Красноярские ученые «раскрасили» медицинские снимки для более точной диагностики заболеваний

21Ученые из Института вычислительного моделирования ФИЦ КНЦ СО РАН совместно с коллегами из СибГУ имени академика М. Ф. Решетнева, КрасГМУимени профессора В. Ф. Войно-Ясенецкого и СФУ разработали новый подход к анализу медицинских изображений.

Цифровая обработка снимков на основе оригинальных алгоритмов и их цветовое кодирование позволяют на 25% уменьшить погрешность измеряемых параметров. Благодаря такой методике хирурги смогут проводить более точную диагностику заболеваний. Результаты исследований опубликованы в монографии Computer Vision in Control Systems-4 в издательстве Springer.

Обработка медицинских изображений внутренних органов играет важную роль в диагностике и выявлении заболеваний пациентов, страдающих урологическими заболеваниями и грыжесечением. Коллектив ученых из Красноярска предложил вычислительную методику обработки и анализа медицинских изображений, которая позволяет разрабатывать новые алгоритмы в диагностике в урологии и пластической хирургии. Благодаря анализу снимков можно обнаружить неоднородности в ткани, оценить местоположение очага заболевания, его контуры и размеры. При анализе снимков в пластической хирургии для врачей также важно знать морфологические особенности строения ткани.

Медицинские снимки, как любое изображение, содержат шум (вкрапления разноцветных точек или зернистость), связанный с техническими особенностями получения фотографии. Для повышения качества снимка можно использовать различные фильтры. Красноярские ученые предложили использовать новую методику обработки медицинских изображений, которая в отличие от традиционных, кроме снижения шума, производит цветовое кодирование. Для этого исследователи оптимизировали алгоритмы нескольких фильтров, наиболее часто используемых для предварительной обработки изображений. По сравнению с обычными фильтрами новая методика позволяет повысить точность снимка и уменьшить погрешность измеряемых параметров до 25%.

Коллектив математиков и медиков рекомендует следующий алгоритм анализа медицинских изображений: применить фильтры шумоподавления, выделить характерную область заболевания, провести цветовое кодирование на различных масштабах и сформировать полученные данные. Цветовое кодирование в урологии существенно повысит точность изображений объектов интереса, особенно в сложных случаях мочекаменной болезни. В задачах пластической хирургии геометрический анализ и масштабируемая кодировка цвета позволят анализировать процесс регенерации ткани с повышенной точностью.

«Раскрашивая» разными цветами области поражения ткани на различных масштабах, мы с соавторами выяснили, что алгоритмическое цветовое кодирование позволяет выявить тонкие особенности строения, как изучаемого конкремента (камня), так и пространства вокруг него», - рассказал доктор технических наук, ведущий научный сотрудник Института вычислительного моделирования ФИЦ КНЦ СО РАН Константин Симонов.

Другие соавторы исследования доктор медицинских наук Федор Капсаргин и хирург Татьяна Черепанова (Гракова) вводят новый метод в практику для диагностики, планирования хирургического вмешательства и последующего лечения.

«Используя традиционные подходы не так просто количественно оценить характер и степень поражения исследуемой области и ее параметры», – добавил ученый.

Такие технологии обработки изображений могут применяться во многих медицинских приложениях, а именно в магнитно-резонансной томографии (МРТ), ультразвуковой визуализации и рентгеновских снимках.

Помимо цифровой медицины, разработанный учеными алгоритм можно использовать при обработке и анализе визуальных данных в других предметных областях, в частности, в науках о Земле. В настоящее время математики – авторы исследования, работают над созданием вычислительного комплекса по обработке следов морских природных катастроф (последствия сильных землетрясений и проявления волн-наводнений цунами).

Поделиться