ДонНТУ >
Портал магистров ДонНТУ
Факультет компьютерных информационных технологий и автоматики
Специальность: Специализированные компьтерные системы
Проблема точного и своевременного определения различных заболеваний, обусловила необходимость создания и разработки разнообразных диагностических методов. Одним из современных методов является лучевая диагностика. С расширением парка высокотехнологичных медицинских диагностических устройств лучевой диагностики, называемых также устройствами медицинской визуализации (цифровые рентгеновские системы, компьютерные, магнитно-резонансные томографы, системы ультразвуковой диагностики и т.д.), проблема автоматизации процесса анализа медицинских цифровых изображений становится все более актуальной. Наличие изображения в электронной форме позволяет выполнять достаточно сложную компьютерную обработку, к примеру, наложение изображений компьютерного томографа и магнитно-резонансного томографа и т.д., значительно улучшающую возможность постановки диагноза и принятия решений о лечении пациента. Компьютерный анализ позволяет обеспечить более качественный результат, за счет существенного расширения возможностей специалистов. Обычная томография не всегда позволяет добиться этого, главным образом потому, что "информационная емкость" изображения во много раз превосходит возможности "извлечения" ее с помощью визуального анализа врачом. Так применение компьютера позволяет проводить масштабирование цифровых изображений, сглаживание, контрастирование, фильтрацию, выделение зон интереса, построение гистограмм среза. Для практической медицины это означает значительное расширение возможностей распознавания патологических состояний на ранних стадиях поражения.
Актуальность изучения темы заболеваний поджелудочной железы не вызывает сомнений. Заболеваемость поджелудочной железы постоянно растёт, особенно среди мужчин в возрасте 30-60 лет и занимает 4 место в структуре онкологической смертности, поэтому медицинские центры, где проводится подобного вида диагностика, нуждаются в программном обеспечении, которое позволит специалистам дифференцировать опухоли, оценивать и прогнозировать возможное состояние пациента. Из года в год количество раковых заболеваний неуклонно растет. Среди первичных заболеваний выделяют острый и хронический панкреатит, кисты и опухоли поджелудочной железы. Компьютерная томография (КТ) помогает детально исследовать внутренние органы, обнаружить опухоль и уточнить степень ее распространения. Кроме того, КТ дает возможность сделать прицельную пункцию подозрительного на опухоль очага в поджелудочной железе.
Целью данной работы является разработка методов автоматизации анализа компьютерных томограмм. Современный анализ компьютерных томограмм должен содержать следующие этапы: фильтрацию изображения, регулирование яркости и контрастности, а также оконтуривание и выделение объектов. Будет производиться расчет параметров объектов (их размеры, площадь, число объектов, их яркость) и постановка диагноза.
Поджелудочная железа располагается в глубине верхней части брюшной полости. Схематично она состоит из головки, тела и хвоста. Значение поджелудочной железы в организме очень велико. В ткани железы вырабатываются ферменты, вещества, участвующие в переваривании белков, жиров и углеводов, они выделяются в общий проток поджелудочной железы, а затем попадают в 12-перстную кишку, где и оказывают свое физиологическое действие на пищу. Кроме того, в поджелудочной железе есть специализированные клетки, вырабатывающие гормон инсулин, который, попадая в кровь, регулирует обмен сахара в организме. Недостаточность выделения этого гормона приводит к такому серьезному заболеванию как сахарный диабет. Различные заболевания поджелудочной железы в основной своей массе проявляются сходными признаками. Это боли, диспептические расстройства и некоторые общие проявления. Боли возникают в подложечной области живота, левом подреберье или бывают опоясывающими, отдают под левую лопатку, в спину. Боли могут быть приступообразными и постоянными, они усиливаются после переедания, употребления жирной, острой и жареной пищи, алкоголя. Тепло усиливает боли, применение холода несколько уменьшает. Боли ослабевают также при некоторых вынужденных положениях больного - сидя, согнувшись вперед; лежа на боку с притянутыми к груди коленями.В левом подреберье при ощупывании живота может быть болезненность. Из диспептических признаков наиболее характерны тошнота и рвота, а также поносы. При заболеваниях поджелудочной железы часто бывает немотивированное выраженное снижение аппетита, снижение веса. В настоящее время для диагностики применяют неинвазивный метод - рентгеновскую ядерно-магнитно-резонансную, компьютерную томографию (КТ). При КТ с помощью перемещающихся детекторов и рентгеновской трубки получают картину поперечных прицельных тонких томографических срезов всего тела на избранных уровнях. КТ является единственным методом, позволяющим получить прямое изображение поджелудочной железы. Метод КТ используется для диагностики острого и хронического панкреатита, кист и опухолей поджелудочной железы.
При цифровой обработке изображений обычно используется его представление в памяти в виде матрицы пикселей f(n1,n2), 1<=m1 <= N, 1<= m2 <= N2. Обработка изображения в общем случае заключается в выполнении какого-либо преобразования указанной матрицы, в результате которого формируется набор ее числовых характеристик или новое обработанное изображение. Преобразование может касаться значений элементов или их координат, выполняться над матрицей в целом, группой элементов или как каждым элементом в отдельности.
Усредняющий фильтр - фильтр, который реализовывает операцию локального усреднения, в которой значение яркости каждого пикселя заменяются на среднее всех значений яркости в будь - которому окружении, определенному с помощью маски свертка. Например, возьмем окружение 3x3 для пикселя (i j), получим:
Когда для усереднющего фильтра используется маска свертки NxN, значение N контролирует «количество» фильтрации. С его увеличением уменьшается количество шума на изображении, но вместе с тем теряются и детали. Поэтому при выборе конкретного значения N и маски свертка необходимо искать компромисс между нужным уровнем фильтрации и конечной детализацией изображения.
Повышение/снижение яркости - это, соответственно, сложение/вычитание значения яркости с некоторым фиксированным значением, также в пределах от 0 до 255; при этом обязательно необходимо контролировать выход нового значения канала за границы диапазона 0..255.
Выделение контуров объектов осуществляется пороговым методом. В основе этого метода лежит нахождение границ, которые являются кривыми на изображении, вдоль которых происходит резкое изменение яркости или ее производных по пространственным изменениям. Выделение границы объекту сводится к анализу пикселей объекта, которое вырабатывается за принципом восьми связанности[3]. Точка считается той, что принадлежит контуру, если одновременно выполняются два условия:
1. Эта точка принадлежит объекту (в данном случае имеет яркость 255);
2. Эта точка имеет хотя бы одну соседнюю точку, которая не принадлежит объекту (в данном случае имеет яркость 0).
Оконтуривание осуществляется по следующему алгоритму:
1. Оконтуривание начинается из верхнего левого края томограмм;
2. Происходит поиск первой точки, в которой происходит перепад яркости, она является началом первого контура;
3. Для данной точки по принципу восьми связанности осуществляется поиск соседних точек, в которых также осуществляется перепад яркости. Они также входят в данный контур. Процесс длится до нахождения всех точек данного контура;
4. После формирования контура осуществляется поиск точки, в которой происходит перепад яркости, но которая не была включена в какой-либо контур. Эта точка дает начало новому контуру;
5. Шаги 3 и 4 повторяются до тех пор, пока все точки, которые являются предельными, не будут включены в контуры;
6. Осуществляется подсчет числа объектов, а также определяется их площадь и размеры;
7. Полученные контуры наносятся на начальное изображение для визуализации найденных объектов.
В своей работе я постараюсь выбрать наиболее оптимальные методы контрастирования и фильтрации из тех, которые используются в уже существующих системах обработки томограмм. Используя методы бинаризации и оконтуривания, я выделяю на томограмме объекты, определяю их размеры и площадь. На основании данного подхода, разрабатывается компьютерная система.
Сойфер В.А. Компьютерная обработка изображений Ч.1.//Соросовский образовательный журнал, №2, 1996, с. 118-124.
Агапов И.А., Кашкин В.Б. Обработка изображений: методические указания, ч. 1,2//Красноярскийгос.ун-т, Красноярск, 1994.
Претт У. Цифровая обработка изображений: в 2-х книгах. Кн.2. -М.:Мир,1982
Разработка методов и алгоритмов обработки УЗИ-эхограмм печени для диагностики гепатита.
Автор: Мартыновской Ю.С.
Научный руководитель: Адамов В.Г.
Разработка специализированной системы обработки изображений на базе нейронных сетей Кохонена.
Автор: Тупикиной С.В.
Научный руководитель: Скобцов Ю. А.
Разработка методов и алгоритмов обработки медицинских изображений с использованием методов искусственного интеллекта.
Автор: Близкой О.В.
Научный руководитель: Скобцов Ю. А.
"Компьютерная обработка изображений". Конспект лекций.
Обработка изображений с использованием библиотеки Intel Image Processing Library.
Консультационный центр matlab.
Описание применения matlab при обработке изображений.
Цифровая обработка изображений. Теоретический раздел.
Компьютерная томография.