Полученные изображения микрообъектов в микроскопе, на телевизионном экране дисплея, на электронных микрофотографиях могут подвергаться специальному анализу — выявлению морфометрических, денситомет-рических параметров и их статистической обработкеМорфометрические методы позволяют определять с помощью специальных сеток (Е. Вейбеля, А. А. Глаголева, С. Б. Стефанова) число любых структур, их площади, диаметры и др. В частности, в клетках могут быть измерены площади ядер, цитоплазмы, их диаметры, ядерно-цитоплазмати-ческие отношения и др. Существуют ручная морфометрия и автоматизированная морфометрия, при которой все параметры измеряются и регистрируются в приборе автоматически.

В последние годы все большее распространение получают автоматизи-рованные системы обработки изображений (АСОИз), позволяющие наиболее эффективно реализовать перечисленные выше количественные методы для изучения клеток и тканей. При этом аналитические возможности количественной микроскопии дополняются методами анализа и распознавания образцов, основанными на обработке с помощью электронных вычислительных машин (ЭВМ) информации, извлекаемой из изображений клеток и тканей. По существу можно говорить об устройствах, не только усиливающих оптические возможности зрительного анализатора человека, но и многократно расширяющих его аналитические возможности. Высказывается мнение, что АСОИз совершает такой же переворот в морфологии, какой около 300 лет назад произошел благодаря изобретению светового, а около 50 лет назад — электронного микроскопа, поскольку они не только неизмеримо повышают производительность труда исследователя и не только объективизируют наблюдения, но и позволяют получать новую информацию о невыявляемых ранее процессах, численно моделировать и прогнозировать их развитие в клетках и тканях.

Вместе с тем участие в эксперименте ЭВМ требует от исследователя нового подхода к его проведению, владения навыками составления алго-ритмов процесса исследования, точности рассуждений и в конечном итоге повышения научно-методического уровня исследования.
Одним из методов, существенно расширивших число решаемых морфо-логических задач, является оптико-структурный машинный анализ (ОСМА), предложенный в 1965 г. К.М.Богдановым. В 1978 г. автор метода был удосто-ен Государственной премии СССР. С появлением ОСМА сделан качественно новый шаг в разработке единой методологии количественного анализа микроструктур на основе статистических характеристик. В последнее время ОСМА нашел эффективное применение в исследовательской практике и народном хозяйстве.
На рис. 2 представлена созданная в нашей стране фирмой «ЛОМО» ав-томатизированная система обработки изображений «Протва-МП». Система предназначена для проведения комплексных исследований клеток и тканей с использованием методов абсорбционной, флюоресцентной микроскопии и радиоавтографии.

Входящий в состав системы специальный сканирующий оптический или электронный микроскоп осуществляет последовательный просмотр изображения препарата по двум координатам, преобразуя его в цифровую форму, и вводит в ЭВМ, которая в свою очередь производит цифровую обработку изображения и выдает информацию о геометрических и других характеристиках анализируемого объекта.
С помощью цветного дисплея исследователь может «препарировать» изображе-ние, выделяя лишь те структурные составляющие, которые его интересуют. Входящие в состав ЭВМ емкие накопители информации на магнитных дисках или лентах позволяют запоминать как сами изображения, гак и результаты их обработки для последующего хрилеинч и документировании.

Использование методов автоматизированного анализа микрообъектов рассмотрим на примере обработки изображения лейкоцита крови (рис. 3), Сканирующий микроскоп-фотометр позволяет построчно «просматривать» значения оптической плотности с шагом, заданным исследователем, В результате оптический сигнал, соответствующий оптической плотности объекта, преобразуется в цифровую форму. Полученная цифровая матрица подлежит препаровке с помощью специального математического аппарата.

Вначале убирается фон и вычленяется «чистый» объект — изображение клетки (1а), затем из изображения клетки выделяется любая интересующая исследователя деталь, например шгтоплазма Об) и ядро (1в). ЭВМ рассчитывает и строит гис-тограммы оптической плотности для всей клетки (На), для се цитоплазмы (Иб) и ядра (Пв) В полной гистограмме уже можно выделить фазы цитоплазмы и ядра.
Пп гнптгрлммяы рягпчнтнняктгг.я параметры 1 ппрялкн cptviMix и интегральное значение оптической плотности, дисперсия, асимметрия, эксцесс и др. По изображению объекта получают морфометрические параметры: площадь, периметр, диаметр, ядерно-цктоплазматическое отношение, коэффициент формы и др.

Следующим этапом обработки изображения является построение двухмерных диаграмм взаимозависимости оптической плотности для всей кпегки (см. рис. 3), ее цитоплазмы (1Мб) и ядра (Шв) Так же. как и в первом случае, на диаграмме всей клетки (Ша) можно выделить фазу цитоплазмы и ядра. Данные диаграммы позволяют рассчитать тстограммные параметры II порядка, гомогенность. локальный контраст, энтропию и др.

Полученные таким образом параметры представляют многомерный «портрет» клетки и имеют конкретное числовое выражение. Они могут быть подвергнуты различным методам статистической обработки, позволяют предельно точно классифицировать микрообъекты, выявлять особенности их структуры, необнаруживаемые визуально.

Таким образом, применение новых методов исследований в гистологии, цитологии и эмбриологии позволяет выяснить общие закономерности орга-низации тканей и клеток, структурные основы биохимических процессов, определяющих функцию конкретных структурных компонентов клетки.