ДонНТУ   Портал магістрів

Реферат за темою випускної роботи

Зміст

Вступ

Комп'ютерна обробка медичних зображень передбачає обробку цифрових зображень за допомогою комп'ютерів або спеціалізованих пристроїв, побудованих на цифрових сигнальних процесорах.

Всі медичні зображення, незалежно від способів їх отримання, належать до однієї з двох груп: аналогові і цифрові зображення. Аналогові зображення несуть інформацію безперервного характеру (наприклад, рентгено- або кардіограми). Цифрові зображення зазвичай виходять за допомогою комп'ютера і мають в своїй основі матрицю, яка міститься в його пам'яті. Таким чином, цифрові зображення, на відміну від аналогових, мають дискретний характер.

При комп'ютерній обробці медичних зображень вирішується широке коло завдань, таких як поліпшення якості зображень; розрахунок клінічно важливих кількісних параметрів; спектральний аналіз багатовимірних сигналів; розпізнавання і стиснення зображень [1].

Оптико-топографічні методи обстеження хребта отримали широке розповсюдження в 70-х роках минулого століття, особливо в області діагностики його викривлень. Всі ці методи засновані на аналітичній обробці фотографій спини пацієнта, зроблених під різним кутом при спеціальному освітленні. В подальшому для обробки знімків стали використовуватися спеціальні комп'ютерні програми, що було покладено в основу методу комп'ютерно-оптичної діагностики (скорочено – КОД). Для обробки використовуються фотографії спини пацієнта в декількох позах, освітленій вертикальними смугами світла під певним кутом. Комп'ютерна обробка цих знімків дозволяє визначити обсяг і напруженість м'язів хребта, виявити відхилення в розташуванні кісток, зокрема, величину сколіотичних дуг. Всі ці дані в подальшому можуть бути використані фахівцями для постановки точного діагнозу і призначення відповідного лікування. До основних переваг даного методу відносяться, перш за все, його повна нешкідливість (порівнянна із звичайною фотографією), а також висока точність і змістовність результатів (порівнянна з рентгенівським знімком).

При проведенні обстеження за методом комп'ютерно-оптичної діагностики пацієнт поміщається на настановну платформу спиною до фотокамери, при цьому верхня частина тулуба повинна бути оголена. Потім проводиться кілька фотознімків: в природній позі (з розслабленою спиною), в «активної» позі (з «випрямленою» зусиллям спиною), при необхідності фахівці можуть зробити знімки і в інших позах. Після обробки даних в комп'ютері результати виводяться у вигляді графічного представлення поверхні спини у відповідних площинах [2].

1. Актуальність теми

При встановленні діагнозу і проведення лікування лікарі все більше покладаються на медичні зображення, які дають основний обсяг інформації про пацієнта і його захворювання. Однак, їх наявності ще недостатньо, оскільки потрібно аналіз та інтерпретація, і отримані відомості використовуються, далі, для установки діагнозу, при подальшому лікуванні та плануванні терапії.

Розпізнавання патологічних процесів є однією з найбільш важливих задач обробки медичних зображень. Разом з тим, завдання автоматизованої діагностики патологічних процесів за даними медичних зображень поки ще далека від свого вирішення.

Магістерська робота присвячена актуальній науковій завданню розробки структури та реалізації програмної системи для аналізу медичних зображень та діагностики патології постави за допомогою теоритического аналізу методів відображення результатів при дослідженні зображень, що включає алгоритмічні та оптимізаційні прийоми. Інструментальним засобом дослідження виступає середу розробки C#. NET.

2. Мета і завдання дослідження, плановані результати

Метою роботи є проведення теоретичного аналізу сучасних методів відображення інформації при дослідженні зображень та результатів їх обробки, співставлення основних алгоритмів сегментації та визначення перспективних для їх подальшого використання при аналізі медичних зображень.

Основні завдання дослідження:

  1. Узагальнення літературних джерел та проведення теоретичного аналізу методів відображення результатів при дослідженні зображень та результатів їх обробки, а також відомих алгоритмів.
  2. Визначення особливостей цих алгоритмів і вибір кращого для використання при аналізі медичних зображень.
  3. Розробка програмного забезпечення для автоматизованого визначення патології.
  4. Проведення обчислювальних експериментів, порівняльний аналіз результатів, формулювання висновків.

Об'єкт дослідження : система аналізу і обробки медичних зображень.

Предмет дослідження : інформаційне, методичне та прогараммно-алгоритмічне забезпечення цієї системи.

В рамках магістерської роботи планується отримання актуальних наукових результатів за наступними напрямками:

  1. Розробити метод автоматизованого аналізу і обробки медичних зображень, що дозволяє виявляти користувачеві об'єкти інтересу.
  2. Розробити систему аналізу й обробки медичних зображень, що забезпечує підвищення ефективності виявлення дослідником об'єктів патології.
  3. Провести експериментальну апробацію методу і ситеми автоматизованого аналізу і обробки медичних зображень.
  4. Розробити рекомендації з аналізу та обробці медичних зображень, що містять об'єкти інтересу, для підвищення ефективності їх виявлення дослідником.

Для експериментальної оцінки отриманих теоретичних результатів і формування фундаменту наступних досліджень, як практичних результатів планується розробка програмного забезпечення, що реалізує автоматичний аналіз медичних зображень і виявлення об'єктів інтересу.

3. Огляд досліджень і розробок

3.1 Огляд міжнародних джерел

У 1895 році Рентген відкрив Х-промені, і це були вперше медичні зображення. У перший разстало можливо візуалізувати неінвазивної (тобто, не через операції) всередині людського тіла. Це відкриття отримало широкого розголосу в пресі, і "X - ray" манія відразу захопила Європу і США.

Сьогодні рентгенографії є звичайною і невід'ємною частиною медицини. Патології можна спостерігати безпосередньо, а не виводиться із симптомів.

Технологія зображень значно покращилася з кінця XIX століття. Багато різних методів візуалізації були розроблені і використовуються в клінічній практиці. Тому що вони засновані на різних фізичних принципах. Ці методи можуть більш-менш підходити для того чи іншого органу або патології. На практиці вони взаємно доповнюють один одного.

С. Анжемент, Е. Пічон, А. Танненбаум і інші американські вчені використовують математичні методи для аналізу та обробки медичних зображень, зокрема диференціальні рівняння в приватних похідних [3].

Важливою складовою аналізу медичних зображень є сегментація. Загалом, методи сегментація засновані на двох основних властивостях пікселів по відношенню до їх околиці: розриві і подобі. Іспанські дослідники X.Cufi, X.Munoz, J.Freixenet, J.Marti пропонують синтезувати ці методи для отримання оптимального результату [4].

У роботах російських вчених для реєстрації медичних зображень використовуються еволюційні алгоритми [5].

У Санкт-Петербурзькому державному електротехнічному університеті «ЛЕТІ» ім. В.І. Ульянова (Леніна) (СПбГЕТУ) на кафедрі біотехнічних систем кандидатом технічних наук Віллевальде А. Ю. була розроблена системи аналізу та обробки медичних зображень, що забезпечує підвищення ефективності виявлення дослідником невеликих малоконтрастних об'єктів на них за рахунок узгодження просторових і енергетичних характеристик зображень з властивостями зорової системи дослідника [6].

3.2 Огляд національних і локальних джерел

У Донецькому національному технічному університеті (кафедра автоматизованих систем управління) широко розробляються методи аналізу медичних зображень, засновані на алгоритмі мурашиних колоній, нейронних мережах, методу маркертного вододілу та інших.

Проведенням наукових досліджень з даної тематики займається професор, доктор технічних наук, завідувач кафедрою АСУ, Скобцов Ю. А., доцент кафедри АСУ Меркулова Е. В., а також інші співробітники кафедри разом з аспірантами та студентами [7 - 9].

4. Результати, отримані на момент написання реферату

Обробка та аналіз зображень складається з наступних етапів.

  1. Попередня обробка. Фаза попередньої обробки усуває відхилення, пов'язані з системою генерації зображення, і зменшує шуми.
  2. Зміна контрастності зображення. Розрахунок гістограми зображення створює уявлення кількості пікселів для кожного рівня сірого кольору в зображенні.
  3. Сегментація. Ця фаза обробки зображення ізолює окремі його елементи.
  4. Розрахунок параметрів. Розрахунок лінійних і об'ємних параметрів анатомічних утворень.
  5. Інтерпритація ізображеній.Полученние структури і параметри повинні бути порівнянні з відомими структурами та класифіковано [10].

Першим етапом цієї роботи є створення програмного продукту, що дозволяє виробляти візуальну і, як наслідок, наближену оцінку існуючих патологій постави. В програмі передбачені такі функції: можливість завантаження зображення, проведення прямих ліній (вертикальних і горизонтальних), побудови вертикальних середніх ліній, визначення відстаней між лініями, зміни кольору або товщини ліній, обчислення кута між лініями, масштабування зображення, його копіювання і робота з текстом.

Математична модель

Для реалізації функцій програми, пов'язаних з розрахунком відстаней і кутів, пряма представлена ?двома точками: початком і кінцем. Відповідно, кожна точка має координату по осі Х і У. Це дозволяє використовувати стандартні формули і методи для роботи з координатами на площині.

Відстань між двома рівними вертикальними паралельними прямими одно модулю різниці їх координат по осі Х.

Координати для побудови середньої лінії обчислюються за формулою середини відрізка.

Визначення кута між лініями здійснюється згідно відомою формулою знаходження кута між векторами, причому кожен з них поставлено своєї початкової та кінцевої точкою.

Програмна реалізація

Виконавчий файл програми був розроблений засобами Microsoft Visual Studio 2008, з використанням мови програмування прикладного рівня C #. Інтерфейс програми, в даний час, є складовим і складається з головного вікна і ряду елементів управління. Він виконаний у стандартному для windows-додатків стилі, що полегшує його сприйняття.

Опишемо, як програмно реалізуються основні функції цього додатка.

Визначення відстані між лініями здійснюється в кілька етапів.

Спочатку отримуємо координати початкових і кінцевих точок послідовно виділених прямих.

Стандартна чіткість робочої області форми становить 100 пікселів на дюйм. Відповідно 1 дюйм = 25,4 мм = 2,54 см. Таким чином, в 1 піксель доводиться 0,0254 см, що відповідає реальному відстані на екрані.

Т.к. визначаємо відстань між паралельними вертикальними прямими, то розрахункова формула буде дорівнює:

distance = Math.Abs((p1 [0]. X + p1 [1]. X) / 2 - (p2 [0]. X + p2 [1]. X) / 2) * 0.0254, де

p1 – масив, що містить координати точок першої прямої,

p2 – масив, що містить координати точок другий прямий,

Math.Abs – функція взяття модуля.

За умовою завдання, крок сітки становить 5 сантиметрів. Округлене відстань між лініями сітки становить 25 пікселів. Значить 25 пікселів = 5 см, отже, 5 пікселів = 1 см.

distance2 = Math.Abs((p1 [0]. X + p1 [1]. X) / 2 - (p2 [0]. X + p2 [1]. X) / 2) / 5 - відстань між прямими з урахуванням кроку сітки.

Визначення кута між лініями виглядає наступним чином:

double abcd = (p1 [1]. X - p1 [0]. X) * (p2 [1]. X - p2 [0]. X) + (p1 [1]. Y - p1 [0] . Y) * (p2 [1]. Y - p2 [0]. Y) – обчислення скалярного твору.

double ab = Math.Sqrt ((p1 [1]. X - p1 [0]. X) * (p1 [1]. X - p1 [0]. X) + (p1 [1]. Y - p1 [0]. Y) * (p1 [1]. Y - p1 [0]. Y)) – знаходження довжини першої лінії (вектора).

double cd = Math.Sqrt ((p2 [1]. X - p2 [0]. X) * (p2 [1]. X - p2 [0]. X) + (p2 [1]. Y - p2 [0]. Y) * (p2 [1]. Y - p2 [0]. Y)) – знаходження довжини другої лінії (вектора).

double angle = Math.Round (rad * Math.Acos (abcd / (ab * cd)), 2) - обчислення кута між векторами та перекладів заходи цього кута з радіан в градуси.

if (angle> 90.0) {angle = 180 - angle;} – висновок тільки гострого або прямого кута.

Побудова середньої лінії між двома маркерними лініями реалізується наступним чином:

this.s.addLine (Math.Abs(p1 [0]. X + p2 [0]. X) / 2, p1 [0]. Y, Math.Abs(p1 [1]. X + p2 [ 1]. X) / 2, p2 [1]. Y, this.CreationPenColor, CreationPenWidth).

Етапи взаємодії користувача з програмою

Етапи та порядок взаємодії користувача з програмою наступні:

1. Завантажуються фотографії у форматі JPEG (пацієнт на тлі калібрувального екрану) (малюнок 1).

Рісунок 1-Вихідні ізображенія: фото 1, фото 2 Рісунок 1-Вихідні ізображенія: фото 1, фото 2

Рисунок 1 - Вихідні зображення: фото 1, фото 2

2. На зображеннях, показаних на фото 1 та 2, проводиться побудова трьох паралельних ліній. На калібрувальному екрані справа, – це 3 червоні лінії – малюнок 2 і 3.

Рісунок 2-Вертикальні маркерні лінії на фото 1

Рисунок 2 - Вертикальні маркерні лінії на фото 1

Рісунок 3-Вертикальні маркерні лінії на фото 2

Рисунок 3 - Вертикальні маркерні лінії на фото 2

3. Проводиться горизонтальна Реброва лінія (вона проходить через найвищу точку, утворену реберної дугою, паралельно калібрувальним лініях) – малюнок 5.

4. Розраховуються відхилення:

Фото 1: