ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы диссертации
Объекты на медицинских изображениях обладают большой сложностью и многофакторностью, что обусловливает высокие требования к надёжности, точности и достоверности результатов исследований. Использование вычислительной техники и математических методов в этой отрасли позволяет не только ускорить процесс обработки материала, но и повысить точность результатов исследования.
Развитие электроники и вредность условий работы стимулировали повышенное внимание к цифровому анализу рентгеновских, ультразвуковых изображений и изображений ядерно-магнитного резонанса, главным достижением которого можно считать появление компьютерного томографа. Однако сложности в получении качественных изображений гистологических объектов значительно тормозят развитие этой отрасли.
Автоматизация анализа гистологических структур ускоряет диагностику заболевания, позволяет расширить границы научных поисков в медицине. Автоматическое измерение параметров гистологических объектов даёт возможность уточнить лечение и управление терапевтическими процессами. Так, наиболее перспективным методом ранней диагностики опухолевых заболеваний в настоящее время является автоматизация цитофотометрического анализа специально приготовленных и окрашенных гистологических препаратов и разделение их по принципу норма – патология.
Возможно вы искали - Реферат: Злокачественный нейролептический синдром
Одной из главных частей автоматизации измерения оптических и геометрических параметров является выделение объектов на гистологических препаратах. Эта задача решается с помощью методов и средств цифрового анализа изображений.
Основной причиной отсутствия автоматизации в гистологии является высокая вариабельность и слабая контрастность большинства гистологических структур.
Однако быстрое развитие цифровой и аналоговой техники в последнее время открывает новые возможности перед разработчиками. Например, увеличение быстродействия вычислительной техники позволяет использовать сложные, критичные ко времени алгоритмы, а благодаря появлению цветных телевизионных датчиков высокого разрешения можно получать и обрабатывать цветные изображения. Именно новые технические возможности позволяют значительно расширить круг исследований, открывают новые пути решения задач, касающихся анализа изображений. Данная работа посвящена одной из таких задач – сегментации объектов на изображениях гистологических препаратов.
Связь работы с крупными научными программами, темами
Диссертационная работа выполнена в лаборатории обработки и распознавания изображений Института технической кибернетики НАН Беларуси в сотрудничестве с лабораторией методов морфологических исследований МГМИ в рамках тем: Интеллект 17 “Создание теоретических основ разработки, применения и распознавания изображений с использованием искусственного интеллекта” – постановление президиума НАН Беларуси № 88 от 23.11.95; “Разработать рабочий проект АРМ клинического морфолога и сдать в опытную эксплуатацию в МГМИ” в соответствии с “Программой информатизации Республики Беларусь на 1991-1995 годы и на период до 2000 года”, утвержденной Постановлением Совета Министров Республики Беларусь N 444 от 27.11.92; “Разработать платформонезависимые инструментальные средства обеспечения удалённого сбора, хранения и визуализации биомедицинской информации в НИКС” в соответствии с Постановлением Совета Министров Республики Беларусь от 22 октября 1998 г. №1609 “О развитии в республике работ по созданию единой научно-информационной компьютерной сети”.
Похожий материал - Реферат: История болезни - Детские болезни инфекция мочевыводящих путей
Цель и задачи исследования
Цель работы – разработать алгоритмы сегментации для определения гистологических объектов на слабоконтрастных цветных и полутоновых изображениях для решения задач диагностики заболеваний, лечения и управления терапевтическими процедурами.
Для достижения поставленной цели потребовалось:
- классифицировать изображения гистологических объектов по геометрическим, топологическим, оптическим характеристикам;
- разработать алгоритмы сегментации волокон и сосудов;
Очень интересно - Реферат: Менингококковая инфекция
- разработать алгоритмы сегментации клеток;
- разработать методы сегментации цветных изображений гистологических объектов;
- программно реализовать алгоритмы сегментации гистологических объектов и проверить их на конкретных примерах.
Объект и предмет исследования
Исследования выполнены в области сегментации изображений. Предметом исследования являются гистологические объекты на цветных и полутоновых изображениях препаратов оптической микроскопии.
Вам будет интересно - Доклад: Беременность и сердечно-сосудистые заболевания
Гипотеза
Все изображения гистологических объектов можно классифицировать по их геометрическим и оптическим свойствам и свойствам их окружения, а для каждого класса объектов можно определить алгоритм сегментации, позволяющий получить результат, удовлетворяющий исследователей гистологических препаратов.
Методология и методы проведённого исследования
В качестве теоретических методов исследования использовались методы цифровой обработки сигналов и изображений, математического анализа и математического моделирования. Для программной реализации разработанных алгоритмов использовались методы создания программных систем, методы оптимизации программных комплексов, программирование на языках высокого уровня.
Научная новизна полученных результатов
Похожий материал - Реферат: История болезни - Инфекционные болезни (вирусный гепатит C)
Разработана классификация гистологических объектов по особенностям их изображений для определения способа сегментации. Каждый класс определяет основные объекты на гистологических препаратах и особенности их представления. Для него выбран алгоритм сегментации, позволяющий получить качественный результат. Основная задача этой классификации – определить оптимальный путь от входного полутонового или цветного изображения до выделенного объекта на бинарном изображении.
Разработан алгоритм полутонового утоньшения, основное отличие которого заключается в том, что он ориентирован на обработку слабоконтрастных изображений сосудов и волокон, где толщиной исходных объектов можно пренебречь, так как длина этих объектов намного превышает их ширину. Причем объекты могут быть окружены фоном с постоянно меняющимися яркостными и цветовыми характеристиками, который включает в себя изображения объектов другого типа.
Разработан алгоритм сегментации и отслеживания сосудов и волокон при больших увеличениях. Основная особенность этого алгоритма – это определение объекта по областям, выделенным в результате утоньшения всего изображения, которое обработано оператором выделения границ (например, фильтром Собеля), что позволяет не только увеличить скорость по сравнению с алгоритмами поточечной трассировки, но и получить более качественные результаты на слабоконтрастных изображениях.
Разработаны два алгоритма сегментации выпуклых объектов (клеток, ядер, волокон и сосудов в продольном сечении). Их основная особенность заключается в том, что они ориентированы на выделение объектов, окруженных сложным по геометрическим и оптическим характеристикам фоном. Первый алгоритм базируется на методах математической морфологии и ориентирован на объекты с неравномерным фоном, основывается на определении границ выпуклых фигур; другой – на объединении областей, выделенных в результате утоньшения перепадов яркости, и позволяет определять объекты даже тогда, когда перепады уровней яркости объектов такие же, как и у окружающего их фона. Отсутствие стадий “засевания”, роста и разделения областей приводит к выигрышу в скорости по сравнению с традиционными алгоритмами роста областей.