Математические и программные средства обработки рентгенографических медицинских изображений

• Автор: Чернухин, Никита Андреевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Ростов-на-Дону
• Количество страниц: 172 с. : ил.

Содержание
Введение
1 Актуальность задачи массовой обработки медицинских рентгенографических снимков. Обзор существующих средств обработки графической медицинской информации

1.1 Задача массовой обработки рентгенографических медицинских

изображений и ее актуальность

1.2 Обзор существующих программных средств обработки медицинских изображений

1.3 Анализ известных методов обработки цифровых медицинских

изображений

1.4 Формальная постановка задачи исследования

1.5 Выводы
2 Методы детектирования объектов и уточнения их границ на
рентгенографических медицинских изображениях
2.1 Метод детектирования объектов на рентгенографических медицинских изображениях
2.2 Метод уточнения границ объектов на рентгенографических медицинских изображениях
2.3 Осуществление оценки расстояний между ключевыми точками
объектов
2.4 Выводы

3 Программный комплекс для анализа и интерактивной диагностики медицинских рентгенографических снимков
3.1 Библиотека обработки изображений ИРЬ
3.2 Программный комплекс ХИЮА
3.3 Выводы
4 Опыт практического применения программного комплекса ХШЮА и библиотеки обработки изображений ЕГРЬ
4.1 Интерактивная диагностика по единичному рентгенологическому исследованию коленного сустава
4.2 Сравнительный анализ возрастных изменений коленного сустава
у детей 4-6 лет
4.3 Массовая обработка рентгенографических изображений коленного сустава с применением механизма фильтрации по диагностическим критериям
4.4 Выводы
Заключение
Список рисунков
Список таблиц
Термины и обозначения
Литература
Приложения

Введение
Актуальность работы.
Цифровая обработка изображений с момента своего возникновения заняла твердые позиции в прикладной математике и на сегодняшний день является весьма востребованным её разделом. Методы цифровой обработки изображений применяются повсеместно: в робототехнике, системах видеонаблюдения, медицинских системах, системах контроля качества и других.
Постоянное совершенствование технической аппаратной базы позволяет, с одной стороны, получать и хранить изображения все больших размеров и качества. С другой стороны, непрерывный рост производительности вычислительных систем и повсеместное внедрение многопроцессорных машин позволяют применять все более мощные и сложные способы обработки изображений и видео без риска неприемлемого снижения производительности.
Обработка медицинских изображений, в свою очередь, является одним из наиболее актуальных направлений цифровой обработки изображений. В условиях постоянного развития медицины, методов терапии и диагностики, использующих современные технические достижения, спрос на аппаратные и программные средства медицинской визуализации постоянно возрастает.
Новые средства диагностики, такие как компьютерная, магнитно-резонансная и позитрон-эмиссионная томография в настоящее время вообще неотделимы от компьютерных методов представления и обработки результатов.
Рентгенография, и, в частности, проекционная рентгенография, также активно использует методы цифровой обработки изображений. Появление электронных рентгеновских аппаратов и сканеров пленок позволяет использовать эти методы повсеместно.

Для трехканальных 24-битных цветных изображений приведение осуществляется путем взвешенного суммирования значений каждого канала:
% = [0,2989% + 0,5870% + 0,1140%], У(%) е УМм, (2.6)
где Я, 67 и В — матрицы красного, зеленого и синего каналов соответственно, а весовые коэффициенты подобраны [58] для сохранения воспринимаемого уровня яркости.
Важной информативной составляющей рентгенографического изображения являются границы объектов. Под границей понимается линия, отделяющая данный объект от фона или от других объектов. В основе всех методов, предлагаемых в настоящем исследовании, лежит естественное предположение, что в точках изображения, принадлежащих границе объекта, имеет место перепад интенсивности. Обратное не всегда верно, и точки, в которых интенсивность меняет свое значение, не всегда принадлежат к границам целевого объекта.
Таким образом, первым этапом обработки изображения является выявление точек существенного перепада интенсивности, как наиболее вероятных кандидатов на принадлежность к границам объектов. Для предварительной подготовки изображения и обнаружения перепадов интенсивности применяется ряд известных стандартных методов обработки изображений.
Вначале исходное изображение подвергается обработке фильтром Гаусса:
X = С^к о X. (2.7)
Здесь «о» означает операцию свертки, а — нормированная матрица гауссовского фильтра со среднеквадратичным отклонением а и размерами К х К. Для вычисления свертки на границах изображения исходное изображение X