Оценивание геометрических параметров изображений древовидных структур

• Автор: Куприянов, Александр Викторович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Самара
• Количество страниц: 118 с. : ил.

ВВЕДЕНИЕ

ГЛАВА I. МОДЕЛИ ИЗОБРАЖЕНИЙ ДРЕВОВИДНЫХ СТРУКТУР

1.1 Медицинские диагностические изображения

1.1.1 Диагностические изображения глазного дна

1.1.2 Диагностические изображения системы коронарных сосудов

1.2 Обзор существующих методов оценивания геометрических параметров древовидных структур

1.2.1 Методы оценивания параметров толщины сосудов

. 2.2 Классификация методов оценивания направлений сосудов

1.2.3 Метод трассировки сосудов

1.3 Объект и задачи исследования

1.4 Математическая модель изображения древовидного объекта

1.4.1 Модель скелета древовидного объекта
. 4.2 Модель ветви древовидного объекта
1.4.3 Модель изображения ветви древовидного объекта
1.4.3 Модель профиля яркости изображения ветви древовидного объекта
1.5 Глобапьные диагностические признаки ветви
Выводы
ГЛАВА 2. ЛОКАЛЬНОЕ ВЕЕР1ЮЕ ПРЕОБРАЗОВАНИЕ
2.1 Метод двумерного локального веерного преобразования
2.1.1 Преобразование Радона и лучевое преобразование
2.1.2 Локачьное веерное преобразование
2.1.3 Дискретное приближение преобразования
2.2 Метод трехмерного локального веерного преобразования
2.3 Оценивание направлений ветвей сосудов методом локального веерного преобразования
2.3.1 Предварительная обработка исходных изображений
2.3.2 Формирование радиальных разверток ЛВП
2.3.3 Поиск направлений трассы и обнаружение ветвлений
2.4. Выделение центральных линий ветвей сосудов методом локального веерного преобразования
Выводы
ГЛАВА 3. МЕТОДЫ ОЦЕНИВАНИЯ ДИАГНОСТИЧЕСКИХ ПАРАМЕТРОВ
ТОЛЩИ 1Ы СОСУДОВ
3.1 Аппроксимационные методы оценивания диагностических параметров
3.1.1 Алгоритм параметрической аппроксимации
3.1.2 Спектральный алгоритм параметрической аппроксимации
3.2 Применение искусственных нейронных сетей для оценивания параметров толщины сосудов
3.2.1 Искусственные нейронные сети.
3.2.2 Метод оценивания параметров толщины с использованием нейронных сетей
Выводы
ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ АЛГОРИТМОВ ОЦЕНИВАНИЯ ДИАГНОСТИЧЕСКИХ ПАРАМЕТРОВ
4.1 Критерии качества оценивания диагностических параметров
4.2 Имитационное моделирование изображений
4.3 Экспериментальные исследования метода оценивания направлений с использованием локального веерного преобразования.
4.3.1 Погрешность оценивание направлений на синтезированных изображениях
4.3.2 Погрешность оценивания направлений в зависимости от отношения шумсигнал
4.4 Экспериментальные исследования метода выделения ветвей на натурных изображениях
4.5 Экспериментальные исследования методов оценивания параметров толщины
4.5.1 Исследование аппроксимационных методов оценивания
4.5.2 Экспериментальное исследование алгоритмов оценивания методом нейронных сетей
4.6 Сравнительные исследования методов оценивания параметров толщины
4.7 Компьютерные системы анализа диагностических изображений сосудов
4.7.1 Система анализа диагностических изображений глазного дна
4.7.2 Система восстановления пространственной структуры коронарных сосудов
Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


В основу метода положены преобразование Радона и лучевое преобразование, которые часто используются в качестве стандартного инструмента анализа изображений, позволяющего распознавать и выделять глобальные прямые линии на изображениях 6,,,,,. Целью диссертации является разработка методов, алгоритмов и программных средств для оценивания геометрических параметров моделей древовидных структур на основе анализа изображений. Разработка и исследование алгоритмов оценивания геометрических параметров древовидных структур на основе метода локального веерного преобразования. Разработка и исследование алгоритмов оценивания толщины древовидных структур на основе методов параметрической аппроксимации и методов с использованием искусственных нейронных сетей. Экспериментальные исследования точности и достоверности измерения геометрических параметров. Разработка программного обеспечения компьютерных систем для решения практических задач медицинской диагностики. Перечисленные задачи определяют структуру работы и содержание отдельных глав. В диссертационной работе используются методы цифровой обработки сигналов и изображений, алгебры и математического анализа, методы параметрической аппроксимации, численные методы оптимизации, методы имитационного моделирования. Математические модели изображения древовидной структурБ Учитывающие как геометрические характеристики объекта ветвление, кривизну, так и яркостной профиль объекта. Метод локального веерного преобразования и его использование для оценивания направлений сосудов на диагностических изображениях и выделения центральных линий сосудов. Метод параметрической аппроксимации для оценивания толщины сосудов с использованием моделей яркостного профиля. Метод оценивания толщины сосудов с использованием нейронных сетей. Практическая значимость работы состоит в том, что предложенные методы позволяют повысить точность оценивания диагностических параметров кровеносных сосудов и позволяют использовать их для формирования диагностических признаков и определения характера и степени патологии. Это позволяет повысить точности диагностики и приведет к увеличению выявляемости тяжелых заболеваний на ранних стадиях и выявлению групп риска с быстроразвивающимися заболеваниями. Разработанные методы являются универсальными и могут быть использованы для анализа различных классов изображений сосудов, таких как изображения глазного дна и ангиографические изображения системы коронарных сосудов, а также других изображений древовидных структур. Разработанные алгоритмы программно реализованы. Результаты диссертационной работы внедрены в рамках ряда научноисследовательских и хоздоговорных работ в Институте систем обработки изображений РАН совместно с кафедрой офтальмологии Московского Государственного Медикостоматологического университета, а также в учебном процессе в Самарском государственном аэрокосмическом университете имени академика С. П.Королева. Разработанные методы и алгоритмы оценивания геометрических параметров легли в основу компьютерной системы диагностики и анализа изображений глазного дна и системы восстановления пространственной структуры коронарных сосудов, разрабатываемых в ИСОИ РАН. Основные результаты диссертации докладывались на научнотехнических конференциях, в том числе на 7й международной конференции по обработке медицинских изображений II СанМало, Франция, были представлены на выставке x , а также были опубликованы в сборниках и журналах. По теме диссертации опубликовано работ. Работа выполнена автором единолично. Остальные работы написаны в соавторстве. В работе автору принадлежит алгоритм выделения центральных линий на изображениях сосудов. В работе автором предложен алгоритм определения направления сосуда на основе анализа распределения яркости изображения. В работе автором предложен алгоритм выбора оптимального направления для метода пространственной трассировки сосудов. В диссертацию включены результаты, полученные соискателем лично, а также полученные в ходе руководства дипломным проектированием и научноисследовательской работой студентов.