Введение к работе
Актуальность темы. Компьютерные системы диагностики (КСД), основывающиеся на анализе визуальной информации, используются во многих областях науки и техники для решения таких задач, как обнаружение лиц, распознавание слов, в медицинской и технической диагностике, в системах безопасности и тд Учитывая количество обрабатываемой диагностической информации, применение информационных технологий в КСД приобретает большое социально-экономическое значение Актуальность задачи повышения эффективности компьютерных систем диагностики обусловлена как широким спектром применения КСД, так и отсутствием точных методов и алгоритмов обработки и распознавания изображений
Актуальность задачи выявления опухолевых клеток определяется возрастанием процента раковых заболеваний, которые являются второй по частоте причиной смертности в развитых странах Многочисленные медико-социологические исследования показывают, что примерно 33% людей либо имеют онкологические заболевания, либо с определенной вероятностью могут ими заболеть Успешность лечения рака во многом зависит от ранней диагностики и выбора метода лечения Поэтому особенно важной является задача ранней диагностики раковых опухолей, определение отличия злокачественной структуры от здоровой и степени злокачественности
Для диагностики и прогнозирования развития новообразований обязательным является * гистологическое исследование атипичных клеточных структур В настоящее время анализ изображений гистологических срезов производится вручную врачами морфологами, и вывод о наличии тех или иных признаков злокачественности значительно зависит от врача, который анализирует снимок Компьютерная обработка изображения позволяет делать объективную оценку изображений, повысить точность устанавливаемого диагноза и скорость обработки информации Автоматизация анализа морфологии гистологических срезов позволяет повысить точность обнаружения изменений внутренних органов при онкологических заболеваниях и ускорить процесс обработки препаратов, и тем самым расширить возможности профилактики и предупреждения появления злокачественных новообразований Однако сложность получения качественных гистологических препаратов и высокая вариабельность большинства гистологических структур не позволили до настоящего времени разработать эффективных методов по обработке и распознаванию изображений гистологических срезов в диагностике раковых заболеваний
Следует отметить, что существующие модели, алгоритмы и разработанные на их основе инструментальные средства используют ручную подстройку значений параметров и последовательностей операторов обработки изображений, что как правило приводит к снижению качества обработки и сегментации изображений Поэтому, не смотря на проводимые до настоящего времени исследования, задача обработки и сегментації изображений гистологических срезов остается актуальной
Связь работы с научными программами, планами, темами. Работа выполнялась на кафедре "Автоматизированные системы управления" ГВУЗ "Донецкий национальный технический университет" Разработанные инструментальные средства были использованы во время выполнения научно-исследовательских работ Н-3-07 «Разработка научных основ построения компьютерных систем технической и медицинской диагностики», Д-11-07 «Разработка и исследование эволюционных и нейросетевых моделей, методов и алгоритмов в системах диагностики и прогнозирования» (номер госрегестрации 0107U001482), в которой автор принимал участие, как исполнитель
Цель работы: Повышение эффективности инструментальных средств обработки изображений гистологических срезов за счет использования эволюционного моделирования
Для достижения поставленной цели необходимо решить такие основные задачи:
— провести анализ цветных изображений гистологических срезов,
выделить их типовые компоненты и определить особенности, на основе
которых выполнить математическую постановку задачи обработки
изображений гистологических срезов,
—разработать метод для определения рациональных значений параметров сегментации цветных изображений гистологических срезов и разработать критерии для оценки качества сегментации,
— разработать метод для построения эффективных алгоритмов
обработки цветных изображений гистологических срезов, а также
разработать основные критерии для оценки эффективности построенных
алгоритмов,
—-разработать инструментальные средства обработки и сегментации цветных изображений гистологических срезов с помощью предложенного подхода,
— на основе анализа полученных результатов с использованием
предложенных инструментальных средств разработать практические
рекомендации по построению эффективных алгоритмов обработки
изображений гистологических срезов
Объектом исследования являются цифровые изображения гистологических срезов для диагностики раковых заболеваний
Предметом исследований являются методы и алгоритмы обработки изображений гистологических срезов во время диагностики онкологических заболеваний
Методы исследования В работе применены эволюционные методы оптимизации (для определения рациональных значений сегментации), генетическое программирование, методы цифровой обработки изображений (для синтеза эффективных алгоритмов обработки и сегментации изображений), системный анализ (для построения структуры
инструментальных средств обработки и сегментации изображений гистологических срезов)
Научная новизна полученных результатов
1 Впервые предложен метод кодирования потенциальных решений в
виде сложных хромосом, что позволило применить эволюционный подход
для синтеза эффективных алгоритмов обработки изображений
гистологических срезов
-
Разработан новый метод на основе модифицированного генетического алгоритма для определения рациональных значений параметров сегментации цветных изображений гистологических срезов, которая позволяет повысить эффективность обработки изображений гистологических срезов в среднем на 23% по сравнению с известными методами
-
Впервые предложен новый эволюционный метод на базе генетического программирования, отличающийся от существующих сетевой структурой хромосом, для которого разработаны проблемно-ориентированные операторы кроссинговера и мутации, позволяющие повысить скорость сходимости эволюционного процесса и точность синтезированных алгоритмов обработки изображений
-
Определены рациональные значения параметров разработанных эволюционных методов обработки цветных изображений гистологических срезов, что позволило повысить точность сегментации
Практическое значение полученных результатов
1 На базе предложенных эволюционных методов разработана
структура и реализованы инструментальные средства обработки и
сегментации изображений гистологических срезов, обеспечивающие
высокую эффективность диагностики раковых заболеваний
-
Применение разработанных инструментальных средств привело к увеличению точности сегментации изображений гистологических срезов в среднем на 17%
-
Результаты экспериментальных исследований и основанные на них рекомендации по изменению значений параметров генетических алгоритмов обработки и сегментации изображений гистологических срезов и их программная реализация переданы в отделение патологической анатомии Донецкого областного клинического территориального медицинского объединения (ДОКТМО) Их использование позволило повысить эффективность диагностики раковых заболеваний без дополнительных затрат, усовершенствовать систему обработки и классификации изображений гистологических срезов
4 Результаты диссертационной работы использованы во время
выполнения научно-исследовательских работ Н-3-07, Д-11-07 и в учебном
процессе кафедры "Автоматизированные системы управления" ГВУЗ
"Донецкий национальный технический университет"
Личный вклад соискателя. Все основные положения, теоретические и практические результаты диссертационной работы, выносимые на защиту, получены автором самостоятельно
Апробация результатов диссертации. Основные положения и результаты диссертационной работы были доложены и обговорены на II научно-практической конференции «ДОНБАС-2020 наука і техніка -виробництву» (Донецкий национальный технический университет, г Донецк, 2004 г), II международной научной конференции «Інтелектуальні системи прийняття рішень і прикладні аспекти інформаційних технологій (ISDMT'2006)» (г Евпатория, 2006 г), IX научно-практической международной конференции «Інформаційні технологи в освіті та управлінні» (г Новая Каховка, 2007 г )
Публикации. Содержание диссертации отражено в 6 научных публикациях, из них 4 - в ведущих научно-технических сборниках, утвержденных ВАК Украины, а остальные - в сборниках трудов конференций
Структура и объем работы. Диссертационная работа состоит из введения, пяти разделов, выводов, списка использованной литературы (122 позиции), 4 приложений Содержит 47 рисунков, 7 таблиц Полный объем диссертации - 131 страница машинописного текста
