Modifikacija fraktalne analize morfologije digitalnih slika neurona pojedinih jedara mozga čoveka i histopatoloških uzoraka tumora dojke

Abstract

Kompleksnost i neregularnost objekata koji se sreću u medicinskim istraživanjima pokazuju potrebu za pronalaženjem novih adekvatnih načina opisivanja i za usavršavanjem postojećih metoda. Korist ovakvih novih metoda se ističe u boljoj klasifikaciji i razumevanju funkcije različitih fizioloških pojava i tkiva, kao i u dijagnostikovanju i prognozama rizika nekih oboljenja. Fraktalna analiza se pokazala kao korisno sredstvo u ove svrhe. Glavne teme ove teze su modifikacija i usavršavanje postojećih metoda fraktalne analize morfologije neurona i provera prognostičkog značaja monofraktalne i multifraktalne analize histopatoloških uzoraka tumora dojke. Predstavljene su modifikacije metoda brojanja kvadrata, metoda brojanja segmenata i kumulativnog metoda merenja mase. Modifikacijom metode brojanja kvadrata postignut je optimalniji zakon skaliranja i smanjen je uticaj promene rezolucije i rotacije objekta na vrednost fraktalne dimenzije. Modifikovanom metodom brojanja krugova preciznije se kvantifikuje nepravilnost dendrita. Modifikacijom kumulativnog metoda merenja mase izbegnut je problem višestruke vrednosti fraktalne dimenzije za isti objekat. Analizirane su morfološke razlike između neurona nukleusa kaudatusa i putamena (strijatuma čoveka) i između spoljašnjih i unutrašnjih graničnih neurona zupčastog jedra. Iz rezultata se zaključuje da metoda brojanja kvadrata ne razdvaja adekvatno grupe neurona. Statistički značajne razlike su primećene za parametre lakunarnosti i fraktalne dimenzije brojanja krugova u slučaju neurona zupčastog jedra. Monofraktalnom i multifraktalnom analizom histopatoloških uzoraka tumora dojke na binarnim slikama i slikama sive skale došlo se do zaključka da monofraktalna analiza slika sive skale daje najbolje prognostičke rezultate.

The complexity and irregularity of objects encountered in medical research show the need for finding new and adequate ways of description and for improvement of existing methods. The use of these new methods is emphasized in better classification and understanding of the function of various physiological phenomena and tissues, as well as in the diagnosis and risk prognosis of some diseases. Fractal analysis proved to be a useful tool for this purpose. The main themes of this thesis are the modification and improvement of existing methods of fractal analysis of neuron morphology and the verification of the prognostic importance of monofractal and multifractal analysis of histopathological breast tumor samples. Modifications of the box-count method, segment count method, and cumulative mass method are presented. By modifying the box-counting method, better scaling law has been achieved and the effects of resolution change and rotation of the object on the value of the fractal dimension have been reduced. Modified segment counting method more precisely quantifies the irregularity of dendrites. Modification of the cumulative mass method avoided the problem of multiple values of fractal dimension for the same object. Morphological differences between the neurons of the caudate nucleus and putamen (human striatum) and between the external and internal boundary neurons of the dentate nucleus were analyzed. It is concluded from the results that box-counting method does not adequately separate the groups of neurons. Statistically significant differences were observed for the parameters of lacunarity and circle-count fractal dimension in the case of dentate nucleus neurons. Monofractal and multifractal analysis were performed on binary and grayscale images of histopathological breast tumor samples. It is concluded that monofractal analysis of grayscale images achieved the best prognostic results.