Метод и система обработки динамических медицинских изображений

• Автор: Марьяскин, Евгений Леонидович
• Шифр специальности: 05.11.17
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Санкт-Петербург
• Количество страниц: 122 с. : ил.

Введение
ГЛАВА 1. Проблемы обработки и анализа медицинских изображений
1.1. Использование динамических изображений в медицинской диагностике
1.2. Особенности обработки динамических медицинских изображений
1.3. Обзор методов функциональной диагностики
1.4.Методы определения движения
1.4.1. Формулировка задачи выделения движения
1.4.2. Основные обозначения
1.4.3 Локальные методы вычисления оптического потока
1.4.4. Глобальные методы вычисления оптического потока
1.4.5. Дополнительные модификации
Вывод
ГЛАВА 2. Разработка метода автоматической сегментации динамических медицинских изображений
2.1. Алгоритмы вычисления оптического потока
2.1.1. Дифференциальные методы
2.1.2. Применение медианного фильтра и мультимасштабного подхода
2.2. Сегментация поля потока
2.2.1. Традиционный подход к динамической сегментации
2.2.2. Разработка методики сегментации
2.3. Разработка автоматических алгоритмов сегментации
2.3.1. Характеристики кластеризации
2.3.2. Определение информации предыдущих сессий
2.3.3. Первичное выделение кластеров
2.3.4. Определение характеристик
2.3.5. Этап подготовки к окончательной сегментации
2.3.6. Этап постобработки
Заключение
ГЛАВА 3. Разработка автоматизированной обработки медицинских изображений
3.1. Моделирование сцен
3.1.1. Определение актуальных для модели факторов
3.1.2. Допустимые значения параметров модели
3.2. Разработка метода обработки динамических медицинских изображений
3.3. Исследование метода обработки динамических медицинских изображений
3.2.1. Методика исследования
3.2.2. Характеристики качества сегментации
3.2.3. Модельный сюжет
3.2.4 Модельный сюжет
3.2.5. Результаты исследования
Заключение
ГЛАВА 4. Разработка системы обработки динамических медицинских изображений
Введение
4.1. Разработка программного комплекса
4.1.1. Построение модели
4.1.2. Описание алгоритма
4.1.3. Задание исходных данных
4.1.4. Вычисление оптического потока
4.1.5. Визуализация потоков
4.1.6. Сегментация потока
4.1.7. Пользовательский интерфейс
4.1.8. Служебно-исследовательский протокол

4.1.9. Вычисление характеристик
Заключение
ГЛАВА 5. Экспериментальное исследование и апробация разработанных метода и системы
5.1. Задачи ангиографической диагностики
5.1.1. Особенности исследования
5.1.2. Применение метода
5.1.3. Результаты
5.2. Задачи эхокардиографической диагностики
5.2.1. Особенности исследования
5.2.2. Применение метода
5.2.3. Результаты
Заключение
Список литературы

Введение
Актуальность проблемы
В последние годы визуализация биологических процессов становится основным способом проведения диагностических исследований. Все больше медицинских специалистов используют в своей работе аппаратные и программные средства, представляющие визуальную информацию о работе органов пациента в реальном времени
На данный момент существует множество различных видов медицинского исследования, тесно связанных с проблемами обработки изображений, таких, например, как ангиографическое исследование, позволяющее визуализировать работу кровеносной системы или эхокардиографическое исследование, проводящее визуализацию работы сердца. Оба эти вида исследования активно развиваются в последние годы и сейчас являются основными диагностическими средствами в своих областях. Основными недостатками такой диагностики является слабое программное оснащение существующих средств ее проведения. На данный момент большинство специализированных систем лишь предоставляет изображение или последовательность изображений, не проводя их компьютерный анализ, который мог бы помочь провести распознавание. Таким образом, эффективность работы даже автоматизированных диагностических методов максимально зависит от квалификации исследователя и требует от него визуально проводить всю необходимую в диагностике сегментацию.
Кроме того, применяемые в медицинской диагностике методы обработки изображений относятся к так называемым статическим методам, то есть работающим с каждым отдельным изображением и не учитывающим последовательность. Исследование показывает, что в диагностических исследованиях, где движение играет важную роль, как например, в ангиографической и эхокардиографической диагностике, особенно

(х, у) = в(х + Ах,у + Ду)
(2.7)
Далее
дх ду
0{х, у) + — Ах + — Ау + о(Дх) + о(Ах) - ТДх, у) = О йх ду
Отбрасывая коэффициенты, начиная со второго порядка, получаем
в(х, у)+—Ах + —- Ау - Р(х, у) = 0 о
дх ду
67 + О'хАх + О'уАу = 0 о (2-9)
С7 + УО[Дх Ду]
Для решения такого уравнения приходится накладывать некоторые дополнительные ограничения [2]. Например, пусть смещение будет одинаковым для всех точек некоторой небольшой окрестности. Пусть размер окрестности 5x5. Тогда уравнение можно записать в матричном виде для 25 точек (р, ... р25) этой окрестности:
' Сх(р) Су{р) " ' Ах' ' СКрХ) '
Ох(р25) Оу(р25)/ м С1{р25)у
Обозначим матрицы этой системы как А, с1 ,Ь. И получим уравнение в матричном виде:
Ас1 = Ь (2.11)
является переопределенной системой уравнений.