ВВЕДЕНИЕ 12
1. АНАЛИТИЧЕСКИЙ ОБЗОР 14
1.1. Обзор алгоритмов обнаружения образований в легких на снимках
компьютерно томографа 14
1.2. Теоретические основы 16
1.2.1. Основы применения искусственных нейронных сетей 16
1.2.2. Функции активации нейрона 17
1.2.3. Виды искусственных нейронных сетей 21
1.2.4. Методы обучение искусственных нейронных сетей 22
1.2.5. Область применения искусственных нейронных сетей 25
1.2.6. Виды образований в легких человека 26
2. РАЗРАБОТКА АЛГОРИТМА ДЛЯ ОБНАРУЖЕНИЯ ОБРАЗОВАНИЙ В ЛЕГКИХ ЧЕЛОВЕКА НА СНИМКАХ КОМПЬЮТЕРНОГО ТОМОГРАФА .. 29
2.1. Подготовка выборки для обучения ИНС 30
2.2. Получение вектора признаков 31
2.3. Классификация областей снимков 34
2.4. Выбор исследуемой прямоугольной области на изображении 35
3. РАЗРАБОТКА ПРОГРАММНЫХ СРЕДСВ ДЛЯ ОБНАРУЖЕНИЯ
ОБРАЗОВАНИЙ В ЛЕГКИХ ЧЕЛОВЕКА НА СНИМКАХ КОМПЬЮТЕРНОГО ТОМОГРАФА 38
3.1. Проектирование 38
3.2. Программная реализация 43
3.2.1. Реализация приложения для подготовки обучающей выборки 43
3.2.2. Реализация предложенного алгоритма 44
4. ТЕСТИРОВАНИЕ РАЗРАБОТАННЫХ ПРОГРАММНЫХ СРЕДСТВ 45
4.1. Создание базы изображений компьютерного томографа 45
4.2. Оценка качества работы алгоритмов 47
4.2.1. Подбор параметров решения эмпирическим путем 47
4.2.2. Результаты работы базового решения 47
5. ФИНАНСОВЫЙ МЕНЕДЖМЕНТ, РЕСУРСОЭФФЕКТИВНОСТЬ И
РЕСУРСОСБЕРЕЖЕНИЕ 50
10
5.1. Оценка коммерческого потенциала 53
5.1.1. Потенциальные потребители результатов исследования 53
5.1.2. Анализ конкурентных технических решений 54
5.1.3. Технология QuaD 56
5.1.4. SWOT-анализ 57
5.2. Планирование научно-исследовательских работ 59
5.2.1. Структура работ в рамках научного исследования 59
6. СОЦИАЛЬНАЯ ОТВЕТСВЕННОСТЬ 63
6.1. Производственная безопасность 66
6.1.1. Анализ выявленных вредных факторов при разработке и
эксплуатации проектируемого решения 67
6.1.2. Анализ выявленных опасных факторов при разработке и
эксплуатации проектируемого решения 72
6.2. Экологическая безопасность 74
6.2.1. Анализ влияния исследования на окружающую среду 74
6.2.2. Обоснование мероприятий по защите окружающей среды 74
6.3. Защита в чрезвычайных ситуациях 74
6.3.1. Анализ вероятных ЧС, которые могут возникнуть на рабочем месте
при проведении исследований 74
6.3.2. Обоснование мероприятий по предотвращению ЧС и разработка
порядка действия в случае возникновения ЧС 75
6.4. Правовые и организационные вопросы обеспечения безопасности 76
6.4.1. Специальные правовые нормы трудового законодательства 76
6.4.2. Организационные мероприятия при компоновке рабочей зоны
исследователя 77
ЗАКЛЮЧЕНИЕ 80
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 81
СПИСОК ПУБЛИКАЦИЙ СТУДЕНТА 85
ПРИЛОЖЕНИЕ А ИСХОДНЫЙ КОД ПРОГРАММЫ 89
ПРИЛОЖЕНИЕ Б АКТ О ВНЕДРЕНИИ 102
ПРИЛОЖЕНИЕ В CD-ДИСК 103
На сегодняшний день компьютерная томография является ведущим методом уточнения или выявления многих заболеваний головного мозга, легких, поджелудочной железы, надпочечников и ряда других органов. Современные компьютерные томографы - мультиспиральные, что позволяет получать снимки с высоким пространственным разрешением в различных плоскостях. Время такого обследования составляет несколько минут. Однако процесс анализа снимков и получение заключения обследования занимает значительно больше времени, ввиду трудоемкости самого процесса и значительного количества пациентов, нуждающихся в проведении обследования. Более того, затраты на покупку и обслуживание томографов велики. Прежде всего, это обуславливается высоким требованиям к подобным программно-техническим комплексам, направленным на повышение точности обследований, а также на обеспечение допустимых доз рентгеновского излучения.
Важной частью компьютерного томографа является ПО, которое так же требует значительных материальных затрат для покупки и обновления. Специализированное ПО позволяет наиболее качественно проводить процедуру обследования и последующую обработку полученных изображений. Как правило, в комплект ПО для компьютерных томографов, приобретаемых российскими медицинскими учреждениями, не входят программные модули, предназначенные для автоматизированного анализа снимков и выявления патологий.
На территории Российской Федерации значительное число больных нуждается в проведении различного рода обследований при помощи компьютерного томографа. При этом ввиду дорогой стоимости аппаратов лишь часть медицинских учреждений оказывает услуги по диагностике заболеваний при помощи КТ. Стоит отметить, что множество из подобных учреждений частные. Таким образом, для проведения обследования пациент должен ждать своей очереди или обращаться в платное медицинское учреждение. Некоторые заболевания нередко выявляются при прохождении обследования с использованием КТ. К таким заболеваниям можно отнести злокачественные опухоли, которые необходимо диагностировать на ранних стадиях. Поэтому в сложившейся ситуации высокую степень актуальности имеет задача повышения скорости проведения обследований путем частичной автоматизации процесса анализа изображений КТ, которая является предметом исследования. При этом объектом исследования являются КТ снимки легких человека.
Целью работы является разработка алгоритма и программных средств для обнаружения образований в легких человека на снимках компьютерного томографа, а также исследование качества предложенного метода.
Для достижения цели работы необходимо решить следующие задачи:
- проанализировать существующие методы обнаружения образований в легких человека на снимках КТ;
- предложить собственный метод анализа изображений КТ;
- разработать программные средства для оценки качества работы предложенного метода;
- оценить применимость разработанного метода на практике и сделать выводы о перспективности метода.
В дипломной работе был предложен и программно реализован оригинальный метод обнаружения образований в легких человека на снимках компьютерного томографа, основанный на анализе межкадровых изменений легочного рисунка.
Предложенный метод решил проблему некорректной классификации в случаях периферических образований в легких человека и возникновения ошибок во время кластеризации изображения. Использование трехмерного пространства признаков обеспечило возможность получения наиболее информативной обучающей выборки для нечеткого классификатора, что, в свою очередь, позволило достигнуть точности обнаружения образований 97%.
Главным достоинством предложенного метода, в сравнении с другими рассмотренными, является его универсальность - алгоритм показал высокое качество классификации независимо от типа образования в легких. Однако некоторые существующие узкоспециализированные алгоритмы, применяющиеся для обнаружения конкретного вида образования, опережают разработанный метод.
Работа велась при сотрудничестве с кабинетом рентгенологии МЦ №2 СКБ ФГБУ СибФНКЦ ФМБА России. По результатам работы был составлен акт о внедрении результатов научно-практического исследования в работу предприятия. Реализованный модуль позволил снизить временные затраты специалиста на поиск образований при анализе снимков компьютерного томографа, а также предоставил возможность разработки и внедрения статистического модуля для анализа частоты возникновения различных видов образований в легких.
В качестве запланированного направления развития работы стоит отметить исследование возможности отнесения найденного образования к конкретному типу, а также определение его местоположения, что может быть использовано для генерации начального текстового описания КТ-исследования.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
