Магистр ДонНТУ Daria Valerievna Stinsky

Daria Valerievna Stinsky
La faculte: les telematiques Informatiques et l'automatique
La specialite: les systemes Informatiques medical et technique diagnostic
Le sujet du travail de qualification du maitre: Elaboration du systeme specialise informatique du traitement tomografic des neoplasmes de l'estomac
Le chef : vers. Soi-disant., le charge de cours Teljatnikov A.O.

Sammaire
L'actualite:

Chaque ouverture plus recente dans le physicien ou la technique trouve inevitablement la realisation dans la medecine; l'ouverture de Rentgena et son introduction brillante a la clientele peut servir de l'exemple brillant a celui-la. On peut examiner la tomographie informatique (КТ) comme la nouvelle spire dans le developpement de l'electroradiologie, a son tour, les principes du traitement mathematique a la construction de la representation a КТ ont ete a la base des dernieres elaborations modernes.

Les donnees КТ peuvent etre utilisees pour la tenue de la ponction diagnostique, et qu'est particulierement important, elle peut etre appliquee avec le succes non seulement pour la revelation des changements pathologiques, mais aussi pour l'estimation de l'efficacite du traitement, en particulier противоопухолевой les therapeutiques, ainsi que les definitions des recidives et les complications accompagnant. Le diagnostic avec l'aide de КТ est fonde sur les lignes droites рентгенологических les symptomes, i.e. la definition de la localisation exacte, les formes, les montants des organismes separes et le foyer pathologique, et qu'est particulierement essentiel, sur les parametres de la densite.

Les buts et les taches du travail:

Le traitement томограмм des neoplasmes de l'estomac se realisera avec l'aide des methodes mathematiques. Le programme devra realiser le filtrage de la representation, le reglage de l'eclat et le contraste, ainsi que la delimitation et la mise en relief des objets. Ensuite sera regle les comptes des parametres des objets (leurs montants, la place, le nombre des objets, leur eclat) et supposer, si sont ces objets les neoplasmes et si oui cela par quel. Pour la definition comme les neoplasmes, il est necessaire d'etudier quel eclat ont n'importe quels neoplasmes sur томограмме. Dans cette question on demande l'aide des medecins et les ingenieurs travaillant avec les tomographes informatiques. L'organisation du diagnostic se realisera d'apres les resultats des etudes et les analyses.

Les manifestations? Le diagnostic le traitement des differentes formes du cancer de l'estomac:

S'etonne le plus souvent l'age plus age 40-45 ans, bien que non si vraiment rarement le cancer de l'estomac apparaisse chez les personnes 30-35-летнего de l'age et meme chez plus jeune. Chez les hommes le carcinome de l'estomac revelent d'habitude a l'age de 50-75 ans.

En apparaissant de l'epithelium glandulaire de la membrane muqueuse de l'estomac, ses tumeurs cancereuses ont la structure des adenocarcinomes, mais portent assez souvent et plus le caractere (скирр, l'ecrevisse solide, l'ecrevisse colloidale etc.). La raison de la maladie est inconnue. Marquent l'augmentation de la frequence du carcinome parmi les membres d'une famille (sur 20 %), ainsi que parmi les personnes avec le groupe sanguin Mais que suppose la presence du composant genetique. La signification definie etiologique est par le deficit de la vitamine C, les conservants.

Pour le developpement du cancer de l'estomac le grand role les etats precancereux — chronique атрофический jouent la gastrite, chronique l'ulcere, l'anemie pernicieuse, l'etat apres la resection de l'estomac (particulierement dans 10-20 ans apres la resection selon Bil'rot-Ii), аденоматозные les polypes de l'estomac (la frequence малигнизации — 40 % aux polypes plus de 2 cm dans le diametre), иммунодефицитные les etats, particulierement l'immunodeficit non classifie (le risque du carcinome — 33 %), Helicobacterpylori.

C'est pourquoi, les methodes les plus importantes de la prophylaxie du cancer de l'estomac est le traitement opportun radical de ces maladies. La signification assez importante est par les facteurs exterieurs cancerigenes : excessivement la nourriture grossiere, fumee, grasse, rotie trop ou aigue, incorrect et l'abus par l'alcool. Apparemment, ces facteurs contribuent en premier lieu a l'apparition de la gastrite, qui donne du relief par la suite pour l'apparition de l'ecrevisse.

La caracteristique de la tomographie informatique:
1. La methode de la tenue de la tomographie informatique.

La reception informatique томограммы de (la tranche) du terrain demande du corps au niveau choisi se fonde sur l'execution des operations suivantes : - La formation de la largeur demandee du rayon de radiologie (коллимирование); - Le scanning du terrain demande du corps par la touffe de l'irradiation de radiologie realisee par le mouvement (rotatoire et progressif) autour du corps immobile du patient de l'installation "l'irradiateur — les detecteurs" - Les mesures de l'irradiation et la definition de son affaiblissement avec la transformation ulterieure des resultats en la forme en chiffre; - La synthese de machine (informatique) томограммы selon l'ensemble des donnees de la mesure se rapportant a la couche choisie; - La construction de la representation de la couche etudiee sur l'ecran du moniteur.

2. Les avantages de l'utilisation de la tomographie info

rmatique

КТ donne la possibilite de recevoir l'information exacte quantitative sur les montants et la densite des organismes separes, les tissus et les formations pathologiques que permet de faire d'importantes conclusions en ce qui concerne le caractere de la defaite;

КТ permet de juger non seulement sur l'etat de l'organisme etudie, mais aussi sur la relation du proces pathologique avec les organismes entourant et les tissus, par exemple les invasions de la tumeur aux organismes voisins, la presence des autres changements pathologiques;

КТ permet de recevoir томограммы, i.e. la representation longitudinale du domaine etudie a l'instar de l'image radiologique par voie du deplacement du malade le long du tube immobile. Sont utilises pour l'etablissement de l'etendue du foyer pathologique et la definition de la quantite de tranches.

L'apercu des methodes existant du traitement:

La direction donnee des etudes est assez nouvelle et jusqu'a la fin non elabore. Dans les produits de programme elabores pour le moment, on accomplit seulement le traitement de la representation, qui se limite au filtrage, le reglage de l'eclat et le contraste. De plus les produits donnes de programme ne realisent pas la delimitation et la mise en relief des objets. Le medecin est oblige de tout realiser a la main qu'entraine l'augmentation du temps du traitement томограмм. Je tenterai de decider ce probleme aux frais de la creation du produit de programme capable avec l'aide des methodes mathematiques mettre en relief sur trouvant томограмме les objets, definir leurs parametres (les montants, la place, le nombre des objets, leur eclat) et supposer, si sont ces objets les neoplasmes et si oui cela par quel.

Encore une importante direction des etudes dans le domaine du traitement томограмм est la creation des systemes automatises de la reception du diagnostic en vertu des inspections donnees et les analyses. Le probleme ici dans ce que les algorithmes du diagnostic des neoplasmes ne sont pas encore automatises.

Nous examinerons les methodes principales du traitement les traitements utilises dans les systemes existant.

Le filtrage de la representation a la base des vejvlet-transformations:

1. Sélectif вейвелет – la reconstruction
Вейвелет - la théorie était étudiée dans une grande mesure ces dernières années comme l'outil prometteur dans la compression de la représentation et la réduction du bruit. Dans leurs travaux, Donoho et Johnstone développaient la structure théorique discontinu - les transformations pour l'estimation des signaux déformés par le bruit additif blanc Gaussien. Le principe, appelé sélectif вейвелет - la reconstruction est proposé, et est montré pour la réduction vers aux estimations optima pour une large variété des signaux.
Nous supposerons que nous avons le signal déformé
yi=xi+ni
Le bruit gaussien N (0 σ2) But comprend pour restaurer l'estimateur optimum xi pour le signal désirable xi, qui amène la signification minimale du carré de l'erreur.
Le schéma de la vejvelet-reconstruction sélective est illustré sur fig. 2.

Le dessin 2 : le Bloc-diagramme pour le schéma de la répression du bruit, fondé sur discontinu вейвелет – la transformation.

La représentation déformée est transformée d'abord vers une série вейвелет - les coefficients, c'est-à-dire, w=W (y) = ? +z., où ? et z - les coefficients correspondant au signal souhaité et le bruit. Le procès du traitement liminaire est appliqué ensuite vers вейвелет - les coefficients, c'est-à-dire ? =Тi (w), où t – la signification liminaire. Enfin, la transformation inverse des coefficients, au traitement liminaire, amenant l'estimateur x=W-1 (?)
Le sens de cette approche - ce que les pixels voisins montrent une haute corrélation, qui est traduite seulement à quelques grand – les coefficients. D'autre part, le bruit est régulièrement distribué parmi les coefficients et en général le petit. Avec la signification correctement choisie du seuil le bruit peut être effectivement réprimé. La signification optima du seuil
t = σ 2log (N) (1)
Où N - le montant du bloc à вейвелет - la transformation.

2. Excédentaire discontinu veivlet – la transformation
Puisque discontinu veivlet – la transformation le changement non constant, le travail de l'élimination du bruit pourrait considérablement changer, en changeant le déplacement initial, cela amène aussi à certains effets des blocs dans la représentation de sortie. La constance du changement peut être atteinte, cependant, par le calcul вейвелет - les transformations de tous les changements et l'exécution de la règle liminaire sur chaque bloc déplacé. La méthode reçue appellent excédentaire discontinu veivlet – la transformation. L'algorithme le suivant :
1. Accomplissez l'élimination du bruit sur le bloc du montant N à la base de discontinu вейвелет – les transformations.
2. Ajoutez les données sans bruit à la position correspondante de la représentation de sortie, et comptez le nombre des données pour chaque modèle.
3. Déplacez la fenêtre horizontalement et verticalement, répétez le pas 1 et 2, tous les blocs dans la représentation ne sont pas épuisés.
4. Divisez chaque entrée à la représentation de sortie en nombre des répétitions.
Dans notre algorithme, nous choisissons N=8, et nous appliquons, ou la transformation d'Haara (ПХ), ou discontinu косинусное la transformation (ДКП) à titre de la base de la transformation. Strictement parlant, ДКП non вейвелет – la transformation, il est choisi à cause de sa bonne propriété de la condensation de l'énergie de manière que le signal désirable se trouve seulement dans quelques positions dans le domaine transformé, ainsi, en amenant à de plus petits artefacts du traitement liminaire. Les expériences montrent que ces deux transformations passent le travail comparable. La règle ferme et molle liminaire les deux sont appliqués. Nous marquerons que la valeur optima du seuil pour la règle molle liminaire est reçue selon минимаксному au critère, qui sous-entend que la possibilité de l'amélioration du travail de l'élimination du bruit en utilisant de diverses significations du seuil pour les représentations spécifiques et les transformations.

LE FILTRE:

Le filtre mediannyj à la différence du filtre atténuant réalise la procédure non linéaire de la répression des bruits. Le filtre mediannyj représente la fenêtre glissant par le champ de la représentation W embrassant le nombre impair des décomptes. Le décompte central est remplacé par la médiane de tous les éléments de la représentation qui se sont trouvé dans la fenêtre. Par la médiane de la succession discontinue x1, x2..., xL pour impair L appellent son tel élément, pour lequel existent (L - 1)/2 des éléments, plus petit ou égal à lui par la valeur, et (L - 1)/2 des éléments, grand ou égal à lui par la valeur. En d'autres termes, la médiane est moyen par ordre le terme de série, résultant au règlement de la succession initiale. Le filtre avec la fenêtre W nous définirons comme il suit :
1
Comme le filtre atténuant, le filtre est utilisé pour la répression des bruits additifs et d'impulsion sur la représentation. Le trait caractéristique медианного du filtre, distinguant lui d'atténuant, est la préservation des différences de l'éclat (contours). De plus si les différences de l'éclat sont grandes en comparaison de la dispersion du bruit additif blanc, le filtre donne une plus petite signification СКО en comparaison du filtre optimum linéaire. Particulièrement effectif le filtre est en cas du bruit d'impulsion.
Quant au bruit d'impulsion, cela, par exemple, le filtre avec la fenêtre 3х3 réprime entièrement les rejets séparés au fond égal, ainsi que les groupes de deux trois et quatre rejets, d'impulsion. Dans le cas total à la répression du groupe des obstacles d'impulsion les montants de la fenêtre doivent être au moins est plus deux fois plus grandes des montants du groupe des obstacles. Parmi des filtres avec la fenêtre 3х3 sont plus répandus les suivants :
 2
Les coordonnées des masques présentés signifient, combien de fois correspondant пиксел entre dans la succession décrite plus haut réglée.
La variété du filtre est la méthode réprimant le bruit d'impulsion et en même temps changeant au minimum les significations de l'éclat contre la représentation initiale, comprend dans le remplacement de l'éclat пикселов des maximums locaux sur la signification locale maxima de l'éclat entre les frontières et le remplacement пикселов des minimums locaux sur la signification locale minimale entre les frontières :
 3
Ici P (i) - l'intensité initiale i; P ' (i) - une nouvelle signification de l'intensité пиксела i. L'équation (1) présente le minimum de k пикселов, l'équation (2) - le maximum de k пикселов. [7]

La detection des contours de l'objet:

Pour la definition des caracteristiques des objets de la representation il est prealablement necessaire de les separer du fond, i.e. trouver leurs frontieres. Ces frontieres representent les courbes sur la representation, le long de qui il y a un changement brusque de l'eclat ou ses derivees selon les variables spatiales. Il faut localiser les places des ruptures de l'eclat ou ses derivees pour apprendre quelque chose les proprietes qui les ont provoque de l'objet represente.

Le bord s'appelle la frontiere entre deux domaines, chacun de qui a l'eclat egal. Le point est considere appartenant au contour, si on satisfait simultanement deux conditions : 1. Ce point appartient a l'objet; 2. Ce point a quand meme un point voisin, qui n'appartient pas a l'objet.

La conclusion:

En generalisant les travaux des investigateurs s'occupant du traitement томограмм, on peut dire qu'aujourd'hui l'appui principal se fait sur l'augmentation de la qualite de la representation, a savoir, les filtrages. Mais on n'accorde pas de plus l'attention a la recherche des objets sur la representation. Le proces du traitement de main томограмм est a present un grand probleme, puisque amene a de grandes depenses du temps et reduit en consequence la capacite de service des cabinets de la tomographie informatique.

Dans le travail moi choisir les methodes les plus optimum контрастирования et les filtrages de ceux qui sont utilises dans deja systemes existant du traitement. En utilisant les methodes et les delimitations, je mets en relief sur les objets, je definis leurs montants et la place. En vertu de l'approche donnee, on elabore le systeme informatique fonde sur le modelage. Il y a нейронная un reseau capable adequatement reagir aux influences d'entree et assurer l'organisation du diagnostic des neoplasmes du foie que prouve la justesse de la methode choisie. Le produit realise de programme comprendra l'experience et les connaissances des specialistes principaux dans ce domaine. Ainsi, l'utilisation des reseaux au traitement informatique des neoplasmes de l'estomac permettra de creer effectif le systeme specialise informatique.

La liste de la litterature:
  1. Габуния Р.И. «Компьютерная томография в клинической диагностике», М: 1995., с.134 - 153
  2. Ермолов А.С., Ходарева Н.Н. «Компьютерно - томографическая семиотика острого панкреатита»//Журнал «Российский журнал гастроэнтерологии, гепатологии, колопроктологии», №4, 1996., с.48 - 52.
  3. Бобровнік Ю. «Комп'ютерна томографія: сучасні програми постпроцесінгу та їх можливості»//Журнал «Променева діагностика, променева терапія», №3, 2002., с.74 - 78.
  4. Зонневельд, Ф.В. «ОБЩАЯ ХАРАКТЕРИСТИКА КОМПЬЮТЕРНОЙ ТОМОГРАФИИ»
  5. Лекции по обработке изображений http://graphics.cs.msu.ru/courses/cg02b/lectures/lection5/sld019.htm