Содержание к диссертации
Введение
1. ПОСТАНОВКА ЗАДАЧИ РАЗРАБОТКИ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ФОРМИРОВАНИЯ ДИАГНОСТИЧЕСКИХ ЗАКШЧЕНИИ ПО СЦИНТИГРАММАМ ПЕЧЕНИ 13
1.1. Состояние проблемы построения автоматизированной системы формирования диагностических заключений
1.2. Унификация формы медицинского заключения по сцинтиграммам печени 19
1.3. Исследование возможностей применения методов классификации контурных изображений к задаче PR автоматизированного описания сцинтиграмм
1.4. Постановка задачи : 6
Выводы 5
2. ИССЛЕДОВАНИЕ СВОЙСТВ ЯЗЫКОВЫХ КОНСТРУКЦИЙ С ЦЕЛЬЮ ИХ ПРИМЕНЕНИЯ ДНЯ АВТОМАТИЗИРОВАННОГО ОПИСАНИЯ ФОРШ КОНТУРНЫХ ОБЪЕКТОВ 60
2.1. Анализ типов итерационных выражений для описания формы контурных объектов
2.2. Исследование формально-грамматических свойств цепочек, принадлежащих множествам
2.3. Исследование формально-грамматических свойств цепочек множеств
2.4. Анализ свойств цепочек, принадлежащих множествам <% и U'Г 8б
2.5. Вероятностные свойства цепочек итерационных множеств 8^
Выводы' 91
3. ОБОСНОВАНИЕ И РАЗРАБОТКА МЕТОДИКИ АВТОМАТИЗИРОВАННОГОФОРМИРОВАНИЯ ДИАГНОСТИЧЕСКИХ ЗАКЛЮЧЕНИЙ ПО СЦИНТИ- ГРАММАМ ПЕЧЕНИ
3.1. Разработка алгоритма восстановления регулярных выражений для описания формы контурных объектов
3.2. Оценка качества работы структурного анализатора контурных объектов
3.3. Методика построения структурного анализатора формы контурных объектов 137
Выводы
4. РАЗРАБОТКА И ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ АВТОМАТИЗИ РОВАННОЙ СИСТЕМЫ ФОРМИРОВАНИЯ ДИАГНОСТИЧЕСКИХ ЗАКЛЮЧЕНИЙ ПО СЦИНТИГРАММАМ ПЕЧЕНИ
4.1. Автоматизированная система формирования диагностических заключений по сцинтиграммам печени
4.2. Специальное математическое обеспечение формирования заключений по медицинским параметрам сцинтиграмм печени
4.3. Методика автоматизированного формирования диагностических заключений по сцинтиграммам печени .161.
4.4. Экспериментальное исследование автоматизированной системы формирования диагностического заключения по сцинтиграммам печени на основе их описания
Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ .184
ПРИЛ ОЖЕНИЕ I
ПРИЛОЖЕНИЕ 2
ПРИЛОЖЕНИЕ 3
ПРИЛОЖЕНИЕ 4
ПРИЛОЖЕНИЕ 5
- Состояние проблемы построения автоматизированной системы формирования диагностических заключений
- Анализ типов итерационных выражений для описания формы контурных объектов
- Разработка алгоритма восстановления регулярных выражений для описания формы контурных объектов
- Автоматизированная система формирования диагностических заключений по сцинтиграммам печени
Введение к работе
Научно-техническая революция вызывает коренные преобразования во всех отраслях производства и оказывает существенное воздействие на все стороны общественной жизни. Это в полной мере относится и к службам здравоохранения.
Внедрение вычислительной техники и автоматизированных систем переработки информации в медицинскую и клиническую практику позволит так перераспределить функции между человеком и машиной и организовать их совместное взаимодействие, чтобы обеспечить повышение качества и сокращение стоимости и сроков постановки диагноза, существенно изменить характер труда врача и среднего медицинского персонала.
По данным Всемирной организации здравоохранения рак, как причина смертности людей, занимает второе место после болезней сердца. Лечение больных злокачественными опухолями является одной из наиболее актуальных и трудных проблем современной медицины, при этом успех лечения во многом определяется правильной исвоевременной диагностикой. Однимииз наиболее перспективных методов обнаружения злокачественных образований являются методы радиоизотопной диагностики, в частности сцинтиграфии печени. Методы радиоизотопной сцинтиграфии печени позволяют получить с минимальной опасностью для пациента значительную информацию о состоянии органа на основании изучения картин распределения радиоизотопного индикатора, представляющих собой полутоновые изображения.
Актуальность проблемы.
Несмотря на то, что радиоизотопные методы исследования нашли
- 6 ~
широкое применение в медицинской практике, до настоящего времени наиболыпое распространение получила интерпретация сцинтиграмм печени, основанная на визуальном анализе. При этом целый ряд субъективных и объективных факторов вызывает 30$ ошибок при классификации врачом сцинтиграмм печени класса "норма" и 6,5$ ошибок при классификации сцинтиграмм класса "патология". Наличие субъективного фактора приводит к необходимости автоматизации процесса формирования диагностических заключений.
Существующие системы автоматизированной обработки сцинтиграмм печени либо осуществляют улучшение визуального восприятия либо рассматривают некоторые частные вопросы принятия диагностических решений. И то и другое уже не удовлетворяет медицинским требованиям. Процесс формирования диагностического заключения врачом включает описание целого ряда медицинских признаков сцинтиграмм печени, классификацию каждого признака в отдельности и формирование общего вывода о состоянии органа. Всвязи с этим актуальной является задача автоматизации процесса формирования полного медицинского заключения.
Цель работы.
Целью данной работы является исследование и разработка методов и программных средств автоматизации процесса формирования полного медицинского заключения и разработка на базе типового набора технических средств радиоизотопной диагностики автоматизированной системы формирования диагностических заключений по сцин-тиграммам печени (АСФДЗ). Результаты функционирования системы должны отвечать выработанным медицинским требованиям как по перечню параметров, так и по качеству формируемых заключений. При этом увеличение времени, затрачиваемого на обследование одного пациента, обусловленное формированием заключения, не должно при-
водить к уменьшению пропускной способности отделений радиоизотопной диагностики.
Научная новизна.
Всвязи с поставленной задачей автором были впервые разработаны :
методика автоматизированного формирования диагностических заключений по сцинтиграммам печени, удовлетворяющая всем заданным медицинским требованиям;
методы предварительной обработки сцинтиграмм печени и методы автоматического описания всех вошедших в медицинские требования параметров сцинтиграмм;
метод определения класса грамматик, в котором следует искать решение задачи классификации формы изображения печени;
метод анализа цепочек стохастических регулярных множеств специального вида и исследование возможности применения аппарата стохастических грамматик для описания контурных объектов на изображениях, в частности для описания контура изображения печени;
алгоритм структурного анализатора, методика построения оптимального при заданных ограничениях структурного анализатора, метод оценки качества анализатора с учетом длин обучающих выборок, показана применшлость разработанных методак для анализа формы изображения печени.
Впервые было проведено экспериментальное исследование методики формирования диагностических заключений по сцинтиграммам печени.
Практическая ценность работы.
В соответствии с предложенной автором методикой формирования
диагностических заключений по сцинтиграммам печени на базе типового набора технических средств радиоизотопной диагностики разработана АСФДЗ. Разработан и отлажен комплекс программ специального математического обеспечения АСФДЗ, состоящий из 27 программных модулей, общим объемом 3300 операторов языка Фортран.
Разработанная система позволяет повысить качество принимаемого диагностического решения о состоянии печени до уровня высококвалифицированного врача за счет исключения влияния субъективного фактора и улучшить условия и организацию труда врача, что приводит к сокращению времени постановки диагноза и к увеличению пропускной способности отделений радиоизотопной диагностики.
Реализация результатов работы.
Разработанная автоматизированная система формирования диагностических заключений по сцинтиграммам печени внедрена в лаборатории радиоизотопной .диагностики (ЛРИД) ВОНЦ АМН СССР и находится в опытной клинической эксплуатации, что подтверждается актом о передаче и актом о внедрении АСФДЗ в ЛРИД ВОНЦ АМН СССР.
В диссертации автор защищает непосредственно им полученные новые теоретические результаты.
Методику автоматизированного формирования диагностических заключений по сцинтиграммам печени.
Метод определения класса грамматик, в котором следует искать решение задачи анализа формы изображения печени.
Метод анализа формально-грамматических свойств цепочек стохастических регулярных множеств, утверждения и теоремы, позволяющие находить образующие итерационных выражений, распознавать объекты итерационных множеств и дополнений к ним; определять число шагов, необходимое для распознавания.
Метод анализа вероятностных свойств цепочек итерационных множеств, позволяющий производить разбиение цепочек сложного контурного объекта на совокупность подцепочек, каждую из которых можно описать итерационным выражением заданного вида.
Алгоритм структурного анализатора, алгоритм вычисления функции качества анализатора, методику построения оптимального при заданных огранчениях структурного анализатора, применимость разработанной методики для решения задачи анализа формы изображений печени.
Апробация работы.
Материалы диссертации докладывались на:
- I Всесоюзной конференции "Автоматизированные системы об
работки изображений (АСОИд-81), г.Москва, 1981г.;
- УІ Всесоюзной конференции "Измерение в медицине и их метрологическое обеспечение", г.Москва, 1981г.;
П Всесоюзной научно-технической конференции "Проблемы техники в медицине", г.Тольятти, 1981г.;
Всесоюзной конференции "Проблемы разработки и производства технических средств для оснащения радиодиагностических центров", г.Москва, 1981г.;
региональной конференции "Обработка изображений и дистанционные исследования", г.Новосибирск, 1981г.;
секции радиоизотопной диагностики Московского научного общества рентгенологов и радиологов, 1983г.;
школе по радиоизотопной диагностике, г.Москва, 1983г.;
29,30 научных конференциях преподавателей, сотрудников и студентов МИФИ; 1981, 1983г.;
сессии отделения ядерной физики АН СССР, 1982г;
научных семинарах в ЛРИД ВОЩ АМН СССР, 1981г., 1982г.;
научном семинаре каф. АСУ МИФИ, 1981г.
Система экспонировалась на ВДНХ СССР в павильонах "Атомная энергия" и "Здравоохранение". Экспозиция "Автоматизированный анализ сцинтиграмм печени в онкологии" на выставке в павильоне "Здравоохранение" в 1983 г. была удостоина бронзовой медали.
Публикации.
По результатам .диссертационной работы было опубликовано 6 печатных работ. Результаты исследований отражены в 3 отчетах о НИР.
Структура работы.
Данная диссертация состоит из введения, четырех глав, заключения и приложения.
В первой главе: проведен обзор методов обработки изображений, в частности сцинтиграмм и дается обоснование актуальности создания автоматизированной системы формирования .диагностических заключений по сцинтиграммам. Приводится описание структуры АСФДЗ и медицинских параметров сцинтиграмм печени. Из подлежащих решению задач выбирается наиболее важная, но мало исследованная задача анализа формы изображений печени. Показывается что для решения этой задачи необходимо применение структурных методов распознавания изображений. Обосновывается выбор класса грамматик в котором должно искаться решение задачи анализа формы изображения печени. Приводится постановка задачи построения обучаемого структурного анализатора формы изображения печени.
Во второй главе приведен анализ различных грамматических конструкций применительно к задаче анализа формы изображения печени. На основании исследований формально-грамматических'свойств
- II -
данных грамматических конструкций доказан ряд утверждений и на их основе предлагается метод, позволяющий распознавать цепочки итерационных множеств (некоторого частного вида) и дополнений к ним, а также определять число шагов алгоритма, необходимых для такого распознавания. Проведенное исследование вероятностных свойств цепочек итерационных множеств показывает возможность деления цепочки сложного объекта на подцепочки таким образом, чтобы каждую подцепочку можно было бы описать заданной грамматикой.
В третьей главе описывается метод вычисления функции качества работы структурного анализатора. Проводится исследование свойств функции качества в зависимости от типов грамматик и их параметров, что позволяет строить оптимальный структурный анализатор формы изображения печени. Приводится описание алгоритма построения структурного анализатора, осуществляющего направленный перебор грамматик и обеспечивающего достижение оптимального по выбранному критерию решения. Дается описание методики построения структурного анализатора контурных объектов и показывается ее применимость для решения задачи анализа формы изображения печени.
В четвертой главе приводятся структура и состав автоматизированной системы формирования диагностических заключений, дается описание алгоритмов специального математического обеспечения АСФДЗ и приводятся основные характеристики программ. Описана методика автоматизированного формирования диагностических заключений по сцинтиграммам печени. Приведены результаты экспериментального исследования разработанной методики автоматизированного формирования .диагностических заключений по сцинтиграммам печени, проводимого в ЛРВД ВОНЦ АМН СССР. Результаты испытания системы
показали, что она полностью удовлетворяет предъявляетльш к ней медицинским требованиям.
Работа проводилась в рамках целевой научно-технической программы "Онкология" по госбюджетной теме 0.69.02 Н7, номер государственной регистрации 79031455 на основании постановления № 425 ПШТ СМ СССР и Минздрав СССР от 24.II.76г.
- ІЗ -
Состояние проблемы построения автоматизированной системы формирования диагностических заключений
Процесс принятия диагностического решения по сцинти-граммам заключается в следующем. Пациенту вводится быстро выводимый из организма препарат, который избирательно накапливается в исследуемом органе. При этом распределение радиоактивного препарата в органе происходит неравномерно, в пораженных отделах наблюдается сниженное либо увеличенное накопление по сравнению с окружающими здоровыми тканями. Через определенный промежуток времени проводится обследование больного на гамма-камере, где с помощью сцинтилляционных счетчиков получают значения интенсивностей )f -излучения с различных точек исследуемой области. В соответствии с интенсивностью К -излучение регистрируется и преобразуется в цифровое изображение. Изображение выводится на экран дисплея и исследуется врачом-диагностом, который выдает заключение. Медицинское заключение при этом состоит из описания целого ряда сцинтиграфических признаков и комплекса диагностических заключений по этим признакам.
До настоящего времени наибольшее распространение получила интерпретация сцинтиграмм, основанная на визуальном анализе.
Однако процесс принятия диагностического решения сложен и трудоемок. Основными факторами, снижающими качество диагноза по сцинтиграммам, являются следующиеС і J:
- присутствие фонового -излучения;
- статистические флюктуации при регистрации Q -излучения;
- движение самого органа в процессе обследования (дыхательная экскурсия);
- практический опыт врача-диагноста;
- состояние (настроение, степень утомления и т.д.) врача во время диагноза.
Это приводит к необходимости использовать математические средства по обработке сцинтиграмм.
В литературе автору не встретились сведения о системах автоматического формирования полного медицинского заключения по сцинтиграммам печени. Известные системы по обработке сцинтиграмм в основном направлены на решение вопросов предварительной обработки изображений с целью улучшения их визуального восприятия.
К работам такого рода относятся устранение неравномерности поля зрения гамма-камеры[ 2, 3 J, устранение влияния дыхательной экскурсииЕ 4, 5 ], сглаживание или фильтрация сцинтиграмм, подробный обзор которых приведен в работе[ 2 ].
Поскольку случаи, когда неравномерность поля зрения гамма-камеры приводит к ощутимым искажениям, встречаются достаточно редко (сильное увеличение органа, значительный сдвиг органа), то подобная коррекция в работе не рассматривалась.
- 15 Методы исключения динамической нерезкости не нашли пока широкого распространения из-за значительного увеличения времени регистрации излучения и так же усложнения процесса регистрации. При этом достигнутое увеличение разрешающей способности полностью подавляется дальнейшим сглаживанием или фильтрацией.
Анализ типов итерационных выражений для описания формы контурных объектов
Прежде чем приступить к разработке алгоритма восстановления структурного анализатора необходимо исследовать свойства цепочек, которые могут иметь место в задачах описания контуров объектов, в частности, в задаче описания формы изображения печени. При этом особое внимание следует уделить тем особенностям, которые позволили бы успешно разделять цепочки разных классов.
Как было показано в 1.4, регулярное выражение для описания объектов первого класса будет восстанавливаться в классе последовательностей из итерационных выражений (в тех случаях, где это не затрудняет понимание, фразы о длинах подцепочек будем опускать) . Поэтому необходимо рассмотреть свойства цепочек, описываемых одним или несколькими последовательно расположенными итерационными выражениями.
Вид итерационного выражения тесно связан со свойствами контуров объектов. Как видно из 1.4, итерационные выражения отличаются видами образующих. Образующими могут служить терминальные элементы, подцепочки из терминальных элементов, итерационные выражения. При этом важно заметить, что число вложенных друг в друга итерационных выражений в регулярных выражениях должно быть конечным.
Введем необходимые определения.
Пусть дано итерационное выражение Ц с вложенными друг в друга итерационными выражениями, тогда максимальное для / число вложенных друг в друга выражений будем называть степенью вложенности итерационного выражения U и обозначать буквой Г ,
Разработка алгоритма восстановления регулярных выражений для описания формы контурных объектов
Для решения задачи формирования диагностических заключений по сцинтиграммам печени необходимо построить структурный анализатор контурных объектов.
В данном случае синтез структурного анализатора состоит из процедуры разбиения цепочек класса "форма изображения печени правильная" на подклассы, в соответствии с многообразием форм изображений печени; разбиения цепочек внутри каждого подкласса на отрезки и восстановления стахостического регулярного выражения каждого отрезка.
Построение структурного анализатора будет осуществляться по конечному набору предложений (обозначим его Ot ).
Предложения первого класса - "форма контурного объекта нормальная" - будем рассматривать как образец из множества ице.т.(иийгТ є. {/т J t предложения класса "форма контурного объекта деформирована" - как образец из дополнения к Uv&r ( VT \UUCT.).
Согласно медицинским требованиям качество работы анализатора должно быть не ниже качества классификации сцинтиграмм врачом. По различным источникам [40,41,112]» оно колеблется от 65$ до 80$.
Однако, при вынесении заключения, врач помимо формы изображения печени учитывает и другие параметры. Поэтому истинную ошибку классификации формы изображений печени из литературных источников установить невозможно.
Будем считать построение структурного анализатора законченным, если выбранная функция качества (верхняя граница доверительного интервала оценки ошибки распознавания & при доверительной вероятности равной 0.95) не превышает порог 0.3 или достигает минимума.
С этой точки зрения представляет интерес алгоритм последовательного приближения к искомому анализатору, когда на п -ом шаге алгоритма строится анализатор U , с помощью которого качество распознавания выше, чем на предыдущих (Л--І) шагах. За результирующий будем брать анализатор U , на котором функция качества Е& удовлетворяет указанным требованиям.
На каждом последовательном шаге Л- построения структурного анализатора строится регулярное выражение V . Построение U можно разбить на два этапа. На первом этапе вся совокупность предложений одного класса (в данном случае первого) разбивается на І , подклассов таким образом, чтобы совокупность предложений каждого подкласса можно было бы описать одной последовательностью итерационных выражений. Обозначим число выражений в последовательности Кп(1) , где - номер подкласса ( I с ).
Автоматизированная система формирования диагностических заключений по сцинтиграммам печени
В результате проведенных автором исследований была разработана автоматизированная система формирования диагностических заключений по сцинтиграммам печени (АСФДЗ). В состав системы входят технические средства и математическое обеспечение. При разработке АСФДЗ использовался типовой набор технических средств отделений радиоизотопной диагностики. В его состав входят гамма-камера-прибор для регистрации и переработки радиоизотопной информации и сопряженная с ней мини-ЭВМ в комплекте- с телетайпом, магнитными дисками, магнитными лентами, дисплеем и стандартным сопряжением с гамма-камерой.
Математическое обеспечение АСФДЗ можно представить как системное и специальное. Системное математическое обеспечение включает управляющие программы, трансляторы с различных языков (в том числе с языка Фортран), редактирующие программы, программы для диалогового режима работы оператора с машиной. Специальное математическое обеспечение автоматизированной системы формирования диагностических заключений по сцинтиграммам включает комплекс программ на языке Фортран, осуществляющих предварительную обработку спинтиграмм печени, автоматическое определение медицинских параметров спинтиграмм, формирование диагностических заключений по каждому параметру в отдельности, и формирование общего вывода о состоянии органа. Перечисленные программы осуществляют
- 139 формирование, согласно медицинским требованиям полного заключения по сцинтиграммам печени. Помимо их в состав специального математического обеспечения АСФДЗ входят программы, написанные на языке Фортран и осуществляющие настройку параметров классификаторов АСЩЦЗ. Общая структура специального математического обеспечения АСФДЗ изображена на рис. 4.1.
Процесс формирования полного медицинского заключения по сцинтиграммам печени с использованием АСФДЗ осуществляется следующим образом.
После введения пациенту радиоактивного препарата проводится регистрация излучения в области нахождения исследуемого органа с помощью гамма-камеры и формируется сцинтиграфическое изображение. Полученная сцинтиграммам передается в память сопряженной с гамма-камерой вычислительной машины. С пульта мини-ЭВМ осуществляется запуск программ формирования заключения. Листинг машинного заключения печатается на телетайпе мини-ЭВМ.
При этом важно заметать, что система выступает только в качестве советчика, а окончательное решение остается за врачом.
Для реализации алгоритмов формирования полного медицинского заключения было написано и отлажено 27 программных модулей.
Общий объем программного комплекса автоматизированного формирования полного медицинского заключения по сцинтиграммам составил 1770 операторов языка Фортран.
Время формирования одного заключения не превышает 3 мин.
Для настройки параметров классификатора используется помимо модулей автоматизированного формирования заключений дополнительные программные модули. Объем их составляет 1550 операторов языка Фортран. Время настройки параметров системы на выборке порядка 100 штук не превышает 15 глин.
