🔍 Поиск готовых работ

🔍 Поиск работ

Разработка и исследование полуавтоматических и автоматического алгоритмов оконтуривания левого желудочка сердца на эхокардиографических изображениях сердца

Работа №102266

Тип работы

Авторефераты (РГБ)

Предмет

информационные системы

Объем работы19
Год сдачи2021
Стоимость250 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
309
Не подходит работа?

Узнай цену на написание


ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ 2
Научная новизна 4
Основные положения, выносимые на защиту 5
Заключение 19
Список литературы 20

Актуальность темы исследования и степень ее разработан­ности. Болезни сердца являются причинами большого числа скоропостиж­ных смертей, в том числе людей не пожилого возраста. В этой связи врачам кардиологам требуется максимально точная и своевременная информация о состоянии сердечной мышцы пациента, которая во многих случаях поз­воляет диагностировать ее заболевания и назначить необходимое лечение.
Сегодня одним из наиболее распространенных методов диагности­ки являются ультразвуковые исследования (УЗИ) сердечно-сосудистой системы (эхокардиография - ЭхоКГ), предоставляющие кардиологам визу­альные изображения сердечной мышцы в различных проекциях. Следует отметить, что в задачах кардиологии наиболее часто используется апи­кальная проекция сердца, которая с точки зрения врачей-кардиологов является наиболее информативной, потому что они имеют возможность провести анализ УЗИ-изображений сердца и построить эндокардиальный (внутренний) контур левого желудочка (ЛЖ). Далее оказывается возмож­ным вычислить количественные показатели, характеризующие состояние сердечной мышцы.
Для проведения ЭхоКГ-исследований сегодня применяют УЗИ-ска­неры различных производителей (Philips, Aloka Hitachi, Toshiba, Siemens, General Electric и др.), которые оснащены тем или иным инструментарием для построения контура ЛЖ вручную. Используя данный инструмента­рий, врачи-кардиологи на основе собственных представлений о форме ЛЖ, зачастую субъективных, строят на УЗИ-изображении контур ЛЖ. (Напри­мер, они достраивают границы областей сердца с низкой контрастностью (рис. 1), а также в ряде случаев сглаживают контур ЛЖ, отбрасывая на изображении те или иные области повышенной плотности.) При этом, несмотря на имеющиеся рекомендации американской кардиологической ассоциации, обобщить опыт оконтуривания ЛЖ сердца на УЗИ-изобра­жениях в виде некоторого набора правил врачам-кардиологам не удается.
Известно большое число работ, авторы которых предпринимали по­пытки реализации алгоритмов оконтуривания ЛЖ на УЗИ-изображениях сердца с использованием:
• геометрических моделей (M. Mignotte, A. Mishra, O. Gerard, L. Jacobs);
• методов уровневых множеств (N. Lin, J. Yan, F. Galluzzo, C. Fabbri,
C. Corsi);
• алгоритмов, основанных на вычислении оптического потока пиксе­лей изображения (J. Pedrosa, J. Nascimento);
• статистических моделей контуров ЛЖ (А. Ятченко, А. Кры­лов, F. Orderud, M. Stralen, J. Hansegard, D. Barbosa, L. Maes,
D. Boukerroui);
• методов морфологической обработки УЗИ-изображений (J. Klinger, M. Choy);
• искусственных нейронных сетях (E. Alcevska, O. Oktay, S. Leclerc, O. Bernard, J. Pedrosa, N. Azarmehr, G. Coppini, A. Ostvik).
Также отметим работы (J. Noble, K. Leung), в которых приведены об­зоры наиболее значимых результов в области разработки алгоритмов оконтуривания ЛЖ на момент написания обзоров. Однако универсаль­ных алгоритмов, пригодных к различным наборам УЗИ-изображений, не существовало. В этой ситуации разработка полуавтоматических и автома­тических алгоритмов для построения контуров ЛЖ является актуальной...

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!
ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ
КУРСОВЫЕ СТАТЬИ ВКР

1. Проведен анализ инструментария, поставляемого совместно с УЗИ-сканерами, производителей Philips, General Electric, Canon, Mindray, Siemens, которые не имеет инструментов автоматическо­го оконтуривания ЛЖ на УЗИ-изображениях.
2. Проведено исследование наборов данных с УЗИ-изображениями сердечной мышцы: USEKB, CAMUS и CETUS и обоснованно возможность их использования для разработки алгоритмов окон­туривания ЛЖ на УЗИ-изображениях.
3. Разработаны полуавтоматические алгоритмы оконтуривания ЛЖ на УЗИ-кадрах аппикальной проекции, и их программная реали­зации, основанные на использовании:
— морфологических операций;
• уровневых множеств;
• геодезических активных контуров;
• оптического потока Лукаса-Канаде.
и автоматический алгоритм оконтуривания ЛЖ, основанный на использовании СНС с модифицированной архитектурой U-Net.
4. Проведен сравнительный анализ точности нахождения контура ЛЖ предложенных алгоритмов на основе использования коэф­фициента Dice, результаты которого показали, что наилучшим по выбранному коэффициенту оказывается алгоритм автоматиче­ского оконтуривания основанный на СНС с модифицированной архитектурой U-Net.
Перспективы дальнейшей разработки темы исследования за­ключаются в:
1. разработке 3D акустической модели сердца;
2. разработке методов синтеза УЗИ-изображений на основе исполь­зования 3D акустической модели сердца;
3. использовании синтезированных УЗИ-изображений для анализа и дальнейшей модификации автоматических и полуавтоматических алгоритмов оконтуривания ЛЖ.


1. Zyuzin V. Segmentation of 2D Echocardiography Images using Residual Blocks in U-Net Architectures / Zyuzin V., Mukhtarov A., Neustroev D., Chumarnaya T. // 2020 Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT). — IEEE. 2020. — С. 499—502 (0,25 п. л. / 0,07 п. л.) (Scopus)
2. Zyuzin V.V. Comparison of Unet architectures for segmentation of the left ventricle endocardial border on two-dimensional ultrasound images / Zyuzin V.V., Chumarnaya T.V. // 2019 Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT). — IEEE. 2019. — С. 110—113; (0,25 п. л. / 0,15 п. л.) (Scopus, WoS)
3. Porshnev S.V. Automatic system for estimating the volume of the left ventricle based on two-dimensional MRI images of the heart along the long axis / Porshnev S.V., Bobkova A.O., Zyuzin V.V., Mukhtarov A.A., Chernyshev M.A., Akhmetov D.M. // Journal of Physics: Conference Series. Т. 944 (1). — 2018. — No. 012092; (0,24 п. л. / 0,06 п. л.) (Scopus)
4. Zyuzin V. Identification of the left ventricle endocardial border on two-dimensional ultrasound images using the convolutional neural network Unet / Zyuzin V., Porshev S., Mukhtarov A., Chumarnaya T., Solovyova O., Bobkova A., Myasnikov V. // 2018 Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT). — IEEE. 2018. — C. 76—78; (0,25 n. a. / 0,05 n. a.) (Scopus)
5. Porshnev S.V. Estimation of volume of the left ventricle on MRT­images of a twochamber projection of heart on a short axis based on deep learning / Porshnev S.V., Bobkova A.O., Zyuzin V.V., Mukhtarov A.A., Akhmetov D.M., Chernyshev M.A. // 2017 Dynamics of Systems, Mechanisms and Machines (Dynamics). — IEEE. 2017. — No. 8239495; (0,25 n. a. / 0,07 n. a.) (Scopus, WoS)
6. Mukhtarov A.A. Usage of fully convolutional neural network for automation of extracting the left ventricle contour on the ultrasonic data images / Mukhtarov A.A., Zyuzin V.V., Bobkova A.O. // CEUR Workshop Proceedings. T. 2005. — CEUR-WS. 2017. — C. 75—82; (0,44 n. a. / 0,15 n. a.) (Scopus)
7. Mukhtarov A.A. The usage of optical flow algorithm to the problem of recovery contour of the left ventricle of the human heart on the ultrasound image data / Mukhtarov A.A., Porshnev S.V., Zyuzin V.V., Bobkova A.O., Labutina A.A. // CEUR Workshop Proceedings. T. 1814. — CEUR-WS. 2017. — C. 91—97; (0,37 n. a. / 0,10 n. a.) (Scopus)
8. Porshnev S.V. The study of applicability of the decision tree method for contouring of the left ventricle area in echographic video data / Porshnev S.V., Mukhtarov A.A., Bobkova A.O., Zyuzin V.V., Bobkov V.V. // CEUR Workshop Proceedings. T. 1710. — CEUR- WS. 2016. — C. 248—258; (0,60 n. a. / 0,15 n. a.) (Scopus)
9. Zyuzin V.V. The application of decision trees algorithm for selecting the area of the left ventricle on echocardiographic images / Zyuzin V.V., Bobkova A.O., Porshnev S.V., Mukhtarov A.A., Bobkov V.V., // First International Workshop on Pattern Recognition. T. 10011. — International Society for Optics, Photonics. 2016; (0,25 n. a. / 0,05 n. a.) (Scopus)
10. Zyuzin V.V. Studying features characterizing signatures of medical contours of the left ventricle on ultrasound images / Zyuzin V.V., Porshnev S.V., Bobkova A.O., Bobkov V.V. // Pattern Recognition and Image Analysis. — 2016. — T. 26, № 3. — C. 665—672; (0,40 n. a. / 0,10 n. a.) (Scopus)
11. Bobkova A.O. Experience of using of machine learning methods to identify the left ventricle region in echocardiographic records / Bobkova A.O., Zyuzin V.V., Porshnev S.V., Bobkov V.V. // 2016 IEEE 10th International Conference on Application of Information and Communication Technologies (AICT). — IEEE. 2016. — С. 665—672; (0,44 п. л. / 0,11 п. л.) (Scopus, WoS)
12. Bobkov V. The application of ensemble learning for delineation of the left ventricle on echocardiographic records / Bobkov V., Bobkova A., Porshnev S., Zuzin V. // 2016 Dynamics of Systems, Mechanisms and Machines (Dynamics). — IEEE. 2016. — No. 7818984; (0,25 п. л. / 0,07 п. л.) (Scopus, WoS)
13. Porshnev S.V. Study of the Mass Center Motion of the Left Ventricle Area in Echocardiographic Videos / Porshnev S.V., Mukhtarov A.A., Bobkova A.O., Zyuzin V.V., Bobkov V.V. // CEUR Workshop Proceedings. Т. 1452. — 2015. — С. 137—142; (0,31 п. л. / 0,07 п. л.) (Scopus)
14. Bobkova A.O. The analysis of results of the left ventricle contouring using automatic algorithm on ultrasound images for patients with pathologies / Bobkova A.O., Porshnev S.V., Zuzin V.V., Bobkov V.V. // 2014 24th International Crimean Conference Microwave & Telecommunication Technology. — IEEE. 2014. — С. 1073—1074; (0,12 п. л. / 0,04 п. л.) (Scopus, WoS)
15. Поршнев С.В. Способ полуавтоматического оконтуривания левого желудочка сердца человека на эхокардиографических изображе­ниях / Поршнев С.В., Бобкова А.О., Зюзин В.В., Бобков В.В. // Фундаментальные исследования. — 2013. — № 8-1. — С. 44—48; (0,31 п. л. / 0,07 п. л.)
16. Bobkova A.O. Factor analysis of image features used for automatic analysis of echocardiography results / Bobkova A.O., Porshnev S.V., Zuzin V.V., Bobkov V.V. // 2013 23rd International Crimean Conference Microwave & Telecommunication Technology. — IEEE. 2013. — С. 1071—1072; (0,12 п. л. / 0,04 п. л.) (Scopus)
Патенты и свидетельства о регистрации программы:
17. Свидетельство о гос. регистрации программы для ЭВМ. Про­граммный экспертный медицинский диагностический комплекс «АвтоДиагност» / Голубятников Т.В., Бобкова А.О., Бобков В.В., В.В. Зюзин, Поршнев С.В.; ООО "АйТи-Мед". — № 2016613583; дата регистрации 30.03.2016; опубл. 20.04.2016 (Российская Феде­рация).
Другие публикации:
18. Зюзин В.В. Анализ результатов оконтуривания левого желудоч­ка сердца на эхографических изображениях у здоровых пациентов с помощью автоматического алгоритма / Зюзин В.В., Порш- нев С.В., Бобкова А.О., Мухтаров А.А., Бобков В.В. // Машинное обучение и анализ данных. — 2015. — Т. 1, № 11. — С. 1529—1538; (0,52 п. л. / 0,15 п. л.)
Готовая работа по теме: Разработка и исследование полуавтоматических и автоматического алгоритмов оконтуривания левого желудочка сердца на эхокардиографических изображениях сердца
Разработка и исследование полуавтоматических и автоматического алгоритмов оконтуривания левого желудочка сердца на эхокардиографических изображениях сердца
Готовая работа по теме: Разработка и исследование полуавтоматических и автоматического алгоритмов оконтуривания левого желудочка сердца на эхокардиографических изображениях сердца

Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ
.