การประมวลผลภาพและประยุกต์วิธี SVM ในการนับจำนวนและวัดขนาด Staphylococci จากกล้องจุลทรรศน์

Abstract

บทคัดย่อ

การนับจำนวนแบคทีเรียและวัดขนาดด้วยกล้องจุลทรรศน์มีความจำเป็นในงานตรวจสอบและการวิจัยทางจุลชีววิทยา แบคทีเรียเรียสแตฟิโลคอคไคเป็นกลุ่มแบคทีเรียที่มีความสำคัญทั้งในอุตสาหกรรมอาหารและโรงพยาบาล แต่ในการนับจำนวนแบคทีเรียต้องอาศัยผู้เชี่ยวชาญในการแยกแยะระหว่างโคโลนีของแบคทีเรียที่ต้องการตรวจสอบและสิ่งอื่นๆ และต้องนับไม่ต่ำกว่า 10 บริเวณที่ส่องกล้อง ซึ่งต้องใช้เวลาและส่งผลต่อสายตาของผู้นับอย่างมาก งานวิจัยนี้จึงนำเสนอซอฟท์แวร์ Micros-Staph ที่พัฒนาขึ้นเพื่อช่วยในการนับจำนวนและวัดขนาดแบคทีเรียที่มีรูปร่างกลมขนาดเล็กนี้ โดยใช้เทคนิคต่างๆมาสกัดลักษณะเด่นหลายประการของโคโลนีจากภาพเพื่อช่วยในการประมวลผลภาพ จากนั้นนำลักษณะเด่นเหล่านั้นมาใช้ในการแบ่งแยกโคโลนีออกจากสัญญาณรบกวนต่างๆด้วย Support Vector Machine (SVM)ทำให้ง่ายต่อการนับจำนวนที่แท้จริง ส่วนการวัดขนาดของเซลล์ทำโดยการเปรียบเทียบจำนวนของพิกเซลจากภาพถ่ายที่กำลังขยายเดียวกันของสเตจไมโครมิเตอร์กับพื้นที่ที่เล็กที่สุดของกล่องครอบภาพหลังการหมุนแกน ผลการทดลองแสดงให้เห็นว่าลักษณะเด่นที่ใช้ในการแบง่ แยกระหว่างโคโลนีและสัญญาณรบกวนนั้นสามารถใช้แบ่งแยกได้อย่างมีประสิทธิภาพ และผลการนับที่ได้มีความใกล้เคียงกับผลการนับจากผู้เชี่ยวชาญสูง เนื่องจากจำนวนที่นับได้โดยซอฟแวร์และผู้เชี่ยวชาญมีความสัมพันธ์เป็นเส้นตรงค่าสหสัมพันธ์ (r2) เป็น 0.99 สำหรับภาพกำลังขยาย 400 เท่าและ 0.98 สำหรับภาพกำลังขยาย 1000 เท่า นอกจากนี้การนับจำนวนแบคทีเรยสแตฟิโลคอคไคด้วย Micros-Staph ที่นำเสนอนี้สามารถลดเวลาในการนับได้มากกว่าครี่งหนึ่งของการนับโดยผู้เชี่ยวชาญ ขนาดของเซลล์ที่วัดได้โดยซอฟท์แวร์มีเส้นผ่านศูนย์กลางอยู่ในช่วง 0.5 – 0.9 ไมครอน ซึ่งสัมพันธ์กับขนาดจริงของแบคทีเรีย

คำสำคัญ: แบคทีเรีย สแตฟิโลคอคไค การนับจำนวนโคโลนี การนับด้วยล้องจุลทรรศน์ การประมวลผลภาพ วิธีหาขอบวัตถุ Support Vector Machine

Abstract
Microscopic count and size measurement of bacteria are necessary for microbiological work. Staphylococci are one of the most frequently found bacteria in food industry and hospitals. However, an expert is needed for such count. He needs to perform at least 10 visual counts, which cause eye strain and are time consuming. This research proposes the developed software, namely Micros-Staph, to aid in the microscopic count of these bacteria as well as the size measurement of the individual cell using extracted features from image processing techniques. These features are used to train Support Vector Machine (SVM) to differentiate the bacterial colony from noises in the images. Therefore, the number of colony can be easily counted. The cell size is obtained by comparing the number of pixels on the stage micrometer with the cell bounding box at the smallest area found after angle rotation. The experimental results show that the extracted features can be used to count the number of colony effectively. The number of colony counted by SVM provides a linear relationship with those counted by the experts at the correlation value (r2) of 0.99 and 0.98 for the images captured with 400 and 1,000 times of magnification, respectively. Additionally, the time of microscopic count spent by the Micros-Staph software is reduced by more than half. The cell size measured by the software is 0.5 – 0.9 μm in diameter which is absolutely correlated to the actual cell size of staphylococci.

Keywords: Staphylococcus, Bacteria, Colony Count, Microscopic Count, Image Processing, Canny Edge Detection, Support Vector Machine