Содержание к диссертации
Введение
1 Анализ методов и средств организации процессов востановления изображения сечения по проекциям 12
1.1 Анализ технологии получения изображения сечения по проекциям 15
1.1.1 Трансмиссионная вычислительная томография 16
1.1.2 Поколения систем трансмиссионной томографии 19
1.1.3 Эмиссионная вычислительная томография 21
1.2 Методы восстановления изображения сечения по проекциям 22
1.2.1 Метод двумерной фильтрации (метод ро-фильтрации) 24
1.2.2 Метод Фурье-синтеза 25
1.2.3 Метод одномерной фильтрации (фильтрованных обратных проекций). 26
1.2.4 Метод разложения в ряд Фурье (метод А. Кормака) 27
1.2.5 Алгебраические методы восстановления изображения сечения 28
1.3 Анализ средств автоматизации исследований методов и алгоритмов 32
1.4 Постановка задачи исследования 38
Выводы к главе 1 40
2 Построение структуры и модели проведения исследования методов восстановления изображения 42
2.1 Модель формирования проекционных данных 43
2.1.1 Модель прямого проецирования на основе ЗБ-эталона 43
2.1.2 Модель восстановления изображения сечения 56
2.1.3 Критерий эффективности метода восстановления изображения 57
2.2 Диалоговая модель процесса построения схемы эксперимента 63
2.2.1 Язык описания схемы серии экспериментов 66
2.2.2 Укладка графа схемы серии экспериментов 70
2.2.3 Ограничения в графическом редакторе схемы эксперимента 71
2.3 Структура процесса и языковые средства автоматизации исследования...73
2.3.1 Методика проведения исследований методов восстановления
изображения сечения по проекциям 73
2.3.2 Язык описания модуля 77
2.3.3 Язык описания схемы серии вычислительных экспериментов 78
Выводы к главе 2 80
3 Создание и исследование средств автоматизации 81
3.1 Структура процесса автоматизации исследования 82
3.2 Структура автоматизированной системы научных исследований 82
3.3 Структура данных 86
3.4 Модули и их описание 88
3.5 Модели и алгоритмы 97
3.5.1 Реализация диалоговой модели программного комплекса 99
3.5.2 Алгоритм отображения схемы эксперимента 104
3.5.3 Алгоритм оценки некорректности схемы эксперимента 108
Выводы к главе 3 ПО
4 Разработка и реализация асни методов востановления изображения сечения по проекциям 111
4.1 Структура программного комплекса 111
4.2 Организация проведения эксперимента 112
4.3 Технические характеристики применяемого оборудования 118
4.4 Оценка эффективности автоматизации исследования 121
Выводы к главе 4 125
Заключение 127
Список литературы
- Анализ технологии получения изображения сечения по проекциям
- Методы восстановления изображения сечения по проекциям
- Модель формирования проекционных данных
- Структура процесса автоматизации исследования
Введение к работе
В настоящее время в дефектоскопии, интроскопии макрообъектов и медицинской диагностике для изучения внутренней структуры объекта широкое применение получили методы восстановления изображения сечения по проекциям, которые по множеству ракурсов исследуемого объекта позволяют определить распределение изучаемой физической характеристики.
В частности, к данному классу методов относятся методы решения обратной томографической задачи. В вычислительной томографии существует множество алгоритмов, используемых в медицинских и немедицинских областях применения (диагностика, дефектоскопия, неразрушающие исследования). Выбор определенного алгоритма и его параметров для конкретного устройства и объекта исследования позволяет уменьшить стоимость и размеры дефектоскопа на основе компьютерного томографа. Узкая специализация так же позволяет снизить стоимость и повысить функциональные возможности.
Создание специализированного томографа позволяет уменьшить его габариты по сравнению с томографом общего назначения, одновременно увеличив пространственное и плотностное расширение, а применение алгоритмов обратного проецирования со специально подобранными алгоритмами фильтрации и их параметрами значительно увеличить читаемость томограммы.
Задачей компьютерной томографии является реализация алгоритмов реконструкции томографического изображения, полученного на основе обработки данных набора проекций при различном положении источника, датчиков и исследуемого объекта. Ключевым этапом в разработке программного обеспечения компьютерного томографа является разработка метода реконструкции изображения томографического среза. Существует множество методов реконструкции томографического изображения,
отличающихся набором алгоритмов, выполняющихся последовательно до достижения цели.
Возникает проблема выбора существующих и разработки новых алгоритмов реконструкции томограмм. Одним из этапов выбора алгоритмов для конкретной задачи является процесс тестирования алгоритмов. Зачастую исследователю приходится многократно изменять совокупность алгоритмов и их параметров для выбора метода реконструкции, удовлетворяющего всем техническим условиям для конкретного аппаратного обеспечения томографа.
Существуют различные алгоритмы решения задачи реконструкции томографического изображения. Они различаются ресурсоемкостью и качеством реконструированного изображения в зависимости от детализации объекта и его характера. Например, разные алгоритмы вносят в реконструируемое изображение разные артефакты при сканировании подвижного объекта. Большое количество алгоритмов, применяемых при реконструкции томографического изображения физических полей связано как с разнообразием самих постановок томографических задач и способов их экспериментальной реализации, так и с непрекращающимися усилиями специалистов разработать такой алгоритм, который превосходил бы имеющиеся хотя бы по одному из следующих параметров: быстродействию, требованиям к машинной памяти, разрешающей способности, контрасту, количеству необходимых проекций и т. п.
Обычно при реализации программного обеспечения компьютерного томографа выбирается один из широко распространенных методов реконструкции томограмм, в зависимости от параметров установки, технических условий и природы, изучаемых на установке объектов. Многие операции методов реконструкции могут меняться между собой, а результат и ресурсоемко сть сильно зависят не только от выбранных операций, но и от параметров, с которыми они выполнялись.
Одной из нерешенных проблем является проблема выбора
существующих и разработки новых алгоритмов реконструкции томограмм для конкретной установки и технических условий. Одним из этапов выбора алгоритмов для конкретной задачи является процесс тестирования алгоритмов. Зачастую исследователю приходится многократно изменять совокупность алгоритмов и их параметров для выбора метода реконструкции, удовлетворяющего всем техническим условиям для конкретного аппаратного обеспечения томографа.
Таким образом, возникает задача выбора оптимального алгоритма и его оптимизации для конкретной аппаратной части компьютерного томографа и его узкой специализации. Задача оценки работы алгоритма осложняется тем, что при естественных помехах характер артефактов отличается от артефактов на изображениях, восстановленных из идеальных фантомов.
Не проводя тестирования каждого метода невозможно осуществить его выбор, исходя из информации о ресурсоемкости, разрешающей способности и сложности реализации метода. Это происходит в связи с тем, что на различных типах исследуемых объектов наилучшее реконструированное изображение дают различные методы в зависимости от контрастности исследуемого объекта, его абсолютной поглощающей способности, характера помех, вносимых установкой и динамикой исследуемого объекта.
В настоящее время для повышения эффективности научных исследований важное значение приобретает их автоматизация, позволяющая не только автоматизировать эксперимент, но и осуществить моделирование исследуемых объектов, явлений и процессов. Решению этой задачи призваны служить автоматизированные системы научных исследований (АСНИ).
Научное исследование процесса реконструкции томографического изображения можно проводить теоретически, проводя вычислительный эксперимент над компьютерной моделью исследуемого объекта, смысл которого заключается в том, что по входным параметрам модели рассчитываются выходные данные. На этой основе выводятся свойства
явления, которое описывает математическая модель.
Вычислительная томография постоянно развивается,
усовершенствуются алгоритмы уже известных методов реконструкции томограмм, при вычислениях учитываются новые физические процессы, происходящие при взаимодействии излучения с веществом, возникают новые постановки математических задач томографической реконструкции характеристик различных физических сред. Практическая важность таких исследований показывает необходимость их автоматизации. Уменьшение трудозатрат на постановку, проведение и анализ результатов вычислительных экспериментов над реализациями новых и усовершенствованных известных методов гарантирует получение новых важных результатов.
Предлагается автоматизировать процесс планирования
вычислительных экспериментов, анализа и систематизации результатов за счет построения специализированной автоматизированной системы научных исследований (АСНИ), которая позволяет принимать более обоснованные решения о применимости метода для технической установки получения проекционных данных с заданными параметрами.
Объектом исследования в данной работе являются процессы исследования восстановления изображения сечения по проекциям.
В качестве предмета исследования рассматриваются алгоритмы и методы автоматизации исследования процессов восстановления изображения сечения по проекциям.
Цель диссертационной работы: повышение эффективности выбора методов реконструкции томограмм для технической установки с заданными параметрами.
Для достижения поставленной цели были сформулированы и решались следующие основные задачи:
Анализ технологии получения изображения сечения по проекциям
Свое развитие методы восстановления изображения по проекциям получили преимущественно в вычислительной томографии и лишь после были применены в интроскопии [82].
Вычислительная (компьютерная) реконструктивная томография представляет собой яркий пример взрывного развития нового научного направления, проникающего практически во все области науки и техники, в которых применяются или могут быть применены какие-либо виды излучений. Она приобрела широкую общественную известность главным образом благодаря появлению и совершенствованию медицинских томографов.
Применение томограммы — изображения среза полученного по средствам компьютерной томографии для постановки точного диагноза является более оправданным выбором в сравнении с рентгеновским снимком (рентгенограммой) по целому ряду причин [6]:
1) на рентгенограмме сложно распознать, относится ли проекция в одному органу, или является суммой изображений от разных органов, расположенных друг за другом относительно прохождения лучей через исследуемый объект;
2) на рентгеновском снимке сложной задачей представляется локализация органов в пространстве, и эта задача возлагается на человека, которому помимо анализирования непосредственно физиологической структуры приходится работать над преобразованием нескольких снимков — проекций в реальную трехмерную структуру и уже затем распознавания на них исследуемых органов и их состояния;
3) изображение среза, полученное при помощи компьютерной томографии, очень похоже на изображение срезов приводящихся в медицинской литературе и примерах;
4) томограмма обладает свойством объективности, т.к. имеет физический смысл — способность тканей поглощать рентгеновское излучение, которая оценивается в единицах компьютерной томографии (известных как единицы Хаунсфилда);
Компьютерная томография (в дальнейшем КТ), так же как и рентгенограмма, основывается на способности различных органов и тканей по разному поглощать рентгеновское излучение. Ослабление рентгеновского излучения фиксируется датчиками (детекторами), сигнал от которых поступает для анализа в ЭВМ [74]. При одинаковой энергии рентгеновского излучения вещество с большей молекулярной массой будет поглощать излучение сильнее, чем вещество с меньшей молекулярной массой. Однако, в отличие от статической схемы получения рентгенограммы схема получения томографического среза состоит из динамически перемещающихся друг относительно друга объекта исследования и источников излучения.
Представим, что рентгеновские лучи прошли через анализируемый объект и попали на чувствительную пленку. После проявления на пленке будет получено некоторое изображение. Формируется оно следующим образом: те участки пленки, которые соответствуют менее плотному веществу, будут засвечены больше и, следовательно, после проявления будут более темными.
Однако, если на пути рентгеновских лучей встречаются различные образования, но их «суммарная плотность» вдоль всего пути для различных участков объекта одна и та же, то проявленная рентгеновская пленка будет иметь равномерную яркость. Рассмотреть по такой пленке внутреннюю структуру объекта, естественно, не представляется никакой возможности. Хотя описанная ситуация является экзотической, тем не менее она наглядно иллюстрирует тот факт, что при просвечивании получается не фотография внутренностей объекта, а некоторая суммарная фотография, являющаяся наложением фотографий отдельных его участков [75].
Современная реконструктивная (компьютерная) томография решает проблему, как, используя просвечивающее излучение, организовать анализ объекта, чтобы увидеть его внутреннюю структуру не искаженную никакими «наложениями». В случае рентгеновского излучения для организации томографического процесса требуется получить большое число рентгеновских снимков, сделанных под разными углами. Тогда с помощью томографических алгоритмов можно обработать эти снимки таким образом, чтобы представить всю внутреннюю структуру объекта в виде некоторого набора плоских изображений, соответствующих его отдельным тонким слоям, либо в виде единого объемного трехмерного изображения.
Каждый рентгеновский снимок, с точки зрения математики, есть проекция внутренней структуры объекта на плоскость, соответствующую этому снимку. Так что с позиций математики задача: по рентгеновским снимкам «увидеть» внутреннюю структуру объекта, — формулируется как задача — определить некоторый образ по его проекциям. Область математики, в которой разрабатываются методы решения подобных задач, известна как интегральная геометрия [78], а начало исследований в этой области относится к 1913 г., когда была доказана фундаментальная теорема. Современная томография добилась больших успехов именно потому, что основывается на методах интегральной геометрии, обеспечивающих принципиальное решение данной проблемы.
Методы реконструктивной томографии начали активно развиваться в 60-х годах прошлого века, хотя математическая база была, по существу, создана И. Радоном в 1917 г. [81]. Однако работа И. Радона, опубликованная в трудах Саксонской академии наук, не попала в поле зрения исследователей и была незаслуженно забыта.
Методы восстановления изображения сечения по проекциям
Определяющее значение для развития и распространения методов восстановления изображения по проекциям имела разработка эффективных методов обращения интегрального преобразования Радона, введенного И. Радоном в 1917 г. Физической основой преобразования Радона служит экспоненциальный закон ослабления излучения, который справедлив в случае чисто поглощающих сред и представляет собой вполне очевидное обобщение на неоднородные среды закона Бугера-Ламберта-Бэра [22].
Математически задача восстановления изображения сечения по проекциям сводится к восстановлению функции нескольких (не менее двух) переменных по известным интегралам от неё вдоль некоторых многообразий (как правило, вдоль прямых). Хотя принципиально эта задача была решена И. Радоном в 1917 г., указавшим способ обращения интегрального преобразования, получившего его имя (преобразование Радона), значительные усилия большого числа исследователей были сосредоточены на разработке достаточно эффективных в вычислительном плане алгоритмов восстановления изображений и на преодолении трудностей, возникающих при исследовании реальных объектов.[85] Из таких трудностей упомянем три, имеющие весьма общий характер. Первая трудность возникает, например, в трансмиссионной рентгеновской томографии и связана с немонохроматичностью зондирующего рентгеновского излучения. Учёт этого обстоятельства приводит к значительному усложнению задачи томографического восстановления [62].
Таким образом в модели и методах реконструкции должны учитываться множественные искажения. В общем случае в этих искажениях можно выделить детерминированные и случайные (флуктуационные) составляющие. Первые — обусловливаются дискретизацией исходной информации, происходящей как при ее получении, так и в процессе ее обработки; разнообразными нелинейностями приемных устройств; характеристиками используемого излучения (например, его полихроматичностыо) и т. д. Вторые — имеют различную физическую природу и обусловливаются квантовой структурой самого используемого излучения (например, рентгеновского), случайным характером процессов, сопровождающих прохождение излучения через вещество анализируемого объекта, случайным характером регистрации прошедшего излучения, наличием фонового излучения и внутренних шумов приемника и т. д.
Методы реконструкции эмиссионной томографии сложнее трансмиссионной, так как физика прохождения излучения, испускаемого самим объектом подразумевает рассеивание и многократное поглощение и переизлучение. Самый простой случай постоянного внутри объекта и заранее известного коэффициента поглощения излучения приводит к возникновению нового интегрального преобразования, так называемого экспоненциального преобразования Радона, методы обращения которого были разработаны только в 1979-1981 гг.
Все методы восстановления, применяемые в вычислительной томографии, можно разделить на интегральные и алгебраические. Классификация методов реконструкции томограмм представлена на рисунке 1.1. В интегральных методах всё рассмотрение проводится в непрерывной форме, а дискретизация производится на конечном этапе непосредственной реализации алгоритма восстановления. В алгебраических методах вычислительной томографии, в отличие от интегральных, дискретизация осуществляется уже в начале рассмотрения, и дальнейшее описание проводится только в дискретной форме. При этом задача сводится к решению системы линейных алгебраических уравнений [86] или реже к системе нелинейных уравнений. Для решения получающихся систем используются, как правило, итерационные алгоритмы [92], как известные в вычислительной математике, типа простой итерации и метода скорейшего спуска, так и специально разработанные для целей вычислительной томографии.
Определяющее значение для развития и распространения методов восстановления изображения по проекциям имела разработка эффективных методов обращения интегрального преобразования Радона, введенного И. Радоном в 1917 г. Физической основой преобразования Радона служит экспоненциальный закон ослабления излучения, который справедлив в случае чисто поглощающих сред и представляет собой вполне очевидное обобщение на неоднородные среды закона Бугера-Ламберта-Бэра [22].
Математически задача восстановления изображения сечения по проекциям сводится к восстановлению функции нескольких (не менее двух) переменных по известным интегралам от неё вдоль некоторых многообразий (как правило, вдоль прямых). Хотя принципиально эта задача была решена И. Радоном в 1917 г., указавшим способ обращения интегрального преобразования, получившего его имя (преобразование Радона), значительные усилия большого числа исследователей были сосредоточены на разработке достаточно эффективных в вычислительном плане алгоритмов восстановления изображений и на преодолении трудностей, возникающих при исследовании реальных объектов.[85] Из таких трудностей упомянем три, имеющие весьма общий характер. Первая трудность возникает, например, в трансмиссионной рентгеновской томографии и связана с немонохроматичностью зондирующего рентгеновского излучения. Учёт этого обстоятельства приводит к значительному усложнению задачи томографического восстановления [62].
Таким образом в модели и методах реконструкции должны учитываться множественные искажения. В общем случае в этих искажениях можно выделить детерминированные и случайные (флуктуационные) составляющие. Первые — обусловливаются дискретизацией исходной информации, происходящей как при ее получении, так и в процессе ее обработки; разнообразными нелинейностями приемных устройств; характеристиками используемого излучения (например, его полихроматичностыо) и т. д. Вторые — имеют различную физическую природу и обусловливаются квантовой структурой самого используемого излучения (например, рентгеновского), случайным характером процессов, сопровождающих прохождение излучения через вещество анализируемого объекта, случайным характером регистрации прошедшего излучения, наличием фонового излучения и внутренних шумов приемника и т. д.
Методы реконструкции эмиссионной томографии сложнее трансмиссионной, так как физика прохождения излучения, испускаемого самим объектом подразумевает рассеивание и многократное поглощение и переизлучение. Самый простой случай постоянного внутри объекта и заранее известного коэффициента поглощения излучения приводит к возникновению нового интегрального преобразования, так называемого экспоненциального преобразования Радона, методы обращения которого были разработаны только в 1979-1981 гг.
Все методы восстановления, применяемые в вычислительной томографии, можно разделить на интегральные и алгебраические. Классификация методов реконструкции томограмм представлена на рисунке 1.1. В интегральных методах всё рассмотрение проводится в непрерывной форме, а дискретизация производится на конечном этапе непосредственной реализации алгоритма восстановления. В алгебраических методах
вычислительной томографии, в отличие от интегральных, дискретизация осуществляется уже в начале рассмотрения, и дальнейшее описание проводится только в дискретной форме. При этом задача сводится к решению системы линейных алгебраических уравнений [86] или реже к системе нелинейных уравнений. Для решения получающихся систем используются, как правило, итерационные алгоритмы [92], как известные в вычислительной математике, типа простой итерации и метода скорейшего спуска, так и специально разработанные для целей вычислительной томографии.
Определяющее значение для развития и распространения методов восстановления изображения по проекциям имела разработка эффективных методов обращения интегрального преобразования Радона, введенного И. Радоном в 1917 г. Физической основой преобразования Радона служит экспоненциальный закон ослабления излучения, который справедлив в случае чисто поглощающих сред и представляет собой вполне очевидное обобщение на неоднородные среды закона Бугера-Ламберта-Бэра [22].
Модель формирования проекционных данных
В работе современного томографа можно выделить три основных этапа: на первом — регистрируются различные проекции анализируемого объекта, которые в совокупности составляют его образ в пространстве Радона; на втором — восстанавливается изображение из полученного радоновского образа; на третьем — анализируется томографическое изображение с целью принятия по нему каких-то решений.
На вход процесса реконструкции изображения поступает информация о проекциях, полученных в процессе сканирования объекта. Совокупность проекций называется фантомом. Фантом может быть реконструирован при наличии информации о схеме установки, на которой он был получен, и природе излучения с особенностями его распространения в среде. Как было описано выше, схема может быть трансмиссионной или эмиссионной. Особенность схемы также состоит в геометрическом расположении источников и детекторов излучения.
При исследовании методов реконструкции необходимо иметь возможность проводить эксперимент не только с фантомом, полученым с установки, но и формировать фантом из тестового изображения как можно ближе к реальным условиям.
Модель прямого проецирования, то есть формирования совокупности проекций, получаемой при томографии должна включать не только идеальное преобразование дающее интегральную проекцию, но и факторы, обусловленные технологическими особенностями конструкции.
Рассмотрим двумерную модель веерной схемы сканирования объекта [105] изображенной на рисунке 2.2. Эталонный срез задается в виде матрицы М линейных коэффициентов ослабления излучения. В каждой ячейке коэффициент ослабления равен коэффициенту в пространстве экспериментальной установки Mij=ju(x,y).
Ведем три системы координат: модели, установки и матрицы изображения. Центр всех трех систем координат совпадает с центром вращения установки.
В модельной системе за единицу примем радиус круга, внутри которого происходит восстановление томограммы. Приведем модель трансмиссионной схемы получения совокупности проекций — фантома. Расположим источники и детекторы излучения на прямых, параллельных оси ординат. Предположим, что в общем случае количество источников излучения равно количеству детекторов. В частном случае веерной схемы, когда в реальной установке присутствует один источник, из которого лучи распространяются в несколько детекторов, можно принять, что существует несколько источников, координаты которых совпадают. Такая модель может быть описана шестеркой параметров: OS — расстояние от центра до прямой, на которой расположены источники; OD — расстояние от центра до прямой, на которой расположены детекторы; Is — длина отрезка, на котором расположены источники; ID — длина отрезка, на котором расположены детекторы; ks — количество источников; кй — количество детекторов; Соответственно по перечисленным данным можно рассчитать координаты каждого источника и детектора: xSi=-OS;ySi=vlf-1- , (2.1) xDi=OD;yDi=i- -lf . (2.2)
После определения координат источников и детекторов необходимо решить задачу отсечения отрезков единичной окружностью. Получив, координаты отрезков, лежащие на единичной окружности следует перевести их в систему отсчета матрицы: xi=xirM+j;y =yrrM+2 , (2.3) где гм — радиус круга реконструкции в элементах матрицы; т — кол-во столбцов матрицы М; п — кол-во строк матрицы М. В связи с тем, что центр модельной системы координат совпадает с центром вращения установки, смоделируем поворот излучателей и детекторов, повернув все точки (детекторов и источников) на угол V, что равносильно повороту системы координат на этот угол: to to xSi=-OS;ySi=i——— , xs.= -OS;ySi=i-f-j- . (2.4) Выполняя растеризацию отрезка, будем суммировать линейные коэффициенты ослабления излучения и затем получим интенсивность излучения на детекторе, воспользовавшись формулой [63]: / = /0-eZ , (2.5) где /— интенсивность излучения на детекторе; U — интенсивность излучения на детекторе, при отсутствии объекта; Цху — ячейка матрицы коэффициентов ослабления излучения на растеризуемом отрезке.
При учете отклонения оси вращения от нормали к плоскости сканирования необходимо использовать трехмерный эталон, который можно получить строя различные модели реальных объектов [25]. В частности, для формирования трехмерного эталона сосудистой и нервной систем можно воспользоваться математическим аппаратом фракталов [12], после чего представить полученные данные в виде трехмерного растра линейных коэффициентов ослабления излучения. Математическая модель трехмерного преобразования представлена в [84], однако она не подходит для учета всех параметров технической установки, вносящих искажения в проекционные данные.
Структура процесса автоматизации исследования
АСНИ методов восстановления изображения сечения по проекциям относится к классу АСНИ, в которых виртуальные приборы часто работают с тем или иным изображением, например томограммой или фантомом. Одновременно с этим часть функционала графического языка программирования может не потребоваться. За счет этого обстоятельства можно не только значительно упростить представление модели, но и оптимизировать процесс интерпретации и компиляции такого языка [45].
Типовая структура АСНИ [79] представлена на рисунке 3.1. Она не позволяет реализовать перечисленные ранее требования к АСНИ методов восстановления изображения сечения по проекциям.
Структура автоматизированной системы научных исследований
Учитывая такое требование современных программных комплексов, как мобильность и кросплатформенность, предлагается реализовать систему в виде трехуровневого программного комплекса для обеспечения локальной, клиент-серверной и web-ориентированной архитектур. Система в целом состоит из следующих частей: 1) блок управления системой; 2) блок управления модулями; 3) блок ведения базы данных; 4) блок ввода данных; 5) блок визуального редактора графического языка программирования; 6) блок реализации web-интерфейса; 7) блок статистического анализа; 8) блок выделения закономерностей; 9) экспертная система; 10) сервисная подсистема.
При разработке прототипа АСНИ методов восстановления изображения сечения по проекциям определена структурная схема, которая представлена на рисунке 3.2.
Представлены основные составные части предлагаемой реализации системы автоматизации исследования методов реконструкции томограмм.
На нижнем уровне реализации находятся блок управления системой, блок управления модулями и блок интерфейса с базой данных.
Блок управления системой осуществляет управление вызовом структурно связанных с ним блоков и необходим в случае потребности передать им управление по событиям операционной системы. Блок управления системой реализует функции ситуационного управления, освещенные в [60], а также функции, зависящие от аппаратной платформы и хранит данные текущего сеанса в оперативной памяти.
Входной информацией для блока ввода данных являются проекционные данные с экспериментальной установки, либо данные от внешних программных средств в унифицированном формате.
Блок управления модулями осуществляет их запуск в порядке, определяемом схемой серии вычислительных экспериментов, и организует межмодульный информационный обмен. Информация о доступных модулях передается системному блоку для отображения их пиктограмм в панели сущностей визуального редактора. Блок управления модулями осуществляет их запуск в соответствии со схемой серии вычислительных экспериментов.
Блок интерфейса с БД реализует возможность использования различных СУБД для обеспечения универсальности и кросплатформенности АСНИ. Выполняет функции регистрации в СУБД и обеспечивает трансляцию запросов, поступающих от блоков АСНИ, в формат выбранной СУБД.
На верхнем уровне находятся блок визуального редактора, блок статистического анализа и экспертная система. Блок web-интерфейса занимает промежуточное положение. Блок визуального редактора реализует графический интерфейс пользователя, позволяющий в виде ориентированного графа задавать схему проведения серии вычислительных экспериментов.
Блок web-интерфейса обеспечивает возможность модификации схемы серии вычислительных экспериментов на АРМ исследователя без установки специализированного ПО, используя ЛВС [10]. Он осуществляет преобразование информации, являющейся результатом работы блока визуального редактора.
Блок статистического анализа делает возможным применение методов статистики [52] к результатам, полученным после проведения вычислительных экспериментов. Этот блок проводит вычисления оценок искажения реконструированных изображений и ранжирование методов в зависимости от времени их работы и качества реконструированного изображения с учетом экспертных оценок.
Экспертная система реализует оценку искажений изображений посредством весовых коэффициентов, формируемых референтной группой. Этот блок позволяет исследователю осуществить попарное сравнение реконструированных изображений с возможностью их наложения и базируется на методах предложенных в [20], [37]. Экспертная система моделирует рассуждения специалистов данной предметной области. С ее помощью исследователь может классифицировать наблюдаемые искажения восстановленных изображений сечений.
