
Тип работы:	Предмет:	Язык работы:

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 работы	19
Год сдачи	2021
Стоимость	250 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено	123

Не подходит работа?

Узнай цену на написание

Содержание

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

Введение

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 студентам в написании работ!

ДИПЛОМНЫЕ МАГИСТЕРСКИЕ ДИССЕРТАЦИИ

Курсовые Статьи Диплом Рязань

Заключение

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.

Литература

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.)

Скриншоты

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