ПРОГРАММНЫЙ ПАКЕТ CellDataMiner ДЛЯ АНАЛИЗА ЛЮМИНЕСЦЕНТНЫХ ИЗОБРАЖЕНИЙ РАКОВЫХ КЛЕТОК
Предлагается программный пакет CellDataMiner для анализа люминесцентных изображений раковых клеток. Проводится сравнительный анализ алгоритмов классификации и кластеризации данных с целью реализации в пакете наиболее эффективных из них. Работоспособность программного обеспечения проверяется на экспериментальных данных, представляющих результаты по исследованию опухоли молочной железы.
1. Spatial quantitative analysis of fluorescently labeled nuclear structures: problems, methods, pitfalls / O. Ronneberger [et al.] // Chromosome Res. – 2008. – Vol. 16(3). – P. 523–562.
2. Molecular Biology of the Cell / B. Alberts [et al.]. – N. Y. : Garland Science, 2012.
3. Rueden, C. VisBio: a computational tool for visualization of multidimensional biological image data / C. Rueden, K. Eliceiri, J. White // Traffic. – 2004. – Vol. 5. – P. 411–417.
4. BioImageXD: an open, general-purpose and high-throughput image-processing platform / P. Kankaanpaa [et al.] // Nat Methods. – 2012. – Vol. 9(7). – P. 683–689.
5. Computer control of microscopes using μManager / A. Edelstein [et al.] // Current Protocols in Molecular Biology. – 2010. – Vol. 14(20). – P. 1–17.
6. The FARSIGHT Project: Associative 4D/5D Image Analysis Methods for Quantifying Complex and Dynamic Biological Microenvironments / B. Roysam [et al.] // Microscopy and Microanalysis. – 2008. – Vol. 14 (Supplement S2). – P. 60–61.
7. Schneider, C.A. NIH Image to ImageJ: 25 years of image analysis / C.A. Schneider, W.S. Rasband, K.W. Eliceiri // Nat Methods. – 2012. – Vol. 9(7). – P. 671–675.
8. Out, W.A. A new method for morphometric analysis of opal phytoliths from plants / W.A. Out, J.F. Pertusa Grau, M. Madella // Microsc Microanal. – 2014. – Vol. 20(6). – P. 1876–1887.
9. Fiji: an open-source platform for biological-image analysis / J. Schindelin [et al.] // Nat Methods. – 2012. – Vol. 9(7). – P. 676–682.
10. Optimized digital counting colonies of clonogenic assays using ImageJ software and customized macros: comparison with manual counting / Z. Cai [et al.] // Int. J. Radiat. Biol. – 2011. – Vol. 87(11). – P. 1135–1146.
11. Designing a wearable navigation system for image-guided cancer resection surgery / P. Shao [et al.] // Ann Biomed Eng. – 2014. – Vol. 42(11). – P. 2228–2237.
12. Computer-aided Image Processing of Angiogenic Histological / M. Sprindzuk [et al.] // J. Clin. Med. Res. – 2009. – Vol. 1(5). – P. 249–261.
13. Bray, M.A. Using CellProfiler for Automatic Identification and Measurement of Biological Objects in Images / M.A. Bray, M.S. Vokes, A.E. Carpenter // Current Protocols in Molecular Biology. – 2015. – Vol. 109. – P. 14 17 1–14 17 13.
14. CellProfiler Analyst: data exploration and analysis software for complex image-based screens / T.R. Jones [et al.] // BMC Bioinformatics. – 2008. – Vol. 9. – 482 p.
15. Gonzalez, W. Eddins, Digital Image Processing Using MATLAB / W. Gonzalez. – 2nd edition. – Gatesmark Publishing, 2009. 16. Novoselova, N. Supervised Clustering of Genes for Multi-Class Phenotype Classification / N. Novoselova, I. Tom // Modeling and Simulation (MS'2012). – Minsk : BSU, 2012. – Р. 32–36.
16. Alilou, M. Segmentation of cell nuclei in heterogeneous microscopy images: a reshapable templates approach / M. Alilou, V. Kovalev, V. Taimouri // Comput Med Imaging Graph. – 2013. – Vol. 37(7–8). – P. 488–499.
17. Segmentation of microscope cell images via adaptive eigenfilters / S. Kumar [et al.] // Image Proc. ICIP'04. Intern. Conf. – Singapore, 2004. – Vol. 1. – Р. 135–138.
18. Abbas, S.S. A comparative study of cell classifiers for image-based high-throughput screening / S.S. Abbas, T.M. Dijkstra, T. Heskes // BMC Bioinformatics. – 2014. – Vol. 15. – 342 p.
19. Quantitative analysis of estrogen receptor heterogeneity in breast cancer / G.G. Chung [et al.] // Lab. Invest. – 2007. – Vol. 87(7). – P. 662–669.
20. Camp, R.L. Automated subcellular localization and quantification of protein expression in tissue microarrays / R.L. Camp, G.G. Chung, D.L. Rimm // Nat. Med. – 2002. – Vol. 8(11). – P. 1323–1327.
21. Simulation Model for Three-Channel Luminescent Images of Cancer Cell Populations / E.V. Lisitsa [et al.] // Journal of Applied Spectroscopy. – 2015. – Vol. 81(6). – P. 996–1003.
22. Review of free software tools for image analysis of fluorescence cell micrographs / V. Wiesmann [et al.] // Journal of Microscopy. – 2015. – Vol. 257, iss. 1. – Р. 39–53.
23. Алгоритм автоматической сегментации границ ядер раковых клеток на трехканальных люминесцентных изображениях / Е.В. Лисица [и др.] // Журнал прикладной спектроскопии. – 2015. – № 82(4). – С. 598–607.
24. Разработка методов цифровой обработки люминесцентных изображений биологических объектов / В.В. Апанасович [и др.]. – Минск : Белорусский фонд фундаментальных исследований, 2013.
25. High-content phenotypic profiling of drug response signatures across distinct cancer cells / P.D. Caie [et al.] // Mol Cancer Ther. – 2010. – Vol. 9(6). – Р. 1913–1926.
26. Методы и модели анализа данных: OLAP и Data Mining / А.А. Барсегян [и др.]. – СПб. : БХВ-Петербург, 2004. – 336 с.
27. Uragun, B. The discrimination of interaural level difference sensitivity functions: development of a taxonomic data template for modelling / B. Uragun, R. Rajan. – Clayton : Monash University, 2013. – Р. 1471–2202.
28. Мандель, И.Д. Кластерный анализ / И.Д. Мандель. – М. : Финансы и статистика, 1988. – 176 с.
29. Прикладная статистика. Классификация и снижение размерности / С.А. Айвазян [и др.]. – М. : Финансы и статистика, 1989. – 607 с.
30. Воронцов, К.В. Комбинаторный подход к оценке качества обучаемых алгоритмов / К.В. Воронцов // Математические вопросы кибернетики. – М. : Физматлит, 2004. – Vol. 13. – С. 5–36.