Ученые раскрасили медицинские снимки для более точной диагностики заболеваний

Ученые из Института вычислительного моделирования ФИЦ КНЦ СО РАН совместно с коллегами из СибГУ имени академика М.Ф. Решетнева, КрасГМУ имени профессора В.Ф. Войно-Ясенецкого и СФУ разработали новый подход к анализу медицинских изображений. Результаты исследований опубликованы в монографии Computer Vision in Control Systems-4 издательства Springer.

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, в том числе и топическую.

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, содержит артефакты, связанные 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.

«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, так и пространства вокруг него», — рассказал доктор технических наук, ведущий научный сотрудник Института вычислительного моделирования ФИЦ КНЦ СО РАН Константин Симонов.

Такие технологии обработки изображений могут применяться и в других отраслях цифровой медицины — в магнитно-резонансной томографии (МРТ), ультразвуковой визуализации и рентгеновских снимках.

Подготовила Дарья Тюльганова

Источник

 

Автор публикации

не в сети 1 день

Редакция

Комментарии: 0Публикации: 615Регистрация: 11-07-2017

Добавить комментарий

Авторизация
*
*
Регистрация
*
*
*
Генерация пароля