ВВЕДЕНИЕ 3
1 АНАЛИЗ СОСТОЯНИЯ ТЕКУЩЕГО АЛГОРИТМА ВЫДЕЛЕНИЯ ГРАНИЦ
И ПОИСКА ПАТОЛОГИИ НА ИЗОБРАЖЕНИИ 8
1.1 Обзор ранее разработанного программного обеспечения для выделения
границ легочного (сосудистого) рисунка 8
1.2 Анализ языка технических расчетов MATLAB 20
1.3 Формализация требований и постановка задач к разрабатываемому
программному обеспечению 21
2 РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ВЫЯВЛЕНИЯ
ПОТЕНЦИАЛЬНОЙ ПАТОЛОГИИ НА ЛЕГОЧНОМ (СОСУДИСТОМ) РИСУНКЕ 23
2.1 Реализация алгоритмов управления базой данных 23
2.2 Реализация алгоритма разбиения изображения на секторы 26
2.3 Реализация алгоритма поиска ядра патологии 28
2.4 Реализация алгоритма установки границ поиска патологии 33
3 ТЕСТИРОВАНИЕ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ 36
3.1 Соответствие разработанного программного обеспечения
формализованным требованиям 36
3.2 Тестирование работы алгоритмов программного обеспечения 37
3.3 Сравнение скорости работы старых и новых алгоритмов программного
обеспечения 43
3.4 Обновление интерфейса программного обеспечения 45
ЗАКЛЮЧЕНИЕ 56
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 58
ПРИЛОЖЕНИЕ А 62
ПРИЛОЖЕНИЕ Б 63
ПРИЛОЖЕНИЕ В 64
ПРИЛОЖЕНИЕ Г 65
ПРИЛОЖЕНИЕ Д 66
ПРИЛОЖЕНИЕ Е
Актуальной проблемой в современном мире является туберкулез, который является одной из главных причин смерти. В статистике за 2015 год говорится о том, что более 10 миллионов человек по всему миру были больны туберкулезом, а около 2 миллионов умерли от него в тот же год. Для людей с ВИЧ-инфекцией туберкулез также является одной из главных причин смертности: на состояние 2015 года туберкулез стал причиной смертельного исхода для более чем 35% случаев среди людей с вирусом иммунодефицита.
Основываясь на той же статистике за 2015 год, приблизительно у 480 000 человек было замечено развитие МЛУ-ТБ (туберкулез с множественной лекарственной устойчивостью) на всех континентах. В дополнение к этой статистике у более чем ста тысяч людей была приобретена устойчивость к рифампицину, который является самым эффективным препаратом первой линии. Этим людям также требовался курс лечения от МЛУ-ТБ. Для Российской Федерации, Республики Индии и Китайской Народной Республики проблема стоит особенно остро, только для этих трех стран в сумме случается около половины всех случаев заболевания МЛУ-ТБ.
Начиная с нулевых годов текущего века заболеваемость населения туберкулезом по общим показателям снижалась приблизительно на полтора процента в год. Стратегия по ликвидации туберкулеза заключается в ускорении снижения темпа заболевания до 4-5% в год, чтобы к 2020 году достичь контрольных показателей. Статистика за пятнадцатилетний период, начиная с 2000 года, говорит о спасении 49 миллионов человек благодаря своевременной диагностике болезни и ее лечению. Поэтому одной из главных задач в области здравоохранения в рамках недавно принятых Целей в области устойчивого развития является абсолютная ликвидация эпидемии туберкулеза к 2030 году [21].
В Российской Федерации множеству людей требуется проведение всевозможных обследований с использованием рентгенографии.
Рентгенологическое исследование - это применение рентгеновского излучения в медицине для изучения строения и функций различных органов и систем и распознавания заболеваний [22].
На данный момент в рентгенологии имеются такие методы исследования как специальные, вспомогательные и общие. К общим методам можно отнести компьютерную томографию (КТ), магнитно-резонансную томографию (МРТ), флюорографию и некоторые другие.
Специфическое свойство поглощения рентгеновского излучения, которое зависит от плотности определенных тканей организма человека, заложено в основе компьютерной томографии. Во время томографического рентгеновского исследования на изучаемую специалистами область воздействует пучок рентгеновских лучей, при его прохождении через ткани человека с различной плотностью происходит поглощение лучей. При их поглощении появляются послойные изображения среза тела пациента. Высокотехнологичные компьютеры производят обработку полученных в результате воздействия лучей данных, а затем преобразуют их в трехмерные изображения, с помощью которых выявляются особенности исследуемого у пациента участка тела или органа.
Несмотря на эффективность метода, компьютерная томография производит сильное лучевое воздействие на организм человека, в результате чего многократное ее применение недопустимо.
При использовании магнитно-резонансной томографии получение данных происходит при применении сильного магнитного поля, который называется ядерно-магнитным резонансом. В результате подобного резонанса происходит изменение положения атомов водорода в организме пациента. Аппарат направляет электромагнитные импульсы, затем происходит преобразование в трехмерные изображения эффекта, улавливаемого специальным оборудованием в организме человека.
При проведении подобного обследования происходит воздействие рентгеновских лучей на ткани и органы человека до десяти секунд, но для проведения полного МРТ-обследования требуется от 10 до 20 минут времени, также со стороны пациента требуется сохранять тело в неподвижном состоянии, а при проведении МРТ-обследования у детей и вовсе применяется наркоз.
Так как магнитно-резонансная томография является для человека совершенно безвредным методом обследования, в современном мире она нашла широкое применение в области выявления всевозможных проблем с органами и тканями, а также МРТ считается наиболее точным методом в диагностике обширного спектра патологий. Но учитывая все достоинства проведения обследования с помощью МРТ, у него имеются такие недостатки, как не полностью достоверная визуализация изображений полых органов (а к ним в том числе относятся и легочные доли), в результате чего часто для подтверждения найденного на МРТ-снимке усиления специалистами назначается прохождение флюорографии.
Флюорография является рентгенологическим исследованием, которое основано на фотографировании изображения на флуоресцентном экране. Подобное изображение образуется при прохождении рентгеновских лучей сквозь пациента, в результате чего происходит неравномерное их поглощение тканями и органами. Самым широко применяемым методом обследования, который основан на принципе флюорографии, является фотографирование органов грудной клетки пациента. В первую очередь флюорография используется для обнаружения туберкулеза и новообразований легких, также метод флюорографии позволяет обнаружить усиления, симптомы которых не проявляются.
Основные преимущества флюорографии перед другими методами рентгенологического исследования - большая пропускная способность при малой затрате времени на каждое исследование, возможность приблизить обследование к населению, экономичность, относительно небольшая профессиональная вредность [23].
Для проведения рентгенологического обследования разработаны стационарные и мобильные флюорографические аппараты, но в комплект программного обеспечения таких аппаратов, приобретаемых медицинскими учреждениями в Российской Федерации, не входят программы для анализа снимков и выявления на них усилений.
Исходя из статистики существенного увеличения количества болеющих туберкулезом людей по всей России, которым требуется проведение всевозможных обследования с использованием методов рентгенографии, актуальной задачей является повышение скорости проведения подобных обследований путем частичной автоматизации процесса анализа снимков.
Исходя из актуальности рассматриваемой темы определены объект и предмет исследования, а также поставлена цель диссертационного исследования.
Объект диссертационного исследования: процесс выявления потенциальной патологии на рисунке с использованием языка технических расчетов MATLAB.
Предмет диссертационного исследования: автоматизация процесса выявления потенциальной патологии легочного (сосудистого) рисунка.
Цель диссертационного исследования: выявление потенциальной патологии на легочном (сосудистом) рисунке.
Рабочей гипотезой диссертационного исследования является предположение, что повышение скорости обработки флюорографических снимков достигается путем автоматизации и оптимизации процесса выявления потенциальной патологии.
Научная новизна исследования состоит в том, что в работе впервые применен поиск ядра патологии для выявления потенциального усиления на рисунке. Практическая значимость работы заключается в использовании алгоритмов выявления потенциальной патологии в городских больницах и поликлиниках.
Диссертационное исследование включает несколько основных этапов:
• выявление проблемы и обоснование ее актуальности;
• реализация алгоритмов в соответствии с сформулированной гипотезой и поставленными задачами;
• формирование выводов и оценка полученных результатов.
В ходе выполнения диссертационного исследования должно быть разработано программное обеспечение для выявления потенциальной патологии на легочном (сосудистом) рисунке.
Диссертационное исследование состоит из введения, трех глав и заключения.
Во введении описывается актуальность рассматриваемой темы, определяются объект и предмет диссертационного исследования, ставится цель и выявляются задачи, а также формулируется гипотеза исследования.
В первой главе происходит анализ состояния вопроса, а именно обзор существующего программного обеспечения, формализация требований к разрабатываемым алгоритмам и описание использованного языка программирования для разработки программного обеспечения.
Во второй главе описывается разработка алгоритмов программного обеспечения для выявления потенциальной патологии на легочном (сосудистом) рисунке.
В третьей главе происходит тестирование разработанного программного обеспечения в соответствии с формализованными требованиями к программному продукту.
В заключении подводятся итоги разработки программного обеспечения, формируются окончательные выводы по рассматриваемой теме.
На защиту выносятся результаты исследования, которые заключаются в выявлении потенциального усиления на основе применения поиска ядра патологии.
В ходе диссертационного исследования была описана актуальность рассматриваемой темы, определены объект и предмет магистерской диссертации, поставлена цель и выявлены задачи. Также был проведен анализ состояния вопроса, а именно - проведен обзор ранее разработанного программного обеспечения для выделения границ легочного (сосудистого) рисунка, выявлены его слабые стороны и предложены варианты оптимизации работы. Кроме того, были формализованы требования к разрабатываемому программному продукту, описан язык программирования, с помощью которого разработаны новые алгоритмы программы, а также была описана работа данного программного обеспечения.
В результате разработки программного обеспечения были созданы новые алгоритмы, описанные в формализации требований к разрабатываемому программному продукту, а работа алгоритмов программы полностью соответствует указанным требованиям. Также была протестирована работа программного обеспечения с помощью новых алгоритмов на наличие сбоев и ошибок, некорректное поведение работы алгоритмов не было обнаружено. Произведено обновление интерфейса для программного обеспечения в соответствии с новыми алгоритмами.
Разработанное в ходе диссертационного исследования программное обеспечение является самообучаемым, имеет высокую скорость работы алгоритма поиска патологий за счет предварительного поиска ядра патологии и разбиения изображения на секторы, а также использования базы данных с шаблонами масок с патологиями. Все алгоритмы программного обеспечения смогут помочь специалистам в области поиска патологий быстрее и точнее обнаружить усиления на флюорографических снимках.
Однако данное программное обеспечение имеет недостаток, а именно - строго заданные погрешности поиска патологии без возможности их регулировки из графического интерфейса, что компенсируется возможностью выявления ядра (потенциальной патологии).
Данное программное обеспечение имеет перспективу улучшения и развития и может быть дополнено новыми функциональными алгоритмами, а все необходимые значения и погрешности могут быть заданы в окне пользовательского интерфейса.
Апробация основных алгоритмов программного обеспечения была представлена в научно-практической конференции «Студенческие Дни науки в ТГУ - 2017», которая проводилась в Тольяттинском государственном университете с 3 по 15 апреля 2017 года на кафедрах институтов в виде семинаров.
Дополнительно апробация основных алгоритмов поиска патологии была представлена и опубликована на III научно-практической всероссийской конференции (школе-семинаре) молодых ученых «Современные исследования в области естественных и технических наук», которая проводилась в Тольяттинском государственном университете с 24 по 25 апреля 2017 года в заочной форме.
Кроме того, апробация основных алгоритмов разработанного продукта была представлена и опубликована на XIV Всероссийской студенческой конференции «Информационные технологии в современном мире - 2017», которая проводилась организаторами АНО ВО «Гуманитарный университет» 5 мая 2017 года в очно-заочной форме.
1. ГОСТ 2.105 - 95. Общие требования к текстовым документам [Текст]. - М.: Изд-во стандартов, 1996. - 29 с. - (Единая система конструкторской документации).
2. ГОСТ 7.1-2003. Библиографическая запись. Библиографическое
описание. Общие требования и правила составления. - М.: Изд-во стандартов, 2004. - 48 с.
3. ГОСТ 7.32-2001. Отчет о научно-исследовательской работе. Структура и правила оформления.
4. ГОСТ 7.82-2001. Библиографическая запись. Библиографическое описание электронных ресурсов.
5. ГОСТ 19.701 - 90. Схемы алгоритмов, программ, данных и систем.
Условные обозначения и правила выполнения (ИСО 5807-85) [Текст]. Введен 1992-01-01. - М.: Изд-во стандартов, 1992 - 14 с. - (Единая система
программной документации).
Научная и методическая литература
6. Алексеев Е.Р., Чеснокова О.В. MATLAB 7. Самоучитель.
Издательство: «НТ Пресс», 2006 г. - 464 стр.
7. Браженко Н.А. Туберкулез органов дыхания. Издательство:
СпецЛит, 2012 г. - 368 стр.
8. В. Дьяконов, И. Абраменкова. MATLAB. Обработка сигналов и изображений. Специальный справочник. Издательство: Питер, 2002 г. - 608 стр.
9. В.П. Дьяконов. MATLAB 6.0/6.1/6.5/6.5 + SP1 + Simulink 4/5. Обработка сигналов и изображений. Москва: СОЛОН-Пресс, 2004 г. - 592 стр.
10. В.П. Дьяконов. Matlab 6.5 SP1/7 + Simulink 5/6. Работа с
изображениями и видеопотоками. Москва: СОЛОН-Пресс, 2005 г. - 400 стр.
11. Зимина В.Н., Кошечкин В.А., Кравченко А.В. Туберкулез и ВИЧ- инфекция у взрослых. Руководство. Издательство: ГЭОТАР-Медиа, 2014 г. - 224 стр.
12. Краснов Д.И. Выделение патологий на полутоновых изображениях рентгенограмм грудной клетки/ Д.И.Краснов; науч. рук. М.Г. Лисовская // Прикладная математика и информатика: современные исследования в области естественных и технических наук : Материалы III научно-практической всероссийской конференции (школы-семинара) молодых ученых, Тольятти, 24¬25 апреля 2017 г. - Тольятти : Изд-во ТГУ, 2017. - [С. 292-295].
13. Краснов Д.И. Обнаружение патологий и выделение их границ на
флюорографических снимках/ Д.И.Краснов // Информационные технологии в современном мире - 2017 : Материалы XIV Всероссийской студенческой
конференции, Екатеринбург, 5 мая 2017 г. - Тольятти : Изд-во АНО ВО ГУ, 2017. - [С. 72-75].
14. Курбатова Е.А. MATLAB 7. Самоучитель. Издательство: Вильямс, 2005 г. - 256 стр.
15. Максимова Е.И. Алгоритм обнаружения образований на снимках компьютерного томографа с использованием кластеризации / Е.И. Максимова, П.А. Хаустов; // Современные техника и технологии : сборник трудов XXI международной научной конференции студентов, аспирантов и молодых ученых, Томск, 5-9 октября 2015 г. : в 2 т. - Томск : Изд-во ТПУ, 2015. - Т. 2. - [С. 39-42].
16. Матиас Хофер. Рентгенологическое исследование грудной клетки. Практическое руководство. Издательство: «Медицинская литература», 2008 г. 224 стр.
17. Поршнев С.В. MATLAB 7. Основы работы и программирования. Учебник. Издательство: «Бином. Лаборатория знаний», 2006 г. - 320 стр.
18. П. Рудаков, В. Сафонов. Обработка сигналов и изображений с использованием Matlab 5.x. Издательство: Диалог-МИФИ, 2000 г. - 416 стр.
19. Р. Гонсалес, Р. Вудс, С. Эддинс. Цифровая обработка изображений в среде технических расчетов MATLAB. Москва: Техносфера, 2006 г. - 616 стр.
20. Хофер Матиас. Компьютерная томография. Базовое руководство. Издательство: Медицинская литература, 2011 г. - 232 с.
Электронные ресурсы
21. Всемирная организация здравоохранения. Туберкулез
[Электронный ресурс]. - Электрон. дан. - [2017]. - Режим доступа :
http: //www.who. int/mediacentre/factsheets/fs 104/ru.
22. Медицинская энциклопедия. Проведение рентгенологического
исследования [Электронный ресурс]. - Электрон. дан. - [2017]. - Режим
доступа : http://www.medical-enc.ru/16/rentgenologicheskoe_issledovanie.shtml.
23. Медицинская энциклопедия. Определение флюорографии
[Электронный ресурс]. - Электрон. дан. - [2017]. - Режим доступа :
http: //www.medical-enc.ru/20/fluorography.shtml.
24. Поташев А.В. Интеграция математического моделирования и инновационных подходов к обучению в образовании [Электронный ресурс]: Поташев А.В., Поташева Е.В., Сулейманова Д.Ю. - Электрон. текстовые данные. - М.: Русайнс, 2015. - 96 стр.
25. MathWorks. MATLAB [Электронный ресурс]. - Электрон. дан. - [2017]. - Режим доступа : http://matlab.ru/products/matlab.
Литература на иностранном языке
26. Gerard Blanchet. Digital Signal and Image Processing using MATLAB, Volume 2: Advances and Applications: The Deterministic Case, 2e. John Wiley & Sons, Inc., 2015.
27. Gerard Blanchet. Digital Signal and Image Processing Using MATLAB, Volume 3: Advances and Applications, The Stochastic Case, 2nd Edition. John Wiley & Sons, Inc., 2015.
28. Maurice Charbit, Gerard Blanchet. Digital Signal and Image Processing using MATLAB. ISTE Ltd, 2006.
29. Maurice Charbit, Gerard Blanchet. Digital Signal and Image Processing using MATLAB, Volume 1. ISTE Ltd, 2015
30. Tamalika Chaira. Medical Image Processing: Advanced Fuzzy Set Theoretic Techniques. CRC Press, Inc., 2015.