Реферат по теме выпускной работы
Содержание
- Введение
- Цель и задачи исследования, планируемые результаты, предполагаемая научная новизна
- Обзор исследований и разработок
- Краткое изложение собственных результатов
- Выводы
- Список источников
Введение
В настоящее время системы компьютерной диагностики получили широкое распространение и используются для диагностики практически всего организма человека. Своевременность и точность диагностирования в медицине определяют лечебную практику, прогноз и успех лечения, поэтому актуальной является задача повышения точности диагностики, чем обуславливается совершенствование и внедрение новых технологий в системы диагностики.
Переломы различной степени тяжести были и остаются довольно частым явлением. Нередко, для восстановления перелома необходимо произвести оперативное вмешательство. Каждая операция должна быть всегда заранее спланирована таким образом, чтобы хирургическое лечение перелома было проведено в наименее травматичной манере для пациента.
Зачастую при переломах наблюдается смещение осколков кости и для лечения предполагается произвести репозицию осколков – сопоставление фрагментов кости после перелома и их прочная фиксация при помощи различных фиксирующих конструкций: стержней, пластин, винтов, спиц и т.д. Для наиболее эффективного сращения осколков необходимо выбрать, с какой стороны крепить фиксаторы, чтобы обеспечить полную иммобилизацию фрагментов кости, а также предотвратить их возможное смещение в дальнейшем. Чтобы выполнить это, важно учитывать направление и силу тяги мышц, которые крепятся к осколкам.
Таким образом, возникает необходимость разработать систему поддержки принятия решений в процессе планирования операций переломов, которая бы обеспечивала нахождение направления смещения осколков кости.
Цель и задачи исследования
Цель работы: повышение эффективности предоперационного травматологического планирования за счет использования системы поддержки принятия решений, обеспечивающей подбор вариантов фиксации осколков при переломах конечностей.
Основные задачи исследования:
- Проанализировать процесс проведения операций переломов конечностей.
- Разработать модификации алгоритмов компьютерного анализа изображений рентгенограмм.
- Разработать структуру системы поддержки принятия решений.
- Провести экспериментальные исследования разработанных модификаций, проверить работоспособность алгоритмов.
Предполагаемая научная новизна
- Разработка модификации методики оценки качества контурной сегментации изображений рентгенограмм.
- Разработка новой структуры системы поддержки принятия решений в управлении процессом планирования операций при переломах конечностей.
Планируемые практические результаты
- Разработанные модификации алгоритмов позволят определять направления смещения осколков кости при переломах конечностей.
- Созданное программное обеспечение позволит управлять процессом планирования операций при переломах конечностей.
Обзор исследований и разработок
Ведущая и самая используемая программа по предоперационному планированию в мире MediCAD [1], которая на американском и канадском рынках распространяется под названием Orthopedic Tools (система предоперационного планирования в травматологии и ортопедии на основе цифровых технологий), представляемая компанией Agfa-Gevaert Group [2]. Еще одна компания Orthocrat Ltd и ее продукт TraumaCad – программа предоперационного планирования в травматологии и ортопедии [3].
Данные программные продукты позволяют осуществлять точное предоперационное планирование по выбору имплантатов для любых анатомических областей. Также программное обеспечение позволяет выбирать все необходимые фиксирующие элементы при травматологических операциях и ряду ортопедических вмешательств. Однако в данных системах отсутствует автоматическое определение количества осколков (все манипуляции выполняются вручную) и нет возможности пространственно представить, куда будет смещаться тот или иной осколок под действием тяги мышц для помощи в планировании операции.
Обзор национальных и локальных источников не дал результатов.
Краткое изложение собственных результатов
Анализ рентгенограмм должен проводиться в соответствии с общепринятой методикой. Оценивается качество, возможность расшифровки снимка. Составляется общее представление о рентгеноанатомических особенностях исследуемого отдела (включая конфигурацию, размеры отделов костей, конгруэнтность суставных поверхностей и пр.). Вслед за этим тщательно изучается каждый отдел кости, включая особенности развития, аномалии, варианты форм, варианты размеров и положения, соответствие возрастным критериям, степень выраженности деталей анатомического строения, деформация костей и суставов. Существует план исследования рентгенограмм костей [4].
Для автоматизации процесса предоперационного планирования, необходимо выполнить следующее:
- ознакомиться с анатомией конечностей, особенно обратить внимание на анатомические структуры костей, места крепления мышц и механизм их работы;
- при анализе изображений рентгенограмм переломов конечностей определить: количество осколков, их размеры, их расположение относительно друг друга, а также место локализации.
Наиболее сложными и опасными переломами костей конечностей являются переломы бедра. Частота переломов бедренной кости составляет до 3% от всех переломов костей. Выделяют:
- переломы верхнего конца бедренной кости;
- средней части (диафиза или тела кости);
- переломы нижнего конца бедренной кости, к которым относятся переломы мыщелков бедра [5].
Нас интересует именно тело кости.
Для удобства определения локализации осколков, условно поделим диафиз бедра на трети и определим, какие мышцы крепятся на данных участках:
Рисунок 1 – Места крепления мышц бедра
Рисунок 2 – Анатомические структуры бедренной кости
Направление тяги мышц осуществляется в следующих основных направлениях:
Вперед (к наблюдателю, перпендикулярно фронтальной плоскости)
Назад (от наблюдателя, перпендикулярно фронтальной плоскости)
Вниз ↓
Внутрь (влево) ←
Наружу (вправо) →
Исследуя анатомию бедренной кости, представим информацию о мышцах в виде табл.1 [6, 12].
Таблица 1. Направление тяги мышц бедренной кости
| Мышцы | Направление тяги мышцы | Места крепления | |
|---|---|---|---|
| Верхняя треть | медиальная широкая мышца бедра (m. vastus medialis) | вперед | шероховатая линия бедра, связка надколенника |
| промежуточная широкая мышца бедра (m. vastus intermedius) | вперед | на передней поверхности бедра, начиная с межвертельной линии | |
| гребенчатая мышца (m. рectineus) | вперед, внутрь | тазовая кость, шероховатая линия бедра | |
| короткая приводящая мышца (m. adductor brevis) | внутрь, вперед | тазовая кость, шероховатая линия бедра | |
| средняя ягодичная мышца (m. gluteus medius) | наружу | тазовая кость, поверхность большого вертела бедренной кости | |
| квадратная мышца бедра (m. quadratus femoris) | наружу | тазовая кость, большой вертел бедренной кости | |
| подвздошно-поясничная мышца (m. iliopsoas) | вперед, наружу | полости таза, малый вертел бедренной кости | |
| наружная запирательная мышца (m. obturatorius externus) | наружу | кости таза, вертельная ямка бедра | |
| Средняя треть | медиальная широкая мышца бедра (m. vastus medialis) | вниз | шероховатая линия бедра, связка надколенника |
| промежуточная широкая мышца бедра (m. vastus intermedius) | вниз | на передней поверхности бедра, начиная с межвертельной линии | |
| длинная приводящая мышца (m. adductor longus) | внутрь | тазовая кость, средняя треть шероховатой линии бедра | |
| латеральная широкая мышца бедра (m. vastus lateralis) | вперед | большой вертел бедренной кости, сухожилие прямой мышцы | |
| большая приводящая мышца (m. adductor magnus) | внутрь, вперед | тазовая кость, шероховатая линия бедра и медиальный надмыщелок | |
| двуглавая мышца бедра (m. biceps femoris) | вниз | от тазовой кости и нижней части шероховатой линии бедра, головка малоберцовой кости | |
| Нижняя треть | большая приводящая мышца (m.adductor magnus) | внутрь, вперед | тазовая кость, шероховатая линия бедра и медиальный надмыщелок |
| латеральная широкая мышца бедра (m. vastus lateralis) | вперед | большой вертел бедренной кости, сухожилие прямой мышцы | |
| промежуточная широкая мышца бедра (m. vastus intermedius) | вперед | на передней поверхности бедра, начиная с межвертельной линии |
Далее, при изучении механизма работы мышц, их тяги, можно сделать вывод о том, куда будет смещаться кость при переломе.
Как отмечалось выше, необходимо создать систему поддержки принятия решений, которая будет определять направление смещения осколков кости. Для этого нужно выполнить следующие этапы:
- выделить контуры объектов;
- определить количество объектов;
- определить локализацию каждого осколка;
- найти набор мышц, которые крепятся к осколкам;
- определить направление смещения каждого осколка.
Рисунок 3 – Этапы обработки изображения
(анимация: 4 кадра, 7 циклов повторения, 83,4 килобайт)
Первым этапом является выделение контуров объектов. Многообразие методов контурной сегментации в традиционном представлении разделяется на градиентные и пороговые. Основным недостатком пороговых методов является необходимость подбора порогового уровня яркости для получения приемлемого результата обработки изображения. В отличие от пороговых, градиентные методы осуществляют поиск граничных точек путем анализа функции градиента яркости изображения. Нам необходимо выбрать метод, который даст наиболее точный контур. Предполагается использовать следующие методы: Кирша, Канни, Собеля, Прюитта и Робертса [7–10].
Исходные изображения – оцифрованные рентгенограммы в формате jpeg в градациях серого [0…255] (рис. 4,а). Представим их как набор Ai, i∈{1, …, N}. Для каждого Ai на базе экспертной оценки специалиста-травматолога сформировано бинарное изображение Gi (GT-образ).
Необходимо определить метод обработки изображений F, преобразующий исходные изображения Ai в бинарные изображения. При этом, различие между изображением Oi, сформированными методом F, и Gi, предоставленными экспертом, должно быть минимальным, т.е. необходимо найти:
где Δ – мера отличия между двумя изображениями.
Поскольку от меры Δ зависит результат выбора метода контурной сегментации, то необходимо подобрать такую оценку, чтобы Δ(Oi, Gi) было минимальным.
Наиболее распространенным способом оценки результатов контурной сегментации является визуальный. При получении контура он оценивается на замкнутость и отсутствие «ложных границ». Однако данный способ не позволяет автоматизировать выбор наиболее точного метода.
Анализ источника [11] позволяет выделить основные типы характеристик качества выделения границ:
1. Доля T правильно выделенных граничных пикселей изображения Ai (T→max);
2. Cтепень локализации L, которая определяет близость выделенных пикселей к соответствующим им на GT-изображении (L→max).
В зависимости от типа характеристик качества выделения границ, меры различия методов контурной сегментации, подразделяют на меры оценки качества выделения границ и меры оценки локализации.
Примем #A за мощность множества A и определим набор исследуемых мер оценки качества выделения границ.
1. Ошибка первого рода – отношение неправильно выделенных граничных пикселей к общему числу пикселей, не являющихся граничными:
2. Ошибка второго рода определяется как отношение невыделенных граничных пикселей к общему числу граничных пикселей:
3. Специфичность – отношение выделенных не граничных пикселей к общему числу не граничных пикселей GT-образа:
4. Чувствительность – отношение правильно выделенных граничных пикселей к общему числу граничных пикселей GT-образа:
Следует отметить, что величины α и β являются ошибками, то есть их значение должно стремиться к минимуму. Поскольку SP и SV являются количественными характеристиками правильности построения контура, то их значения должны стремиться к максимуму.
Результаты исследования оценок качества контура (3–6) при применении различных методов контурной сегментации к изображениям рентгенограмм сведены в таблицу 2.
Таблица 2. Анализ качества контурной сегментации изображений рентгенограмм
| Метод \ Мера | α | β | SP | SV |
|---|---|---|---|---|
| Кирша | 0,9363 | 0 | 1 | 0,0673 |
| Канни | 0,0543 | 0,3974 | 0,6026 | 0,9460 |
| Собеля | 0,0523 | 0,4155 | 0,5845 | 0,9479 |
| Прюитта | 0,0490 | 0,4204 | 0,5796 | 0,9512 |
| Робертса | 0,0677 | 0,3952 | 0,6048 | 0,9326 |
Результаты применения контурной сегментации представлены на рисунках 4, б-е.
Рисунок 3 – Пример применения контурной сегментации к рентгенографическим изображениям: а) исходное изображение; б) метод Канни; в) метод Кирша; г) метод Прюитта; д) метод Роберста; е) метод Собеля
В результате анализа табличных данных установлено, что величина α взаимозависима с величиной SV, а β с SP и их сумма дает 1. Следовательно, величины α и β в оценивании результатов контурной сегментации можно отбросить.
Для проверки результатов оценки контурной сегментации (рис.3), проведем дополнительный визуальный анализ. При этом будем учитывать количество разрывов контуров, дополнительные помехи, точность контурных линий по сравнению с идеальным контуром. Результаты оценки выражаются коэффициентом k∈[0;1] и приведены в таблице 3.
Таблица 3. Сравнение оценок контурной сегментации изображений рентгенограмм
| Оценка \ Метод | Кирша | Канни | Собеля | Прюитта | Робертса |
|---|---|---|---|---|---|
| k | 0 | 1 | 0,6 | 0,5 | 0,7 |
| γ | 0,5334 | 0,7743 | 0,7662 | 0,7654 | 0,7687 |
Для получения соответствия между результатами визуальной оценки и значениями SV и SP, приведенными в таблице 2, предлагается использовать среднее арифметическое значений этих оценок:
Это обусловлено тем, что при максимальных значениях данных мер, теоретически результат обработки должен быть наилучшим. Наибольшее значение γ получилось в методе Канни, то есть можно сделать вывод, что данным метод наилучшим образом подходит для выделения контуров на рентгенограмме.
Выводы
Изучен процесс предоперационного планирования и анатомические особенности строения бедренной кости, рассмотрены существующие системы, проанализированы их достоинства и недостатки и разработаны этапы решения поставленной задачи. Выбраны оптимальные методы контурной сегментации изображений рентгенограмм.
Дальнейшие исследования направлены на следующие аспекты:
- Нахождение методов выделения объектов на изображении.
- Составление базы правил по известным направлениям мышечной тяги.
- Определение направления смещения каждого объекта (осколка).
- Разработка системы поддерджки принятия решений в управлении процессом планирования операций при переломах конечностей.
Важное замечание! При написании данного автореферата магистерская работа еще не завершена. Окончательное завершение: декабрь 2012 г. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.
Список источников
- Информация о продукте MediCAD [Электронный ресурс]. – Режим доступа: http://www.hectec.de.
- Информация об Agfa HealthCare [Электронный ресурс]. – Режим доступа: http://www.ehealthnews.eu.
- Информация об Orthocrat, Ltd. [Электронный ресурс]. – Режим доступа: http://www.bioportfolio.com.
- Анализ рентгенограмм и протоколирование рентгенологических исследований [Электронный ресурс]. – Режим доступа: http://zhuravlev.info.
- Травматические повреждения бедра [Электронный ресурс]. – Режим доступа: http://traumatology.eurodoctor.ru.
- Большая медицинская энциклопедия. Мышцы бедра [Электронный ресурс]. – Режим доступа: http://www.spravochnik-anatomia.ru.
- Грищенко А.А. Обработка изображений, цифровая обработка сигналов, распознавание образов [Электронный ресурс]. – Режим доступа: http://www.sati.archaeology.nsc.ru.
- Детектор границ Канни [Электронный ресурс]. – Режим доступа: http://habrahabr.ru.
- Градиентные методы подчеркивания контуров [Электронный ресурс]. – Режим доступа: http://www.sernam.ru.
- Гонсалес Р. Цифровая обработка изображений в среде MATLAB / Гонсалес Р., Вудс Р., Эддинс С. – М.:Техносфера, 2006. – 616с.
- Грибков И.В. Некоторые вопросы количественной оценки производительности детекторов границ / Грибков И.В., Захаров А.В., Кольцов П.П. и др. // «Программные продукты и системы» №4, 2011.
- Анатомия бедра [Электронный ресурс]. – Режим доступа: http://www.sportmedicine.ru.