ВВЕДЕНИЕ 3
1 АНАЛИЗ АЛГОРИТМОВ ВЫДЕЛЕНИЯ ГРАНИЦ КОСТНЫХ ТКАНЕЙ НА ИЗОБРАЖЕНИИ 5
1.1 Анализ предметной области 5
1.2 Описание математического и алгоритмического решения задачи 7
1.3 Обнаружение границ на основе нечеткой логики 13
2 РЕАЛИЗАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ВЫДЕЛЕНИЯ ГРАНИЦ
КОСТНЫХ ТКАНЕЙ 17
2.1 Обоснование выбора среды программирования 17
2.2 Разработка функций выделения границ 19
2.2.1 Оператор Собеля 19
2.2.2 Оператор Кэнни 23
2.3 Разработка интерфейса программы 26
3 ТЕСТИРОВАНИЕ И АНАЛИЗ РАЗРАБОТАННОГО ПРОГРАММНОГО
ОБЕСПЕЧЕНИЯ 31
3.1 Описание технологий тестирования 31
3.2 Испытание алгоритмов 32
ЗАКЛЮЧЕНИЕ 36
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 37
Приложение А. Код функции Edge_detection 41
Приложение Б. Код функции canny 46
Информационные технологии и сфера их применения стремительно развиваются. Трудно перечислить весь спектр их возможного использования. Одним из важнейших направлений стала медицина. В современной медицине активно проводятся исследования по диагностике заболеваний на начальных периодах. Известно, что чем раньше будет обнаружено заболевание, тем дешевле и продуктивнее выйдет лечение. Многие диагнозы можно поставить, только имея снимок органов человека. Для этого используются такие технологии, как УЗИ, рентген, МРТ и другие. Использование стандартных методов расшифровки снимков имеет серьезные недостатки: необходима высокая сосредоточенность врача, может потребоваться много времени для получения заключения, не исключена возможность ошибки. Поэтому разработка систем, позволяющих автоматизировать расшифровку снимка и, как следствие, обнаружение болезни, является важной и актуальной задачей в современной медицине.
Для такой системы наиболее полезной информацией представляются сведения о границах. Для каждой задачи требуется выделение своих границ, в рамках данной работы будет рассмотрено выделение границ костных тканей. При распознавании объектов и анализе изображений немаловажную роль играют методы и алгоритмы выделения границ, так как они изрядно упрощают работу с изображением.
Научной новизной данной работы является поиск алгоритмов, наиболее точно выделяющие требуемые границы костных тканей. Разрабатываемые алгоритмы будут сосредоточены на максимальном выделении всех границ требуемого объекта и на уменьшение обнаруженных ложных контуров, которые нередко появляются от присутствия импульсного шума.
Программная реализация выделения границ костных тканей представлена в виде программы, написанной на языке высокого уровня Matlab.
В качестве исходных данных используется рентгеновский снимок, содержащий изображение анализируемого объекта.
Объектом исследования является процесс выделения границ костных тканей на рентгеновских снимках.
Предмет исследования: алгоритмы определения границ костных тканей на снимках.
Цель работы: разработать алгоритмы и их программную реализацию по выделению границ костных тканей на изображениях.
Задачи, решаемые в ходе выполнения бакалаврской работы:
■ анализ существующих алгоритмов выделения границ на изображении;
■ выбор алгоритмов для дальнейшего использования;
■ математическое описание алгоритмов;
■ реализация поставленной задачи с использованием выбранного языка программирования;
■ тестирование разработанных алгоритмов.
В ходе выполнения бакалаврской работы были изучены и реализованы алгоритмы выделения границ на рентгеновских снимках. Для этого были рассмотрены и проанализированы наиболее популярные существующие методы обнаружения границ: оператор Собеля, как простой в разработке и используемый во многих задачах прикладного характера алгоритм, и детектор границ Кэнни, который считается одним из лучших детекторов. Для реализации использовалась среда Matlab.
Тестирование на рентгеновских снимках показало, что оба алгоритма справились со своей работой достаточно качественно, границы на изображениях получились четкими. Также тестирование указало на слабые стороны алгоритмов, в частности на присутствие шума после обработки изображений.
Медицинские исследования с помощью современных методов визуализации изображений позволяют заглянуть внутрь объектов живого организма и диагностировать его состояние. Эта задача решается с помощью цепочки этапов обработки изображения с целью анализа и распознавания объектов. Рассмотренные в работе алгоритмы выполнили эту задачу. Тем не менее, основываясь на результатах работы данных алгоритмов, в рамках конкретной задачи лучше себя проявил оператор Кэнни.
