1665 3-CCD Multispectral Camera. FluxData Inc.

12. Белашенков H.P., Лопатин А.И., Никифоров В.О., Гуров И.П., Мельников А.В. Осветительная система для микроскопа с регулируемойцветовой температурой излучения // Известия Вузов. Приборостроение. -2006. Т.49, №10. - С. 67-70.

13. Application Note. Microscopy Hyperspectral Imaging. Headwall Photonics Ltd.

14. Сайт фирмы Head Walls Photonics Ltd Электронный ресурс. Режим доступа: http://www.headwallphotonics.com/applications, свободный. Яз. англ. (дата обращения 11.05.2012).

15. Datasheet. Hyperspectral Imaging Specification. CytoViva Ltd.

16. Сайт фирмы Pariss Ltd Электронный ресурс. Режим доступа: http://www.pariss-hyperspectral-imaging.com/hyperspectral-microscopy.html, свободный. Яз. англ. (дата обращения 11.05.2012).

17. Сайт фирмы HeadWall Photonics Электронный ресурс. Режим доступа: http://www.headwallphotonics.com, свободный. Яз. англ. (дата обращения 11.05.2012).

18. Egmont-Petersen М., Ridder D. and Handels Н. Image processing with neural networks a review // Pattern Recognition. - 2002. - V. 35. - P. 2279-2301.

19. Polder G., Heijden G. Calibration and characterization of spectral imaging systems // Proc. of SPIE. 2001. - V. 4548. - P. 415-423.

20. Multispectral and Hyperspectral image acquisition and processing / editors Tong Q., Zhu Y., Zhu Z. Bellingham: Society of Photo Optical, 2001. - 4061. P

21. Пантелеев В., Егорова О., Клыкова Е. Компьютерная микроскопия. М. Техносфера, 2000. - 304 с.

22. Колтовой Н. Спектральные методы в медицине // Научно-технический журнал Фотоника. 2009. - № 6. - С. 12-16.

23. Каталог продукции ОАО «ЛОМО» Электронный ресурс. Режим доступа: http://lomo.ru/site/catalog/index.php, свободный. Яз. рус. (дата обращения 16.05.2012).

24. Руководство по эксплуатации микроскопа-спектрофотометра МСФУ-К, производитель ОАО «ЛОМО».

25. Оптическая биомедицинская диагностика. Т. 1. / Под ред. Тучина В. -М.:Наука, Физматлит, 2007. 560 с.

26. Оптическая биомедицинская диагностика. Т. 2. / Под ред. Тучина В. -М.:Наука, Физматлит, 2007. 368 с.

27. Карнаухов В.Н. Люминесцентный анализ клеток: учебное пособие / Под ред. проф. А.Ю. Буданцева. Пущино: Электронное издательство "Аналитическая микроскопия", 2004. - 131 с.

28. Егорова О.В. Техническая микроскопия. М.: Техносфера, 2007. - 376 с.

29. Гуревич М.М. Возможные формы кривых чувствительности трех приемников человеческого глаза // Проблемы физиологической оптики. 1948. Т.6.

30. Гуревич М.М. Цвет и его измерение. М.: Наука, 1950. - 270 с.

31. Бахшиев Н. Г. Введение в молекулярную спектроскопию: Учебное пособие. Л.: ЛГУ, 1987. - 216 с.

32. Соколенко Д.В., Егорова О.В. Средства и методы микроскопии в микологии. СПб.: НИИ мед. микологии им.П.Н.Кашкина, 2004.

33. Понс Ж., Форсайт Д. Компьютерное зрение: пер. с англ. М.: Вильяме, 2004. - 928 с.

34. Lamb Т., Bourriau J. Colour art and science. Cambridge: Cambridge University Press, 2004. - 239 p.

35. Lynch D., Livingston W. Color and light in nature. Cambridge: Cambridge University Press, 2001. - 277 p.

36. Minnaert M. Light and Color in the outdoors. NY.: Springer-Verlag, 1993. -417 p.

37. Williamson S., Cummins H. Light and color in nature and art. NY.: Wiley, 1983.-488 p.

38. Sillion F. Radiosity and global illumination. Amsterdam: Elsevier Science & Tech, 1994.-251 p.

39. Nayar S., Ikeuchi K., Kanade T. Surface reflection: physical and geometrical perspectives // Proc. IEEE Trans. Pattern Analysis And Machine Intelligence. -1991.-V. 13.-P. 611-613.

40. Nathans J., Piantanida Т., Eddy R., Shows Т., Hogness D. Molecular genetics of inherited variation in human color vision // Science. 1986. - V. 232. - P. 203-210.

41. Nathans J., Thomas D. and Hogness D. Molecular genetics of human color vision: The genes encoding blue, green, and red pigments // Science. 1986. -V. 232.-P. 193-203.

42. Barnard K., Funt B. Camera characterization for color research // Color research and application. 2002. - V.27, № 3. - P. 152-163.

43. Hoist G. CCD Arrays, cameras and displays. Winter Park, FL: JCD Pub., 1998.-348 p.

44. Vora P., Farrell, J., Tietz, J., Brainard H. Image capture: simulation of sensor responses from hyperspectral images // Proc. IEEE Transactions on Image Processing.-2001.-V. 10.-P. 307-316.

45. Nieke J., Schwarzer II., Neumann A., Zimmermann G., Imaging Spaceborne and Airborne Sensor Systems in the Beginning of the Next Century // Proc. SPIE. 1997. - V. 3221.-P. 581-592.

46. Орлов А. Г. Разработка и исследование авиационного гиперспектрометра видимого и ближнего ИК диапазонов: диссертация на соискание ученойстепени кандидата технических наук / РЖИ РАН. М.: ИКИ РАН, 2008 -156 с.

47. Stevenson В., Kendall W., Stellman С., Olchowski F. A liquid crystal tunable filter hyperspectral sensor // Proc. SPIE. 2003. - V. 5093. - P. 104-113.

48. Homma K., Shingu H., Yamamoto H., Shibayama M., Sugahara K. Flight evaluation of hyperspectral and multi-polarizable imaging spectropolarimetcr at JAXAII Proc. SPIE. 2005. - V. 5655. - P. 445-453.

49. Балакший В. И., Парыгин В. Н., Чирков JI. Е. Физические основы акустооптики. М.: Радио и связь, 1985. - 280 с.

50. Rodionov I.D., Ponomarev A.N., Teterin G.E. Wide-aperture acousto-optic tunable filters for visible and UV lights // Proc. SPIE. 1995. - V. 2449. - P. 200-207.

51. Cheng L., Chao Т., Dowdy M.W., LaBaw C.C., Mahoney J. C., Reyes G.F. Multispectral imaging systems using acousto-optic tunable filter // Proc. SPIE. 1993. - V. 1874. - P. 224-231.

52. Shinitser P.I., Agurok I.P., Sandomirsky S., Avakian A. Spectrally adaptive imaging camera for automatic target contrast enhancement // Proc. SPIE. -1999.-V. 3717.-P. 185-195.

53. Зайдель A. H., Островская Г. В., Островский Ю. И. Техника и практика спектроскопии. М.: Наука, 1972 - 376 с.

54. Ландсберг Г.С. Оптика. М.: ФИЗМАТЛИТ, 2003. - 848 с.

55. Слюсарев Г.Г. Методы расчета оптических систем. Л.: Машиностроение, 1968. - 672 с.

56. Тарасов К. Спектральные приборы. Л.: Машиностроение, 1977. - 387 с.

57. Пейсахсон И.В. Оптика спектральных приборов. Л.: Машиностроение, 1975.-312 с.

58. Апенко М., Дубовик А. Прикладная оптика. М.: Наука, 1982. - 612 с.

59. Белашенков Н.Р., Гуров И.П., Лопатин А.И., Мельников А.В. Микроскоп-спектрофотометр с матричным фотоприемником //Научно-технический вестник СПбГУ ИТМО. 2007. - Т. 43. - С. 260-265.

60. Гуров И.П., Лопатин А.И., Мельников А.В. Метод цветовой визуализаци изображений микрообъектов в инфракрасной области //Научно-технический вестник СПбГУ ИТМО. 2007. - Т. 43. - С. 266-271.

61. Лопатин А.И., Мельников А.В. Цветовое контрастирование изображений микрообъектов с использованием модификаций спектра //Научно-технический вестник СПбГУ ИТМО. 2007. - Т. 43. - С. 272-275.

62. Бейли Д., Райт Э. Волоконная оптика: теория и практика. Пер. с англ. — М: «КУДИЦ-ПРЕСС», 2008. 325 с.

63. Hecht J. City of light, the story of fiber optics. — NY.: Oxford University Press, 1999.-340 c.

64. Aikens R. Solid-State Imagers for Microscopy // Methods in cell biology. -2009.-V. 29.-P. 291-313.

65. Janesick J.R. Scientific Charge-Coupled Devices. Bellingham: SPIE Press, 2001.-906 p.

66. Ишанин Г.Г., Панков Э. Д., Адреев А. Л., Полыциков Г. В. Источники и приемники излучения. СПб.: Политехника, 1991. - 240 с.

67. Чуриловский В. Н. Теория оптических приборов. М.: Машиностроение, 1966.-564 с.

68. Nayar S.K., Branzoi V. Adaptive dynamic range imaging: optical control of pixel exposure over space and time // Proc. of the Ninth IEEE International Conference on Computer Vision (ICCV). 2003. - V. 2. - P. 1168-1175.

69. Nuske S., Roberts J., Wyeth G. Extending the dynamic range of robotic vision // Proc. of the 2006 IEEE International Conference on Robotics and Automation. 2006. - P. 162-167.