Введение к работе
Актуальность темы и состояние вопроса
Актуальность разработки новых методов и моделей цифровой обработки изображений, устройств распознавания неоднородностей на лучевых изображениях определяется, прежде всего, возросшими требованиями к качеству и надежности разрабатываемых систем и радиотехнических устройств, созданием перспективных информационных технологий с использованием нейронных сетей.
Преобразование лучевых изображений в цифровой формат дает возможность обеспечить компьютерную обработку, заключающуюся в улучшении контраста и пространственного разрешения, идентификации и текстуризации рентгеновских изображений, что, в свою очередь, ставит задачу разработки, совершенствования и дальнейшего развития надежных и эффективных методов обработки лучевых изображений.
Современные методы получения цифрового изображения, в большинстве случаев, основаны на аппаратных средствах с использованием различных методов преобразования. Информационные технологии в лучевой диагностике требуют специализированного программного обеспечения, совмещающего мультимодаль-ную визуализацию с методами цифровой обработки изображений.
Нейронно-сетевой подход имеет преимущества перед традиционными математическими методами, если рассматриваемая задача не поддается адекватной формализации, поскольку содержит элементы неопределенности, не формализуемые традиционными математическими методами, или существующий математический аппарат решения задачи не удовлетворяет требованиям получения решений по времени, размеру, качеству и др.
Существующие методы реконструкции изображений и фильтрации позволяют получать диагностические заключения посредством компьютерной обработки пленочных рентгеновских снимков. Визуализация по пленочным рентгеновским снимкам с помощью широко известного «молочно-белого» экрана и диагностика изображений экспертами не позволяет детально проводить идентификацию артефактов и анализ количественных данных. Задача интерпретации рентгеновских изображений решается в рамках нейросетевых технологий каждого набора параметров из обучающего множества.
Несмотря на то, что сейчас широко развиваются такие методы диагностики, как компьютерная томография, магниторезонансная томография и позитронно-эмиссионная томография, имеющие высокую диагностическую информативность, обследования этими методами имеют недостатки: дорогое оборудование и специализированное программное обеспечение. Все это повышает стоимость обследования, поэтому в настоящее время данные методы визуализации используются только после рентгенографии при подозрении на заболевания, требующие дополнительного обследования.
Особенность исследований диссертационной работы заключается в проведении таких процедур, как фильтрация в пространственной и частотной областях, гистограммный анализ изображения и сегментация текстур на нем для повышения диагностического потенциала изображения.
Современное развитие систем компьютерной ассистируемой диагностики дает возможность распознавать заболевания на ранних стадиях, при этом исключается
субъективность обследования. Нейроускорители и системы, реализованные на аппаратной платформе в виде функционально законченного радиотехнического устройства, позволили гибко использовать систему компьютерной ассистируемой диагностики.
Актуальной задачей является создание численных алгоритмов обнаружения и распознавания артефактов и аппаратная реализация радиотехнического устройства для применения в медицинской практике.
Таким образом, решение отмеченных проблем позволило существенно повысить информационную отдачу лучевых изображений, создать новые эффективные алгоритмы обработки и распознавания изображений с помощью нейронных сетей встречного распространения и при этом дополнить возможности других, более современных методов.
Цель работы и задачи исследования
Целью диссертации является исследование и оптимизация методов анализа и обработки рентгеновских изображений, распознавания и выявления артефактов на цифровой или оцифрованной рентгенограмме, сканирования и анализ гистограмм на наличие неоднородностей на снимках сердечно-сосудистой системы, моделирование мультимодального изображения слияния рентгенограммы и сцин-тиграммы, выбор оптимальной структуры нейронной сети и построение модели нейросетевого классификатора.
Основные задачи работы
Для достижения поставленных целей необходимо провести анализ существующих методов и решить следующие задачи:
разработать новый подход к решению задач фильтрации изображений, улучшающий качество и распознаваемость;
разработать метод и алгоритм формирования мультимодального изображения слияния рентгенограмм и сцинтиграмм;
разработать аппаратную реализацию программного комплекса «DMR» на базе программируемой логической интегральной схемы в виде автономного радиотехнического устройства;
разработать алгоритм и нейросетевой классификатор распознавания текстуры изображений;
разработать метод оценки изображения, учитывающий статистику значений пикселей из их локального множества на основании гистограмм «зоны интереса» и эталонных.
Научная новизна диссертации
Разработаны метод и алгоритм формирования мультимодального изображения слияния рентгенограмм и сцинтиграмм, позволяющие увеличить информативность зрительного восприятия за счет интеграции преимуществ двух методов визуализации.
Разработан новый подход к решению задач фильтрации в частотно-пространственной области рентгенографических и сцинтиграфических изображений, ранее не применявшийся; получены эффективные значения параметров фильтров.
Разработана система методик, обеспечивающих выбор размера ячейки при сканировании «зон интереса» на цифровых рентгенограммах. На основании исследования характера и параметров распределения значений гистограмм ин-тенсивностей «зон интереса» разработан метод анализа краеобразующей дуги сердечно-сосудистой системы оцифрованных рентгенограмм, позволяющий определить наличие неоднородностей.
На основе методов цифровой обработки изображений предложен алгоритм обработки лучевых изображений с оптимальными параметрами, обеспечивающий повышение информативности изображений с использованием нейронных сетей встречного распространения.
Разработаны алгоритм и классификатор, реализующие на аппаратном уровне принципы нейросетевой технологии для распознавания текстуры изображения.
Достоверность научных положений диссертации обеспечивается математически корректной постановкой задачи, использованными методами цифровой обработки изображений, методами фильтрации, тщательным тестированием отдельных блоков и модулей программного комплекса, сравнением полученных решений в некоторых частных случаях с результатами других авторов. Все полученные в ходе исследования результаты проанализированы с точки зрения их физической достоверности. Визуальный анализ результатов компьютерного моделирования также подтверждает их корректность.
Практическая ценность и реализация результатов работы
Результаты исследования позволяют сформировать новую лучевую диагностическую концепцию, развивающую рентгенологический подход к распознаванию заболеваний на ранних стадиях. Применение нейросетевого подхода к решению задач идентификации неоднородностей является основой для радиотехнических устройств на базе программируемых логических интегральных схем. Основные теоретические и практические результаты переданы и используются в обследованиях пациентов на кафедре геронтологии и гериатрии при «Госпитале ВОВ и ветеранов труда», на кафедре лучевой диагностики ГОУ ВПО «Самарский государственный медицинский университет».
На защиту выносятся:
Метод и алгоритм формирования мультимодального изображения слияния рентгенограмм и сцинтиграмм
Новый подход к решению задач фильтрации в частотно-пространственной области рентгенографических и сцинтиграфических изображений.
Система методик, обеспечивающих выбор размера ячейки при сканировании «зон интереса» на цифровых рентгенограммах.
Алгоритм обработки лучевых изображений с оптимальными параметрами, обеспечивающий повышение информативности изображений с использованием нейронных сетей встречного распространения.
Алгоритм и классификатор, реализующие на аппаратном уровне принципы нейросетевой технологии для распознавания текстуры изображения.
Апробация результатов диссертации
Материалы диссертации докладывались и обсуждались на следующих конференциях:
VI Международная Выставка - Форум «Инфоком-2006» (Самара, Экспо-Волга, 2006);
V Международная НТК «Физика и технические приложения волновых процессов» (Самара, 2006);
IX Всероссийский Симпозиум по Прикладной и Промышленной Математике «Насущные проблемы прикладной и промышленной математики в Ставрополье» (Кисловодск, 2008);
V Всероссийская НТК с международным участием «Математическое моделирование и краевые задачи» (Самара, 2008);
IX Международная НТК «Проблемы техники и технологий телекоммуникаций» (Казань, 2008);
XVII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов ПГУТИ (Самара, февраль 2010);
XI Всероссийский Симпозиум по Прикладной и Промышленной Математике (Кисловодск, 2010).
Диссертация апробирована на семинаре Научно-исследовательского института математики и механики им. Н.Г. Чеботарева Казанского государственного университета (Казань, февраль 2008), на межкафедральном заседании кафедр гериатрии и лучевой диагностики ГОУ ВПО «Самарский государственный медицинский университет» (Самара, 2009).
Публикации
По теме диссертации опубликовано 12 печатных работ, в том числе 4 статьи в научных журналах, входящих в перечень ВАК РФ, 8 тезисов и докладов. Получено свидетельство о государственной регистрации программы для ЭВМ № 2010317167(2010).
Структура и объем диссертации
Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы. Работа содержит 150 страниц машинописного текста, 87 рисунков и 3 таблицы. Список литературы включает в себя 88 наименований.
