Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Метод анализа снимков компьютерной томографии на основе поэтапной бинаризации изображений и его программная реализация


https://doi.org/10.15217/issn1684-8853.2018.3.98

Полный текст:


Аннотация

Введение: снимки внутренних структур тела, получаемые методами компьютерной томографии, содержат в себе большие объемы информации, требуют комплексного всестороннего анализа, занимающего длительное время и представляющего сложность для врача, проводящего диагностику. Повысить точность постановки диагноза позволяет применение контрастного вещества, но данный способ диагностического исследования дороже и имеет ряд противопоказаний.

Цель: разработка метода автоматического определения параметров объектов на снимках компьютерной томографии, предоставляющего диагностирующим врачам требуемую информацию.

Результаты: предложен метод параметризации объектов, расположенных на слоях снимка компьютерной томографии, выполняющий их поочередный анализ и определяютуій область снимка, относящуюся к исследуемому объекту. В процессе последующего исследования объект рассматривается как совокупность вокселов, отображающих среднюю плотность ткани в соответствующей области объекта. Далее вычисляются площади объекта на каждом срезе, а затем его суммарный объем. Определение выборочной несмещенной дисперсии для значений плотности объекта, а также гистограмма этих значений дают возможность диагностирующему врачу делать выводы о свойствах данного объекта и оценивать вероятность наличия патологических образований. Фильтрация вокселов объекта по значению плотности позволяет локализовать области объекта о определенными свойствами и оценить степень симметричности новообразований, свидетельствующую о вероятности их патологической природы.

Практическая значимость: разработанный метод и его программная реализация позволяют, во-первых, частично автоматизировать процесс анализа снимков компьютерной томографии, предоставляя специалистам значения параметров объекта, выбранного на снимке: послойных площадей, объема, распределения значений плотности внутри объекта, выборочной несмещенной дисперсии для распределения значений плотности объекта, оценки симметричности новообразований внутри объекта; во-вторых, проводить локализацию тканей определенной плотности и выявлять патологические образования без использования контрастирования.


Об авторах

Н. И. Лиманова
Поволжский государственный университет телекоммуникации и информатики
Россия

ЛИМАНОВА Наталия Игоревна, доктор технических наук, доцент, заведующая кафедрой информационных  систем и технологий

Льва Толстого  ул., 23, Самара, 443010



С. Г. Атаев
Поволжский государственный университет телекоммуникации и информатики
Россия

АТАЕВ Сергей Геннадьевич, ассистент кафедры  информационных систем и технологий

Льва Толстого ул., 23, Самара, 443010



Список литературы

1. Van Ginneken B., Schaefer-Prokop CM., Prokop M. Computer-Aided Diagnosis: how to Move from the Laboratory to the Clinic // The British Journal of Radiology. 2005. N 78(1). P. 3–19. doi:10.1259/bjr/82933343

2. Doi K. Current Status and Future Potential of Computer-Aided Diagnosis in Medical Imaging // The British Journal of Radiology. 2005. Vol. 78. P. 3–19. doi:10.1259/bjr/82933343

3. Hofer M. CT Teaching Manual: Systematic Approach to CT Reading. — Thieme, 2007. — 224 p.

4. Seletchi E., Duliu O. Image Processing and Data Analysis in Computed Tomography // Romanian Journal of Physics. 2007. N 1. P. 764–774. http://www.nipne.ro/rjp/2007_52_5-6/0667_0667.pdf (дата обращения: 15.12.2017).

5. Boussion N., Fayad H., Le Pogam A., Pradier O., Visyikis D. Image Processing Methods in CT for Radiotherapy Applications // Theory and Applications of CT Imaging and Analysis. — InTech, 2011. P. 127–142. http://cdn.intechopen.com/pdfs-wm/14772.pdf (дата обращения: 15.12.2017).

6. Maher M., Kalra M., Sahani D., Perumpillichira J., Rizzo S., Saini S., Mueller P. Techniques, Clinical Applications and Limitations of 3D Reconstruction in CT of the Abdomen// Korean Journal of Radiology. 2004. N 5(1). P. 55–67. doi:10.3348/kjr.2004.5.1.55

7. Kim H. C., Park S. H., Park S. I., Shin H. C., Park S. J., Kim H. H., Kim Y. T., Bae W. K., Kim I. Y. Three-Dimensional Reconstructed Images using Multidetector Computed Tomography in Evaluation of the Biliary Tract // Abdominal Imaging. 2004. N 29(4). P. 472–478. doi:10.1007/s00261-003-0123-x

8. Xu F., Mueller K. Real-Time 3D Computed Tomographic Reconstruction using Commodity Graphics Hardware // Physics in Medicine and Biology. 2007. N 52(12). P. 3405–3419. doi:10.1088/0031-9155/52/12/006

9. El-Baz A., Beache G., Gimel’farb G., Suzuki K., Okada K., Elnakib A., Soliman A., Abdollahi B. Computer-Aided Diagnosis Systems for Lung Cancer: Challenges and Methodologies // International Journal of Biomedical Imaging. 2013. N 2013. P. 1–46. doi:10.1155/2013/942353

10. Chen H., Xu Y., Ma Y., Ma B. Neural Network Ensemble-based Computer-Aided Diagnosis for Differentation of Lung Nodules on CT Images: Clinical Evaluation // Academic Radiology. 2016. N 3(82). P. 595– 602. doi:10.1016/j.acra.2009.12.009

11. Chen H., Wang X. H., Ma D. Q., Ma B. R. Neural Network-based Computer-Aided Diagnosis in Distinguishing Malignant from Benign Solitary Pulmonary Nodules by Computed Tomography // Chinese Medical Journal. 2007. N 120(14). P. 1211–1215. http://124 . 205. 33.103:81/ch/reader/create_pdf.aspx?file_no=200771851284230&year_id= 2007&quarter_id=14&falg=1 (дата обращения: 15.12.2017).

12. Montejo L., Jia J., Kim H., Netz U., Blaschke S., Müller G., Hielscher A. Computer-Aided Diagnosis of Rheumatoid Arthritis with Optical Tomography. Part 1: Feature Extraction// Journal of Biomedical Optics. 2013. N 18(7). P. 123–137. doi:10.1117/1.JBO.18.7.076001

13. Montejo L., Jia J., Kim H., Netz U., Blaschke S., Müller G., Hielscher A. Computer-Aided Diagnosis of Rheumatoid Arthritis with Optical Tomography. Part 2: Image Classification // Journal of Biomedical Optics. 2013. N 18(7). P. 138–150. doi:10.1117/1.JBO.18.7.076002

14. Hussien R., Supriyanto E., Anati N., Azmira N., Illani N., Mahfooz R. Digital Processing for Computed Tomography Images: Brain Tumor Extraction and Histogram Analysis // Mathematics and Computers in Contemporary Science. — WSEAS Press, 2013. P. 119–128.

15. Homma N. CT Image based Computer-Aided Lung Cancer Diagnosis // Theory and Applications of CT Imaging and Analysis. — InTech, 2011. P. 3–14. http://www.intechopen.com/books/theory-and-applications-of-ct-imaging-and-analysis/ct-image-basedcomputer-aided-lung-cancer-diagnosis (дата обращения: 15.12.2017).

16. Zhou C., Chan H-P., Sahiner B. Computer-Aided Detection of Pulmonary Embolism in Computed Tomographic Pulmonary Angiography (CTPA): Performance Evaluation with Independent Data Sets // Medical Physics. 2009. N 36(8). P. 3385–3396. doi:10.15217/issn1684-8853.2016.3.2

17. Gonzalez R., Woods E. Digital Image Processing. — Prentice Hall, 2007. — 976 p.

18. Pratt W. Digital Image Processing: PIKS Scientific Inside. — Wiley-Interscience, 2007. — 812 p.

19. Seletchi E., Sutac V. Image Analysis in X-ray Computed Tomography // ICVL. 2006. P. 187–194. http://fmi.unibuc.ro/cniv/2006/disc/icvl/documente/pdf/met/16_seletchi.pdf (дата обращения: 15.12.2017).

20. Romans L. Computed Tomography for Technologists: A Comprehensive Text. — LWW, 2004. — 400 p.

21. Kelley L., Petersen C. Workbook for Sectional Anatomy for Imaging Professionals. — Mosby, 2012. — 256 p.

22. Волков А. Г. Лобные пазухи. — Ростов н/Д: Феникс, 2000. — 512 c.


Дополнительные файлы

Для цитирования: Лиманова Н.И., Атаев С.Г. Метод анализа снимков компьютерной томографии на основе поэтапной бинаризации изображений и его программная реализация. Информационно-управляющие системы. 2018;(3):98-106. https://doi.org/10.15217/issn1684-8853.2018.3.98

For citation: Limanova N.I., Ataev S.G. Computer Aided Tomography Picture Analysis on the base of Stage-By-Stage Binarization and its Software Implementation. Information and Control Systems. 2018;(3):98-106. (In Russ.) https://doi.org/10.15217/issn1684-8853.2018.3.98

Просмотров: 96


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)