Русский   English
ДонНТУ   Портал магістрів

Реферат за темою випускної роботи

Зміст

Вступ

Комп’ютерні технології займають все більше областей життя сучасної людини, тому не дивно, що сучасна медицина активно використовує новітні наукові розробки та методи. Чим стрімкіше розвиваються технології, тим більше часу ми проводимо сидячи за екраном монітора. Застосування комп’ютерів в медицині дозволяє істотно спростити роботу лікарів, а також підвищити точність постановки діагнозу і поліпшити планування лікування пацієнтів.

Пухлини – це патологічні розростання тканин, що складаються з якісного змінених клітин, які стали атиповими в процесах диференціювання, характеру росту та інших. Розрізняють доброякісні та злоякісні пухлини. Лікування пухлин здійснюють різними методами залежно від їх виду, локалізації, стадії розвитку, віку хворого та інше. У сучасному світі все більша увага приділяється застосуванню радіотерапії для лікування злоякісних новоутворень.

Променева терапія являє собою комплекс захлдів, які включають не тільки лікування, але також попередній розрахунок параметрів лікування. Послідовні етапи застосування променевої терапії:

Найважливішим етапом лікування є клінічне планування. На даному етапі визначається локалізація і об’єм пухлин, проводиться їх кількісна та якісна оцінка. На підставі отриманих даних розробляється план лікування, встановлюється необхідна експозиційна доза опромінення. У свою чергу, для розробки оптимального плану лікування необхідно правильно визначити геометричні параметри новоутворення.

1. Методи виділення контурів об’ектів

Виділення країв відіграє важливу роль в аналізі зображень і розпізнаванні образів при вирішенні проблеми комп’ютерного зору. Край є точками різкої зміни значень яскравості в напівтоновому зображенні і тому важливою характеристикою зображення. Ці різкі точки переходу вказують місця розташування контурів об’єктів на зображеннях. Представлення країв об’єктів на зображенні дозволяє зменшити кількість даних, що зберігають важливу інформацію про форму об’єктів в сцені. Виділення країв є найбільш використовуваною технологією в процесі обробки цифрового зображення. При визначенні меж об’єкту проводиться обчислення двовимірного просторового градієнта на зображенні, і виявляються області, відповідні межам. При цьому відбувається оцінка модуля градієнта в кожній точці напівтонового зображення.

Виділення контурів – термін в теорії обробки зображень і комп’ютерного зору, частково з області пошуку і виділення об’єктів, грунтується на алгоритмах, які виділяють точки цифрового зображення, в яких різко змінюється яскравість або є інші види неоднорідностей. Результатом виділення контурів є набір зв’язаних кривих, що позначають межі об’єктів, граней і відбитків на поверхні, а також криві, які відображають зміни положення поверхонь. Об’єкти складаються з численних частин різних кольорових рівнів. Перепад яскравості – це зв’язна множина пікселів, що лежать на кордоні між двома областями.

Розглянемо деякі найбільш уживані методи виділення контурів.

1.1. Метод Собеля

Даний метод дозволяє виділити межі зображення шляхом накладення двох масок обертання на кожен піксель. Ці маски дозволяють виявити горизонтальні і вертикальні межі об’єктів на зображенні.

Маски оператора Собеля

Рисунок 1.1 – Маски оператора Собеля

При роздільному накладанні цих масок на піксель можна отримати значення вертикального Gy і горизонтального Gx градієнтів. Кінцеве значення визначається за формулою 2.1.

Формула оператора Собеля

Формула 1.1 – Оператор Собеля

1.2. Метод Лапласа

Для вирішення завдання виділення перепадів яскравості можна застосувати диференціальні оператори більш високого порядку, наприклад оператор Лапласа(формула 1.2).

Формула оператору Лапласа

Формула 1.2 – Оператор Лапласа

У дискретному випадку оператор Лапласа можна реалізувати у вигляді процедури лінійної обробки зображення вікном 3x3.

Маски оператора Лапласа

Рисунок 1.2 – Маски оператора Лапласа

Для фільтрування зображення достатньо застосування однієї з запропонованих масок. Тут значення градієнта обчислюється відразу, а не як деяке середнє після накладення двох матриць. Отже, даний метод має перевагу у відносній простоті розрахунків, однак при цьому погіршується якість контурування зображення.

1.3. Метод Робертса

У комп’ютерному зорі перехресний оператор Робертса – один з ранніх алгоритмів виділення границь, який обчислює суму квадратів різниць між діагонально суміжними пікселями.Це може бути виконано згорткою зображення з двома ядрами.

Інакше кажучі, кожен піксель одержуваного зображення обчислюється по правилу:

tmp1 = absolute_value(input_image(x, y) − input_image(x+1,y+1))

tmp2 = absolute_value(input_image(x+1,y) − input_image(x, y+1))

output_image(x, y) = Sqrt(tmp12 + tmp22)

Перетворення кожного пікселя перехресним оператором Робертса може показати похідну зображення уздовж ненульової діагоналі, і комбінація цих перетворених зображень може також розглядатися як градієнт від двох верхніх пікселів до двох нижніх. Оператор Робертса все ще використовується заради швидкості обчислень, але він програє порівняно з альтернативами з його значною проблемою чутливості до шуму. Він дає лінії тонше, ніж інші методи виділення кордонів. Іноді його називають фільтром Робертса.

2. Методи визначення об’ему об’екту по низці зображень

Визначення об’єму об’єкту – завдання досить поширене і має безліч реалізацій в різних мовах програмування. У разі, якщо ми маємо справу з правильною геометричною фігурою, ця задача вирішується досить легко відомими математичними формулами. Однак у випадку, якщо фігура неправильної форми, то виникає ряд складнощів в визначенні її об’єму.

Існує досить багато методів оцінки геометричних параметрів об’єкта за його плоскими знімками. Основною відмінністю даних методів є те, які знімки використовуються для визначення геометричних параметрів і таким чином побудова тривимірного зображення.

Розглянемо різні способи визначення геометричних параметрів об’єкта в залежності від комплексу фотографій об’єкта.

2.1. Визначення геометричних розмірів объекту за перспективними знімкамим

Перспективна проекція

Рисунок 2.1 – Перспективне зображення об’екту W на площину P

Як видно з представленої на рис. 2.1 ситуації, є 2 зображення об’єкта W1 і W2, отриманих з точок a1 і a2 відповідно. При вирішенні даної задачі необхідно, щоб було відомо положення ЛА щодо об’єкта. Далі за допомогою методів контурного аналізу визначаються зв’язані точки в проекціях W1 і W2, проводиться розмітка контуру проекції і розраховуються лінійні параметри об’єкта. Далі, застосовуючи векторне перетворення, можлива побудова 3D зображення об’єкта і розрахунок його об’єму.

2.2. Розрахунок геометричних параметрів за параллельними проекціями.

Сучасні медичні діагностичні апарати типу МРТ і КТ проводять сканування пацієнтів і отримують певну кількість паралельних знімків зрізів тіла.

Завдання визначення об’єму органу буде розбиватися на ряд підзадач . Головною і найбільш трудомісткою буде визначення площі поперечного перерізу органу (пухлини). Дане завдання, в свою чергу, є трудомістким і ресурсномістким, так як органи і тканини мають неправильні форми, і розрахунок їх площ буде проводиться методом програмного інтегрування. Так як отримані результати будуть вимірюватися в пікселях, то для отримання реальних розмірів органів необхідно здійснити перерахунок їх до лінійних величинин. Для цього скористаємося перевагами стандарту DICOM .

МРТ знімки головного мозку

Рисунок 2.2 – Поздовжні зрізи головного мозку

Як відомо з геометрії, об’єм фігури визначається як добуток площі її поперечного перерізу на висоту. Тоді визначити об’єм пухлини або органу можна шляхом множення площі їх поперечного зрізу на відстань між послідовними зрізами. Даний метод не виключає виникнення похибок вимірювань і призводить до погрішностей в розрахунках, проте велика кількість зрізів веде до того, що зменшується похибка розрахунків. Сучасні комп’ютерні МРТ і КТ сканери дозволяють отримувати знімки з товщиною зрізу від 1 до 4 мм, що не впливає суттєво на результат.

3. Програми для кліничного застосування

Як зазначалося раніше, DICOM – це медичний формат зображень. Розробка та впровадження даного типу файлів здійснювалася з метою спрощення роботи лікарів–рентгенологів і радіологів.

Програми, що використовуються в медичних установах, часто є специфічними, і застосовуються в конкретних областях медицини. Так як надалі планується розробка програмного забезпечення для аналізу знімків хворих з онкологічними захворюваннями, то розглянемо кілька пакетів програм, які схвалені для клінічного застосування в онкоцентрах. Додатковою опцією таких програмних продуктів є можливість планування радіологічного лікування.

3.1. Система Тонкий луч

Система Тонкий луч для планування дистанційної променевої терапії з джерелом 60Co була розроблена на початку 90‑х років і орієнтована на технічні можливості того часу. Зокрема, вона працювала під операційною системою MS DOS і мала обмежені можливості комунікації з іншими програмними засобами. В даний час Тонкий луч хоча і задовольняє за своїми можливостями значній частці рутинних завдань планування на одиночному поперечному зрізі пацієнта, представляється вкрай бідним з точки зору відкритості системи, підтримки інформаційних потоків і ефективного використання потужності сучасних обчислювальних засобів і багатозадачних операційних систем. Її, на жаль, досі використовують в ряді національних клінік з огляду на те, що немає фінансової можливості придбання нового сучасного обладнання та програмного забезпечення. Дана система на сьогоднішній день вже морально застаріла.

3.2. Плануюча система Nucletron

Переваги данної плануючої системи:

  1. Легкість використання.
  2. Відносно швидкий розрахунок дозного розподілу.
  3. Можливість виведення на екран ізодози будь‑якої величини.

До недоліків можна віднести наступне:

  1. Робота під ОС MS DOS.
  2. Введення поперечного зрізу вручну, за шаблоном, що може не відповідати структурі внутрішніх органів пацієнта.
  3. Відсутність БД.
  4. Розрахунок часу опромінення саостійно.

3.3. Плануюча система Eclipse фірми Varian

Плануюча система Eclipse фірми Varian – це всебічна система, яка спрощує складність сучасної променевої терапії, розраховуючи дозний розподіл не на одному поперечному зрізі, а в об’ємному середовищі, використовуючи кілька знімків. У Eclipse фізики і лікарі ретельно створюють, вибирають і перевіряють кращі плани опромінення для хворих.

Продвинуті алгоритми в Eclipse точно і швидко обчислюють розподіл дози для фотонів, електронів і протонів. З комбінацією модульних алгоритмів і гнучкою архітектурою Eclipse, лікар може вибрати оптимальний алгоритм для кожного окремого лікування.

Виходячи з вищесказаного, видно наступні факти: дешеві вітчизняні плануючі системи є морально застарілими і не задовольняють сучасних потреб лікарів, а зарубіжні розробки є дуже дорогими і вимагають постійного фінансування та оновлення обладнання. Також слід зазначити, що навіть у найсучасніших плануючих системах виділення меж уражених тканин здійснюється вручну.

Висновки

Різні методи виділення контурів об’єктів мають у своїй основі що‑пиксельні операції, тобто послідовне накладення різних фільтруючих масок на кожну точку зображення. Далі проводився розрахунок нових значень кольору пікселя і, таким чином, на зображенні залишалися тільки межі об’єктів. Слід також зазначити, що дані операції проводяться на зображенні в градаціях сірого.

Після порівняння результатів роботи наведених методів та оцінки труднощі реалізації був обраний метод виділення границь Робертса. Даний метод має найпростішу математичну модель і, що більш важливо, отримує тонкі чіткі межі об’єктів. Також даний метод є однопрохідним, що дозволяє скоротити час обробки одного зображення.

Аналіз існуючих медичних програм. Розглянуті додатки відносяться до систем планування променевої терапії. Сучасні системи планування дозволяють побудувати тривимірне зображення, розрахувати розміри уражених тканин і необхідні параметри лікування. Однак такі системи є дуже дорогими, що істотно звужує коло користувачів. Також дані системи не підтримують національні мови, що може негативно позначитися на процесі планування нестандартних випадків лікування

Вітчизняні системи, на жаль, є на сьогоднішній день вже морально застарілими, однак такі плануючі системи все ще використовуються на території країн колишнього СРСР, так як матеріально‑технічна оснащеність місцевих лікарень не дозволяє впроваджувати сучасні технічно вимогливі системи.

Основним завданням магістерської роботи будемо вважати створення додатка, що дозволяє створювати тривимірне зображення органу, виділяти його уражену частину, розраховувати геометричні та відносні параметри ураженої частини. Для коректного використання цього додатка необхідно розробити проектну документацію. Також необхідним є складання рекомендацій з охорони праці на робочому місці медичного фізика. Можливе доповнення магістерської роботи розширеними дослідженнями в різних областях.

При написанні даного реферату магістерська робота ще не завершена. Остаточне завершення: грудень 2014 року. Повний текст роботи та матеріали по темі можуть бути отримані у автора або його керівника після вказаної дати.

Перелік посилань

  1. Анализ методов выделения краев на цифровых изображениях // Интернет ресурс – режим доступа: http://masters.donntu.ru.
  2. Н. А. Чернухин, Комбинированный метод детектирования границ на рентгенографических медицинских изображениях, использующий методику активных контуров/ Научный журнал КубГАУ, №88(04), 2013 года // Интернет ресурс – режим доступа:http://ej.kubagro.ru.
  3. И.О.Титов, Г.М.Емельянов, Выделение контуров изображения движущегося объекта/ Вестник Новгородского государственного университета №55, 2010 // Интернет ресурс – режим доступа: http://www.novsu.ru.
  4. На заметку: Оператор Кэнни // Интернет ресурс – режим доступа: http://nitkl.blogspot.com.
  5. Выделение краёв. Сегментация изображений.// Интернет ресурс – режим доступа: http://courses.graphicon.ru.
  6. Я. А. Фурман, Е. А. Попов, Р. В. Ерусланов Восстановление изображения 3d‑объекта по его перспективным проекциям на плоскую горизонтальную поверхность / 2010г..
  7. М. Г. Персова Зондирование становлением поля трехмерных сред и проблемы интерпретации / Сибирский журнал индустриальной математики апрель – июнь, 2009. Том XII, № 2(38).
  8. Eclipse | Planning Technology // Интернет ресурс – режим доступа: http://www.varian.com.
  9. 3DSlicer // Интернет ресурс – режим доступа: http://en.wikipedia.org.
  10. Oncentra External Beam // Интернет ресурс – режим доступа: http://www.nucletron.com.
  11. Алгоритм Робертса // Интернет ресурс – режим доступа: http://program.rin.ru.
  12. Linear Contrast Stretch of Grayscale Images // Интернет ресурс – режим доступа: http://www.codeproject.com.