«Применение ит в обработке медицинских изображений» (стр. 6 из 7)
3.2 Взаимодействие с клинической АСУ
Как упоминалось выше, чтобы избежать проблемы свзязанные с совместимостью функционала чтения форматов хранения КТ-данных, в рамках работ по настоящему договору были разработаны и реализованы функции (табл.2 функций приведен ниже), позволяющие манипулировать DICOM-сериями, полученными с современных томографов и содержащих большой объем информации, также инициализирующие интеллектуальную обработку (выделение контуров).
Таблица 2 – Функции для работы с сериями КТ-данных
| Вызываемая функция | Действие | |
| int GetDCMPatienListCount () | Получить количество доступных серий. | |
| char ** GetDCMPatienList () | Получить список серий пациента. | |
| char** GetDCMFilesList (int seriesNumber) | Получить список всех файлов срезов из серии | |
| char * GetDCMData (int seriesNumber) | Получить имя созданного файла с данными по всем слоям сканирования данной серии. | |
| int GetDCMFileByteShift (int seriesNumber , int dcmFileNumber) | Получить сдвиг от начала данных по всем слоям сканирования (GetDCMData) для dcmFileNumber-го файла seriesNumber-й серии. | |
| int GetDCMDataWidth (int seriesNumber , int dcmFileNumber) | Получить ширину среза в пикселях. | |
| int GetDCMDataHeight (int seriesNumber , int dcmFileNumber) | Получить высоту среза в пикселях. | |
| double[3] GetDCMDataPosition (int seriesNumber , int dcmFileNumber) | Получить 3D положение среза. | |
| double[3] GetDCMDataResolution (int seriesNumber , int dcmFileNumber) | Получить 3D размер вокселя. | |
| double[6] GetDCMDataOrientation (int seriesNumber , int dcmFileNumber) | Получить 3D ориентацию. | |
| int GetDCMDataContoursCount (int seriesNumber , int dcmFileNumber) | Получить количество контуров у среза | |
| int GetDCMDataContourPointsCount (int seriesNumber , int dcmFileNumber, int contourNumber) | Получить кол-во точек в контуре под номером contourNumber; | |
| point* GetDCMDataContourPoints (int seriesNumber , int dcmFileNumber, int contourNumber) | Получить точки контурп под номером contourNumber. | |
3.3 Методика решения прикладных задач и демонстрация использования
Для того, чтобы загрузить изображения формата DICOM следует выбрать пункт меню File-Open DICOM или нажать комбинацию клавиш Ctrl+N (Рис. 9).
Рисунок 9 – Пункт меню открытия серии медицинских изображений.
После вызова пункта меню откроется диалог выбора файла. Следует указать любой файл серии слоев, которую необходимо загрузить (Рис. 10).
Рисунок 10 – Диалог выбора файлов.
После выбора файла программа загрузит всю серию изображений и отобразит три проекции (аксиальную, корональную и сагиттальную) (Рис. 11).
Рисунок 11 – Общий вид программы.Для выделения средних линий необходимо выбрать пункт меню Window-Extract skeleton (Рис. 12).
Рисунок 12 – Пункт меню выделения средних линий
Результат выделения средних линий представлен на рисунке 13. Получившееся изображение можно вращать в различных направления, выбирать различное приближение.
а) б)
в)
Рисунок 13 – Пример построения скелета а) и б) различные ракурсы в) приближение
В данной работе были изучены алгоритмы выделения средних линий на трехмерных изображениях и сравнены по многим критериям (сохранение топологии, инвариантность относительно преобразований, связность и т.д.).
Также был разработан алгоритм выделения средних линий, основанный на псевдодистанционных картах. Основным преимуществом данного метода является хорошая устойчивость к шумам, инвариантность относительно поворотов и масштабирования, скорость работы. Из недостатков стоит отметить большой объем используемой памяти, отсутствие возможности восстановления исходного объекта. Данный алгоритм реализован в рамках программного комплекса анализа изображений компьютерной томографии.
В ходе выполнения данной работы был подготовлен интерфейс взаимодействия комплекса анализа изображений компьютерной томографии с клинической автоматизированной системой управления. Также было разработано взаимодействие интерпретатора Lua с различными библиотеками обработки изображений и реализованы алгоритмы вычисления характеристик объектов для их использования в интерпретаторе Lua.
1. Недзьведь А.М., Абламейко С.В., Белоцерковский А.М., Лемман Т. Быстрый метод выделения сети сосудов на полутоновых ангиографических изображениях. – Искусственный интеллект. 2, 2006, С. - 206-210.
2. H. Blum. A Transformation for Extraction New Descriptors of Shape, Models for the Perception of Speech and Visual Form, MIT Press, 1967.
3. W. Gong and G. Bertrand. A simple parallel 3D thinning algorithm. Proc. IEEE Pattern Recognition, 188-190, 1990.
4. A. Lieutier. Any open bounded subset of Rn has the same homotopy typethan its medial axis, Proc. ACM SMI, 2003.
5. T.Y. Kong, A. Rosenfeld. Digital topology: Introduction and survey. Comp. Vision, Graphics, and Image Proc., 48(3):357-393, 1989.
6. S.W. Choi, H.P. Seidel. Linear One-sided Stability of MAT for Weakly Injective 3D Domain, Proc. ACM SMA, 2002.
7. P.K. Saha, B.B. Chaudhuri. 3D Digital Topology under Binary Transformation with Applications, Computer Vision and Image Understanding, 63(3):418–429, 1996.
8. S. Svensson, C. Arcelli, G. Sanniti di Baja. Finding cavities and tunnels in 3D complex objects, Proc. ICIAP, pp. 342 – 347, 2003.
9. G. Sanniti di Baja, S. Svensson. A New Shape Descriptor for Surfaces in 3D Images, Pattern Recognition Letters, 23:703, 2002.
10. N. Gagvani and D. Silver. Parameter Controlled Volume Thinning, Graphical Models and Image Processing, 61(3):149-164, 1999.
11. C.W. Niblack, P.B. Gibbons, D.W. Capson. Generating skeletons and centerlines from the distance transform, Graphical Models and Image Processing, 54(5):420-437, 1992.
12. N. Gagvani and D. Silver. Animating volumetric models, Academic Press Professional 63(6):443-458, 2001.
13. D.-G. Kang, J.B. Ra. A New Path Planning Algorithm for MaximizingVisibility in Computed Tomography Colonography,
14. N. Cornea, D. Silver, X. Yuan, R. Balasubramanian. Computing Hierarchical Curve-Skeletons of 3D Objects, The Visual Computer, 21(11):945-955, 2005.
Предметный указатель к реферату
—А—
ангиография, 6
—В—
восстанавливаемость, 9, 17
—Г—
гладкость, 11, 19
гомотопность, 8, 16
—Д—
диаграмма Вороного, 15, 20
—И—
иерархичность, 11, 19
изображение
гистологическое, 7
медицинское, 3
ультразвоковое, 6
инвариантность, 9, 17
—К—
компьютерная томография, 7, 24
—М—
метод
общеполевой, 15
утоньшения подполей, 12
—Н—
надежность, 19
—П—
покомпонентная дифференциация, 10, 18
помехоустойчивость, 10
потенциальное поле, 20
преобразование
дистанционное, 11, 13, 20
псевдодистанционное, 29
чамферное, 13
псевдодистанционная карта, 3
—С—
связность, 10, 19
сегментация, 5
среданяя линия, 7
—Т—
толщина, 9, 17
топологическое утоньшение, 20
—У—
утоньшение, 3, 11
—Ц—
центрированность, 10, 18
Интернет ресурсы в предметной области исследования
1. http://vak.org.by – сайт Высшей аттестационной комиссии Республики Беларусь. Здесь собраны все нормативные акты, касающиеся оформления и защиты диссертаций.
2. http://www.medical-image-processing.info/ – cтатьи и файлы по алгоритмам обработки медицинских изображений.
3. http://rad.usuhs.edu/medpix/index.html? – свободная база медицинских изображений.
4. http://www.dmoz.org/Health/Medicine/Imaging/ – описание различных типов медицинских изображений.
5. http://www.itfru.ru – официальный Web-ресурс группы молодых ученых и разработчиков, которые создают интеллектуальные и прикладные, финансово-аналитические системы.
6. http://machine-learning.martinsewell.com/pattern-recognition – обширная библиография, посвященная распознаванию образов.
7. ftp://medical.nema.org/medical/dicom/2009/ – последняя спецификация формата DICOM.
8. http://www.jprr.org – сайт журнала «Journal of Pattern Recognition Research».
9. http://www.worldscinet.com/ijprai – сайт журнала «International Journal of Pattern Recognition and Artificial Intelligence».
10. http://www.aaai.org – сайт ассоциации «Association for the Advancement of Artificial Intelligence».
http://dzmitry-hancharou.narod.ru
магистранта Гончарова Д.А. факультета прикладной математики и информатики
Специальность «прикладная математика и информатика»
| Смежные специальности |
| 05.13.15 – вычислительные машины, комплексы и компьютерные сети |
| 2. Средства аппаратно-программной обработки изображений, включая распознавание образов, визуализацию информации, обеспечивающие высокую производительность и надежность создаваемых систем технического зрения. |
| 05.13.18 – математическое моделирование, численные методы и комплексы программ |
| 3. Методы получения приближенных и точных эталонных решений задач, описывающих моделируемые системы, процессы и явления; разработка и обоснование методик и правил адаптации компьютерных моделей, их эффективного использования при прогнозах эволюции систем, процессов и явлений. |
Основная специальность