BioCogniPAC

Проект «Разработка методов, алгоритмов и программно-аппаратных комплексов для интеллектуального анализа данных наблюдений за биологическими объектами с помощью лазерных Фурье систем и их 3D визуализация в виртуальном окружении»

Проект выполняется при поддержке Российского Фонда Фундаментальных Исследований (РФФИ). Номер проекта 15-29-01135. Регистрационный номер НИОКР: 115020910013

Данный проект направлен на разработку методов, алгоритмов и программно-аппаратных комплексов для интеллектуального анализа данных наблюдения за биологическими объектами с помощью
модифицированного Фурье-спектрометра. Проект имеет ярко-выраженный междисциплинарный характер, объединяющий физику, математику, информатику, инженерные науки и биологию. Конвергенция новых лазерных и лазерно-когнитивных технологий, включающих интегральную, волоконную, адаптивную оптику, микро- и нанооптику, привело к использованию данных технологий на
практике, в том числе, в биологии. Лазерная подсветка активно применяется во многих других прикладных отраслях: оптическая околоземная астрономия, голография, неразрушающий контроль,
анализ новых материалов. В качестве объектов рассматриваются объекты сложной 3D формы, в том числе, биологические объекты различной степени сложности – животные и растения. Вышеперечисленные задачи требуют моделирования и визуализации сложных 3D биообъектов, для чего предлагается использовать технологию виртуального окружения (ВО). Принципиальной новизной проекта является создание программно-математической модели когерентных изображений. Ранее в системах ВО использовались упрощенные модели некогерентных оптических изображений. Для системы отображения предложено решение на основе наиболее продвинутого комплекса – CAVE2 –гибридного 2D & 3D виртуального пространства для моделирования и визуального анализа с эффектом погружения.

Проект направлен на компьютерное моделирование, визуализацию и разработку новых принципов записи цифровых гиперспектральных голограмм микрообъектов в некогерентном излучении и изготовление макета голографического Фурье-спектрометра, позволяющего осуществлять такую запись. Для реализации проекта необходимо: разработать методики пошаговой регистрации цифровых голограмм в полихроматическом излучении при дискретном изменении разности оптических путей предметной и опорной волн; разработать алгоритмы расчёта и пакет программ для восстановления пространственного распределения спектральных характеристик объектов по массиву цифровых голограмм, записанных в полихроматическом излучении; экспериментально получить амплитудные и фазовые изображения биообъектов для различных длин волн с помощью разработанных интерферометра, методики и алгоритмов расчёта, спроектировать и смонтировать экспериментальный образец установки типа CAVE2 – гибридного 2D & 3D виртуального пространства. На базе этих решений биологические микро- и макрообъекты будут проанализированы с помощью когнитивных методов и сопоставлены результаты прямых измерений живых биообъектов с результатами виртуального моделирования 3D-моделей. Полученные результаты будут продемонстрированы в виде приложения виртуального окружения на созданной установке типа CAVE2 с эффектом полного погружения.

Выполненные в 2016 году задачи по проекту:
  • Bio Разработан метод оценки скорости морфогенеза плоских червей – планарий на основе обработки и анализа фотоизображений в биологических экспериментах. Эксперименты состоят в разрезании червя и наблюдении за процессом регенерации. Скорость регенерации тела плоского червя зависит от условий среды, в которой происходит восстановление планарий, поэтому измерение скорости восстановления позволяет судить о состоянии этой среды. Разработанный метод в перспективе может стать основой новой технологии проведения подобных измерений.
  • Holo 1. Предложена схема записи гиперспектральных голограмм сфокусированного изображения микрообъектов. Построен макет, на котором получены гиперспектральные амплитудно-фазовые изображения биообъектов. Экспериментально подтверждена возможность записи гиперспектральных голограмм в некогерентном свете: галогенной лампы и суперлюминесцентного светодиода. Результаты работы доложены на оптическом конгрессе в Гейдельберге [1]. 2. Предложена оптическая схема и построен макет интерферометра-приставки к микроскопу. Существенно увеличена жесткость конструкции за счет использования схемы интерферометра общего пути, что позволило повысить точность регистрируемых интерферограмм. Экспериментально подтверждена возможность записи гиперспектральных голограмм биообъектов в некогерентном свете, используя приставку-интерферометр в составе микроскопа. Результаты работы доложены на конференции по спектроскопии в Лейпциге [2]. 3. Подготовлена, направлена и принята к печати в журнале работа, обобщающая теорию записи гиперспектральных голограмм [3].4. Получена первая премия ежегодного конкурса имени Ю.И.Островского за лучшие научные работы в области оптической голографии и интерферометрии [4].
  • Bio-Holo Реализованы методы и процедуры записи и восстановления гиперспектральных голограмм сфокусированных изображений. Предварительные эксперименты на построенном нами макете показали такую возможность. Мы полагаем, что в определенных ситуациях голография сфокусированных изображений имеет свои преимущества, в особенности при голографировании достаточно удаленных объектов, помещенных в воздушную или жидкую среды.
  • VisVE Проведен анализ и тестирование инструментальной программной системы виртуального окружения Avango NG и её адаптация для имеющихся приложений ВО и проектируемой установки типа CAVE2.
Полученные в 2016 году важнейшие научные результаты

Bio Разработан и программно реализован метод и алгоритм оценки скорости морфогенеза плоских червей -- планарий на основе обработки и анализа фотоизображений в биологических экспериментах. Эксперименты состоят в разрезании червя и наблюдении за процессом регенерации. Скорость регенерации тела плоского червя зависит от условий среды, в которой происходит восстановление планарий, поэтому измерение скорости восстановления позволяет судить о состоянии этой среды. Таким образом, планарии могут играть роль  биоиндикатора при мониторинге состояния окружающей среды, а также при экспериментах в фармакологии. Разработанный метод в перспективе может стать основой новой технологии проведения подобных измерений. 
Междисциплинарный характер результата определяется соединением новых методов регистрации данных в биологических экспериментах на основе фото- и видеосъёмки с новыми методами математической морфологии, используемыми для обработки и анализа изображений.  Результат имеет значение для развития междисциплинарного направления «Вычислительная биология». 

Holo  1. Выполнено исследование влияния величины экспозиции при регистрации гиперспектральных голограмм. Показано, что величина экспозиции имеет оптимальное значение (время 𝜏 ), зависящее от скорости зеркала 𝑉 и величины шума матрицы. Так в случае медленного движения зеркала 𝛿0/𝜆𝑚 ≪ 1, когда смещение зеркала 𝛿0 за время экспозиции одного кадра много меньше длины волны для всех 𝜆𝑚, тогда гиперспектральное поле объекта определяется 
выражением: 
𝑢(𝑣𝑚, 𝜉) = [𝐿/𝜏𝑆(𝜎𝑚)]Σ︁𝑛  𝑄𝑛(𝜉, 𝜏 exp(2𝜋𝑖𝑣𝑚𝑡𝑛)),
где 𝑣𝑚 = 𝜎𝑚𝑉 ;𝑄𝑛(𝜉, 𝜏 ) = 𝐼𝜏 ; 𝑡𝑛 – скважность. В случае быстрого движения зеркала 𝛿0/𝜆𝑚 ≥ 1 выражение принимает вид:
𝑆(𝜎𝑚1/𝐿  𝑢(𝑣𝑚, 𝜉)𝜏 sin 𝑐(𝑣𝑚𝜏 ) = Σ︁𝑛  𝑄𝑛(𝜉, 𝜏 exp(2𝜋𝑖𝑣𝑚𝑡𝑛)),
где – 𝑆(𝜎𝑚) спектральная плотность источника. Мы исследовали запись гиперспектральных голограмм в обоих случаях и показали, что выбор оптимальных значений экспозиций записи
значительно улучшает качество интерферограмм. Проведенные предварительные эксперименты подтверждают справедливость заявленных идей. Публикация находится в стадии подготовки в журнал Applied Optics.

2. Получены гиперспектральные голограммы сфокусированного изображения микрообъектов. В этой схеме записи пространственное разрешение изображений определяется используемой оптикой. Запись голограмм сфокусированного изображения осуществлена в двух вариантах оптических схем: в первом случае опорный пучок заводится в интерферометр отдельно от объектной волны (рис. 1), во втором варианте используется схема интерферометра общего пути. 
Рис.1. Схема записи гиперспектральных голограмм сфокусированного изображения.
𝑆 – источник, 𝐵𝑆 – кубик делитель, 𝑀 – зеркало, 𝑂 – объект, 𝑀𝑂 – микрообъектив, 𝑃𝑍𝑇 – трансляционный столик на пьезоактюаторе, 𝐶 – компенсатор, 𝛿 – смещение зеркала.

В этом случае в качестве опорной волны используется часть излучения, прошедшая через объект без дифракции (рис 2).

Рис.2. Оптический профиль эритроцитов для одной спектральной компоненты (а), гиперспектральный профиль, построенный путем суммирования профилей для 145 спектральных компонент в диапазоне длин волн
0,45 – 0,7 мкм (b), фазовое изображение того же объекта в плоском отображении (с). Изображения получены в излучении суперконтинуума с объективом 60×0, 85𝑁𝐴

Актуальность и практическая значимость развиваемых нами идей подтверждается разносторонним интересом, выраженным ведущими специалистами в этой области. Так, работа, представленная в пленарном докладе на международном симпозиуме в Саратове [5], где присутствовали ведущие в РФ ученые в области анализа микроструктур в некогерентном свете (Тучин В.В., Рябухо В.П., Левин Г.Г.), вызвала интерес и оживленные дискуссию. И это, в первую очередь, связано с тем, что в наших работах впервые был предложен совершенно новый подход записи голограмм микрообъектов в некогерентном свете. Несмотря на то, что основная задача данного проекта – исследование биологических объектов, мы полагаем, что предложенные и развиваемые нами методы имеют более широкую применимость. Так, по нашему мнению, естественным продолжением развиваемого нами метода является фазовый анализ сфокусированных удаленных объектов, отраженное излучение от которых проходит через слой среды с неоднородностями (мутные среды, среды с неоднородностями, связанные с турбулентностью и пр.) В этой области имеются хорошие предпосылки для создания нового типа датчиков анализаторов для целого ряда задач адаптивной оптики. Очевидно, что такого рода задачи чрезвычайно важны для исследования атмосферных искажений при анализе распространения излучения в атмосфере.

VisVE Применения оптических методов исследования биологических объектов и тканей хорошо известны в литературе. Такие методы, как оптическая когерентная томография (ОКТ), конфокальная микроскопия, интерференционная микроскопия, фазово-контрастная микроскопия, дифракционная фазовая микроскопия и т.д. активно используются в настоящее время в биологии и медицине для исследований и диагностики .
Общей проблемой всех методов является получение количественной информации из исходных данных. Мы предложили решение такой проблемы в виде программно-аппаратного комплекса, который позволяет визуализировать полученные данные в виртуальном окружении. Развитие техники визуализации в данном направлении приведёт к тому, что оператору не потребуется знание особенностей для каждого из перечисленных методов.  Визуализация получаемой информации в очках виртуальной реальности, сама по себе является крайне информативной (в отличие от других методов визуализации). В перспективе дополнение такой информации программными алгоритмами по выявлению искомой аномалии, позволит качественно оценивать исходные данные.

  
Методы и подходы, использованные в ходе выполнения проекта:

Bio В работах по биологическому направлению были применены следующие методы:
1. Метод прижизненной морфометрии планарий был разработан для регистрации миграции необластов в бластему по изменению размеров бластемы (см. рис. 3,4) и регенерирующего фрагмента в процессе регенерации. В основе метода лежит способность планарий к однонаправленному движению в горизонтальной плоскости, а также наличие чёткой границы между бластемой и пигментированной частью тела. В настоящей модификации метода изображение планарий создается с помощью микроскопа Zeiss Stemi 2000, оборудованного видеокамерой AxioCam MRc («Zeiss»). Оцифрованные изображения регенерирующих планарий обрабатывали с помощью программы Plana 5.0 и Imager.2.0. Полученные значения длин и площадей проекции бластемы и регенерирующего фрагмента обрабатывались с помощью программ SygmaPlot, 8.0, или Microsoft Office Excel 2010. Для каждой группы из 25-30 особей определялось среднее значение параметра и стандартное отклонение от среднего значения. В качестве критерий регенерации использовали либо площадь бластемы, либо отношение площади бластемы к общей площади планарии.
2. Методы хемилюминесценции применялись для регистрации кинетики свечения планарий в процессе регенерации. Для измерения кинетики собственной хемилюминесценции необластов в процессе регенерации использовался хемилюминометр Биотокс-7А 2М. Постравматический сигнал был получен как разность кинетик свечения интактных планарий и тех же особей после декапитации. Компьютерный анализ посттравматического сигнала проводился по методу Маркуардта.

Рис. 3  Регенерация планарий под действием пептида CLV3 (по оси абсцисс -- критерий регенерации в процентах; по оси ординат -- время регенерации в днях).

Рис. 4 Собственная хемилюминесценция (ХЛ) планарий под действием пептида CLV3. Зеленая кривая – ХЛ в контрольной, синяя – экспериментальной группе. Зеленые и синие кривые – первичные данные, красные линии – среднее значение.

Holo  В предшествующих работах была осуществлена запись гиперспектральных голограмм микрообъектов в зоне дифракции Френеля. По техническим причинам в этом методе оказывается ограниченной апертура голограммы, что не позволяет достичь предельного оптического разрешения. В настоящей работе получены гиперспектральные голограммы сфокусированного изображения микрообъектов с разрешением, определяемым используемой оптикой. Запись голограмм сфокусированного изображения осуществлена в двух вариантах оптических схем.
В первом варианте излучение разделяли на две волны (рис.1). Одну из них направляли в опорное плечо интерферометра, длину которого изменяли с шагом 𝛿 = 0, 05 мкм в процессе последовательной регистрации интерферограмм с помощью пьезозеркала. Другую волну направляли на исследуемый микрообъект, расположенный на предметном столе микроскопа. Увеличенное изображение микрообъекта поступало на приемную матрицу вместе с опорной волной. Последовательно записывали 1200 интерферограмм. Фурье преобразование по переменной 𝛿 позволяло найти спектр излучения и распределение комплексной амплитуды по изображению объекта для каждой спектральной компоненты. Метод записи осуществлен в полихроматическом излучении суперконтинуума, а также в излучении протяженных источников – суперлюминесцентного светодиода и лампы накаливания. Были получены распределения амплитуды и распределения фазы 𝜙 для 145 спектральных компонент в диапазоне 0,45 – 1 мкм. Усреднение оптических профилей 2𝜋𝜙/𝜆 для всех спектральных компонент позволило существенно снизить спекл эффект и получить оптический профиль микрообъекта с высоким отношением сигнал/шум (рис.2). Была продемонстрирована также возможность коррекции хроматических аберраций микрообъективов, неизбежно возникающих при использовании излучения с широким спектром, заметно превышающим видимый диапазон. С этой целью для спектральных компонент ИК диапазона апостериорно осуществлялась точная цифровая фокусировка на плоскость микрообъекта, что повышало резкость изображения (рис.5).


Рис. 5  Гиперспектральное амплитудное изображение и оптический профиль пенициллиновой плесени перед (a,b) и после (c,d) цифровой фокусировки. Изображения получены в излучении галогенной лампы накаливания с помощью объектива 20×0, 4𝑁𝐴.

Другой вариант оптической схемы записи гиперспектральных голограмм сфокусированного изображения был реализован путем добавления интерференционной приставки к обычному оптическому микроскопу. В качестве опорной волны использована часть излучения, прошедшего через объект без дифракции. Объект освещали многонаправленным излучением светодиода, прошедшим через кольцевую маску, установленную перед конденсором микроскопа (рис.6). Оптическая приставка, собранная по схеме интерферометра Майкельсона и присоединяемая к окулярному тубусу микроскопа, позволяла пространственно отфильтровать и выделить излучение, прошедшее через объект без дифракции, а также плавно изменять оптический путь этого излучения с помощью пьезозеркала (𝛿-модуляция). Опорная волна выделялась в фурье-плоскости объекта при помощи амплитудной кольцевой маски. Выделенная таким образом опорная волна накладывалась в плоскости изображения объекта на объектную волну, прошедшую без фильтрации, и регистрировалась приемной матрицей. Фурье преобразование по переменной 𝛿 как и в первой схеме позволяло найти спектр излучения и распределение комплексной амплитуды по изображению объекта для каждой спектральной компоненты.

Рис.6. Фотография макета и оптическая схема микроскопа с интерференционной приставкой. 
1– источник, 2– полевой конденсор, 3 –изображение источника, 4–кольцевая маска, 5–конденсор, 6–объект, 7–микрообъектив,
8–фурье-плосоксть микрообъектива 7, 9–фурье-объектив, 10–светоделительный кубик, 11––подвижный столик,
12–зеркало в опорном плече, 13–подаижное зеркало, 14–кольцевая маска (рис 3), 15–фурье-объектив, 16–камера

На рис. 7 показано фазовое изображение эритроцитов, полученное с помощью микроскопа с интерференционной приставкой.

Рис.7. Фазовое изображение эритроцитов.

Для оценки качества воспроизведения фазовой информации были изготовлены и аттестованы с помощью туннельного микроскопа тест-образцы оптического профиля (рис.8). Было получено удовлетворительное воспроизведение профиля на фазовом изображении, полученном в микроскопии.

Рис.8. Слева – образец оптического профиля; справа – фазовое изображение фрагмента образца, полученное на установке, представленной на рис.6

VisVE Программным инструментом для математической обработки получаемых интерферограмм выступал MATLAB. Он является подходящим решением для технических вычислений, так как
включает основанные на матрицах структуры данных, а так же широкий спектр математических функций. Программа MATLAB может создавать трёхмерную графику, но не подходит для
задач разработки алгоритмов 3D визуализации. Поэтому в качестве движка для создания трёхмерных приложений была выбрана интегрированная среда разработки Unity. На программном
языке C# было разработано приложение для визуализации получаемых данных о биообъектах в виртуальном окружении. Ниже мы приводим конфигурацию аппаратной части эксперименталь-
ного образца установки виртуального окружения. ПК - процессор intel i7 4470 гГц, видеокарта Geforce GTX 970, 16 Гб оперативной памяти, твердотельный накопитель типа ssd, очки виртуальной реальности Oculus Rift DK2 [18] и контроллер человеко-машинного взаимодействия Leap Motion [19]. Таким образом, разработка следующих классов позволила системе функционировать: UploadingHolo.cs – данный класс отвечает за загрузку данных в систему визуализации, то есть позволяет импортировать данные из MATLAB в Unity. Например, после соответствующей математической обработки цифровой голограммы можно получить данные о фазовом профиле образца, которые представлены картой высот – двумерной матрицей (float), каждая точка в которой, соответствует высоте поверхности. Для экспорта данной карты высот из MATLAB можно использовать команду «fwrite», в результате выполнения которой образуется бинарный файл. Реализованный класс позволяет импортировать карту высот из этого бинарного файла, разбирая его в нужный формат представления данных в Unity. Кроме того, он использует методы абстрактного класса Stream, который предоставляет универсальное представление последовательности байтов. Важно отметить, что классы NetworkStream и MemoryStream имеют такие же методы и работают аналогично. Объект FileStream передавался конструктору класса BinnaryReader, после чего вызывался метод чтения данных. Таким образом, UploadingHolo.cs может быть усовершенствован для потокового чтения, как с периферийных устройств (цифровой камеры), так и из сети, что делает актуальной перспективу оперативного получения данных для перерисовки визуализируемых моделей биообъектов. Методы разработанного класса BuildingMeshModel.cs позволяют строить в виртуальной сцене модель соответствующую амплитудно-фазовому профилю биообъекта. Метод CurvedPlane(..) возвращает экземпляр класса Mesh, состоящий из треугольных полигонов. Входными параметрами являются: координаты нижнего левого угла будущей поверхности, двумерная матрица (карта высот), её размеры и координаты, отвечающие за трансформацию по каждой из осей. Описание алгоритма аппроксимации двумерной матрицы на полигональную сетку удобно рассмотреть на примере случая с матрицей размерами 𝑛 × 𝑛. Можно представить такую матрицу квадратной таблицей с 𝑛2 ячейками, которая лежит в плоскости 𝑋𝑍 и представляет из себя пока плоскую сетку. Тогда в каждую ячейку такой таблицы можно поместить некоторое число (в последствии отвечающее за высоту соответствующей точки). 𝑌 -координате каждой точки такой сетки, которая является верхним левым углом для какой-то ячейки, можно присвоить значение лежащее в этой ячейке. Таким образом, получим поверхность, построенную по карте высот. Нетрудно заметить, что количество полигонов в случае квадратной матрицы будет равно двойному квадрату её порядка. Экземпляр класса mesh, не может содержать больше 65536 полигонов, а в случае матрицы (карты высот) порядка 500, требуется построить уже 500000 полигонов. При этом современные камеры в совокупности с методами цифровой голографии позволяют получать карты высот, порядок которых измеряется несколькими тысячами точек. Поэтому метод CurvedPlane(..) вызывается в цикле и совмещён с позиционированием получаемых экземпляров класса Mesh не превышающих лимита на количество полигонов для каждого. Созданные объекты упорядоченно именуются, и им присваивается общий родитель. На рис. 9 демонстрируется визуализация промежуточного результата отработки данного алгоритма для построения модели фазового профиля красных кровяных тел крови человека.

Рис.9. Отображение промежуточных результатов отработки алгоритма построения модели фазового профиля красных кровяных тел крови человека.

Методы разработанного класса UsingControllerAndKeys.cs позволяют оператору манипулировать данными и сценой в виртуальном окружении, а так же моделируют рабочее пространство визуальных объектов имитирующих управляющие средства. Oculus SDK используется для создания двух виртуальных камер изображения на которых образуют стереопару, а так же для выстраивания соответствия между положениями камер в виртуальном окружении и реальном пространстве. Orion SDK используется для распознавания кистей рук пользователя с помощью контроллера Leap Motion и их последующего рендеринга в режиме копирования. В виртуальной сцене были размещены объекты. Применения компонента RigitBody к виртуальным объектам и моделям кистей рук позволило оператору взаимодействовать с виртуальными объектами подобно объектам из реального мира. Такого рода взаимодействия влияли на параметры визуализации. Например, для вращения модели изучаемого образца, оператор поворачивал рукой куб на соответствующий угол (демонстрируется на рис.10. 


Рис.10. Интерфейс взаимодействия оператора с виртуальными объектами

Однако, визуальное присутствие виртуальных объектов, размещённых для взаимодействий, мешает наблюдать изучаемый образец. Требовалась реализация механизма, который бы позволил скрывать и вызывать подобные виртуальные объекты. На начальном этапе, таким инструментом была клавиатура, но её использование, как и использование прочих внешних устройств ввода оказалось не удобным. Так как человек, находящийся в очках виртуальной реальности не видит внешнего мира то, и взаимодействовать с внешними объектами может только на ощупь. Поэтому был реализован жестовый интерфейс управления, что в последствии оказалось подходящим решением. В работе [6] описывается исследование и реализация жестового интерфейса для инструмента визуализации цифровых голограмм [7,8]. Так как техника стерео-визуализации 3D моделей биообъектов довольно ресурсоемкая, был проведён обзор по различным аппаратным средствам [9]. Контроллер Leap Motion по-прежнему является эффективным средством для задач трекинга мелкой моторики рук [9], поэтому разработка интерфейса взаимодействия с помощью жестов велась с использованием данного контроллера. В результате на каждый жест правой и/или левой руки можно устанавливать различные события в виртуальной сцене -- например: вращение образца, открытие или скрытие того или иного меню, перемещение оператора внутри виртуальной сцены. Перед началом работы пользователь имеет возможность  настраивать жестовый интерфейс управления под свои нужды. Отдельно разработана программа, которая записывает нужные оператору жесты в базу данных, а так же позволяет устанавливать команды на тот или иной жест. На рис. 11 демонстрируется как оператор в очках позиционирует модель биообъекта при помощи контроллера Leap Motion.

Рис.11. Пример позиционирования оператором в очках модели биообъекта с помощью контроллера Leap Motion.



Библиографический список всех публикаций по проекту, опубликованных в 2016 году, в порядке значимости: монографии, статьи в научных изданиях:

[1] S. Kalenkov, G. Kalenkov, and A. Shtanko, “Hyperspectral Image Plane Holography in White Light Applied to Quantitative Phase Microscopy”, in Imaging and Applied Optics 2016, OSA Technical Digest (online) (Optical Society of America, 2016), paper DW2H.3.
[2] G. Kalenkov, S. Kalenkov, and A. Shtanko, “Holographic Fourier Transform Spectroscopy of Biosamples”, in Light, Energy and the Environment, OSA Technical Digest (online) (Optical Society of America, 2016), paper FTu2E.7
[3] S. Kalenkov, G. Kalenkov, and A. Shtanko, “Hyperspectral holography: an alternative application of the Fourier transform spectrometer”, J. Opt. Soc. Am. B 34, B49-B55
[4] Присуждена Каленкову С.Г., Каленкову Г.С., Штанько А.Е. (НТЦ «Оптоэлектроника» МПУ, МГТУ «Станкин») за работу «Гиперспектральная голография – новое применение Фурье-спектрометра»
[5] Kalenkov S.G. “Hyperspectral holography - novel application of the ft-spectroscopy”, Saratov Fall Meeting 2016 – Optics & Biophotonics, (http://sfm.eventry.org/report/2241)
[6] Киселев В.А., Клименко С.В., Михайлюк М.В. Исследование и разработка жестового интерфейса для работы с инструментом визуализации цифровых голограмм в виртуальном окружении // 
Труды Международной конференций и Школы по физико-технической информатике CPT1617, 08-15 мая 2016 г., Ларнака, Республика Кипр; 
28-29 июня 2016 г., Пущино (Спас-Тешилово, ЦарьГрад), Московская область. – Изд.ИФТИ, Протвино-Москва, 2017, ISBN 978-5-88835-049-2, С.122-127  скачать статью
[7] Каленков С.Г., Каленков Г.С., Киселев В.А., Сысоев Н.А., Клименко С.В., Heiden W. «Визуализация цифровых голограмм биообъектов в среде виртуального окружения» //
 Труды Международной научной конференции «Ситуационные центры и ИАС4i для мониторинга и безопасности» SCVRT1516, 21-24 ноября 2015-2016 г. Протвино-Москва, 2016: Изд. ИФТИ. - С.291-294.
[8] Каленков Г.С., Каленков С.Г., Киселев В.А., Клименко С.В. Виртуальное окружение как техника визуализации гиперспектральных голограмм // 
VI Международная конференция по фотонике и информационной оптике. Сборник научных трудов. Москва. Изд-во НИЯУ МИФИ, 2017, ISBN 978-5-7262-2333-9, С.266-267
[9] Киселев В.А., Клименко А.С., Клименко С.В., Михайлюк М.В., Пестриков В.И., Хламов М.А., Чувилин К.В., Фурса М.В., Хаким Н.Л., Ши Т.К. «Современные устройства трекинга для систем виртуального окружения» // 
Труды Международной научной конференции по физико-технической информатике CPT1617: Изд. ИФТИ. - С.114-121 
[10]Тирас Х.П. Регуляция стволовых клеток планарий физическими и химическими факторами. //
В сб. трудов «International conference CPT2015», May 10-17, 2015, Larnaca, Cyprus; July 01-03, 2015, TzarGrad, Moscow region, Pub. ICPT, 2016.Протвино, ISBN 978-5-88835-039-3. С. 14-39
[11] Х.П. Тирас, С. А Майоров, А.А. Деев, С. Н. Мякишева, К. Б. Асланиди. Прижизненная компьютерная морфометрия регенерации планарий. // 
В кн. «Труды Международной конференции «Стойкость сложных социотехнических систем - Resilience2014»», Москва-Протвино, 2015, ISBN 978-5-88835-037-9, С.97-104.2016
[12] Тирас Х.П. Регуляция стволовых клеток планарий физическими и химическими факторами. //
В сб. трудов «International conference CPT2015», May 10-17, 2015, Larnaca, Cyprus; July 01-03, 2015, TzarGrad, Moscow region, Pub. ICPT, 2016. Протвино, ISBN 978-5-88835-039-3. С.14-39
[13] Ломов Н.А., Местецкий Л.М. Площадь дискового покрытия – дескриптор формы изображения // 
Компьютерная оптика. – 2016. – Т. 40, № 1
[14] W.G.C.W. Kumara, Timothy K. Shih, Hui-Huang Hsu, Shih-Jung Wu, Stanislav Klimenko, Andrei Klimenko. Surface Construction from Kinect RGB-D Stream//
 Published in: Dependable, Autonomic and Secure Computing, 14th Intl Conf on Pervasive Intelligence and Computing, 2nd Intl Conf on Big Data Intelligence and Computing and Cyber Science and Technology Congress
(DASC/PiCom/DataCom/CyberSciTech), 2016 IEEE 14th Intl C, 8-12 Aug. 2016, Electronic ISBN: 978-1-5090-4065-0, Print on Demand(PoD) ISBN: 978-1-5090-4066-7, DOI: 10.1109/DASC-PICom-DataCom-CyberSciTec.2016.20, Date Added to IEEE Xplore: 13 October 2016    скачать статью
[15] Yeh-En Huang, Timothy K. Shih, Andrey Klimenko, Stanislav Klimenko and Enkhtogtokh Togootogtokh. A Virtual 3D Harp Performance System//
in Proc. of The 9th IEEE International Conference on Ubi-Media Computing UMEDIA 2016, August 15-17, 2016, Ararat Park Hyatt Moscow, Russia, Pub. ICPT, ISBN 978-5-88835-045-4, pp.115-121
[16] Райзер М., Долгов С.В., Клименко А.С., Клименко С.В., Новочадов В.В., Тирас Х.П. Что такое цвет // 
Труды Международной конференции «Ситуационные центры и ИАС4i для задач мониторинга и безопасности»Протвино, Московская область. – Изд-во ИФТИ, Протвино-Москва, 2016, ISBN 978-5-88835-043-0, С.8-32
[17] Тирас Х.П., Новочадов В.В., Долгов С.В., Клименко С.В., Райзер М. Отображение цвета объекта в биологии и медицине: методологические аспекты // 
Труды Международной конференции «Ситуационные центры и ИАС4i для задач мониторинга и безопасности»Протвино, Московская область. – Изд-во ИФТИ, Протвино-Москва, 2016, ISBN 978-5-88835-043-0, С.33-35
[18] Клименко А.С., Клименко С.В., Тогутогтох Е., Хуан Е., Ши Т.К. Виртуальная 3D-арфа: инструмент для исследования человеко-машинного интерфейса // 
Труды Международной конференции «Ситуационные центры и ИАС4i для задач мониторинга и безопасности» Протвино, Московская область. – Изд-во ИФТИ, Протвино-Москва, 2016, ISBN 978-5-88835-043-0, С.58-65   скачать статью
[19] Новочадов В.В., Терпиловский А.А., Широкий А.А., Тирас Х.П., Клименко А.С., Клименко С.В. Визуальная аналитика, основанная на перекодировании исходной цветовой информации в 3D-реконструкциях костей и суставов человека // 
Труды Международной конференции «Ситуационные центры и ИАС4i для задач мониторинга и безопасности»Протвино, Московская область. – Изд-во ИФТИ, Протвино-Москва, 2016, ISBN 978-5-88835-043-0, С.257-260
[20] Каленков Г.С., Каленков С.Г., Киселев А.В., Клименко С.В., Сысоев Н.А., Хайден В.И. Визуализация цифровых голограмм биообъектов в виртуальном окружении // 
Труды Международной конференции «Ситуационные центры и ИАС4i для задач мониторинга и безопасности»Протвино, Московская область. – Изд-во ИФТИ, Протвино-Москва, 2016, ISBN 978-5-88835-043-0, С.291-294
[21] Ерёмченко Е.Н., Клименко С.В. К вопросу о типологии методов научной визуализации // 
Труды Международной Школы-семинара «Ситуационные центры и ИАС4i для задач мониторинга и безопасности». – Изд-во ИФТИ, Протвино-Москва, 2016, ISBN 978-5-88835-043-0, С.12-14
[22] Клименко С.В., Пестриков В.И. Программный инструментарий для разработки и прототипирования хирургических тренажеров в индуцированном виртуальном окружении // 
Труды Международной конференций и Школы по физико-технической информатике CPT1617, 08-15 мая 2016 г., Ларнака, Республика Кипр; 
28-29 июня 2016 г., Пущино (Спас-Тешилово, ЦарьГрад), Московская область. – Изд.ИФТИ, Протвино-Москва, 2017, ISBN 978-5-88835-049-2, С.62-73   скачать статью
[23] Киселев В.А., Клименко А.С., Клименко С.В., Михайлюк М.В., Пестриков В.И., Хламов М.А., Чувилин К.В., Фурса М.В., Хаким Н.Л., Ши Т.К. Аппаратные средства систем распознавания 3D жестов для комплекса виртуального окружения // 
Труды Международной конференций и Школы по физико-технической информатике CPT1617, 08-15 мая 2016 г., Ларнака, Республика Кипр; 28-29 июня 2016 г., Пущино (Спас-Тешилово, ЦарьГрад), Московская область. – Изд.ИФТИ, Протвино-Москва, 2017, ISBN 978-5-88835-049-2, С.114-121   скачать статью

Ċ
Andrey Klimenko,
30 мая 2017 г., 7:34
Ċ
Andrey Klimenko,
30 мая 2017 г., 7:48
Comments