Разработка и реализация метода сегментации рентгенограммы с наименьшим коэффициентом ошибки
|
Аннотация 2
ВВЕДЕНИЕ 5
1 АНАЛИЗ СОСТОЯНИЯ АЛГОРИТМОВ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЯ 8
1.1 Обзор современного состояния аналогов сегментации изображения 8
1.2 Анализ языка технических расчетов MATLAB и формата DICOM 11
1.3 Формализация требований и постановка задач к разрабатываемому алгоритму 13
2 РАЗРАБОТКА АЛГОРИТМА СЕГМЕНТАЦИИ СЕГМЕНТ ЛЕГКИХ 15
2.1 Метод «водораздела» 15
2.2 Метод бинаризации с варьируемым порогом 17
2.3 Однопроходный метод 19
2.4 Метод «Лесного пожара» 21
2.5 Формирование гибридного алгоритма 24
3 ТЕСТИРОВАНИЕ ГИБРИДНОГО АЛГОРИТМА СЕГМЕНТАЦИИ 26
3.1 Гибридный алгоритм сегментации рентгенографического снимка 26
3.2 Результат работы алгоритма сегментации 36
ЗАКЛЮЧЕНИЕ 39
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 41
ПРИЛОЖЕНИЕ А. Листинг алгоритма, работающего с форматом DICOM 44
ПРИЛОЖЕНИЕ Б. Листинг алгоритма сегментации 45
ПРИЛОЖЕНИЕ В. Листинг интерфейса 46
ВВЕДЕНИЕ 5
1 АНАЛИЗ СОСТОЯНИЯ АЛГОРИТМОВ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЯ 8
1.1 Обзор современного состояния аналогов сегментации изображения 8
1.2 Анализ языка технических расчетов MATLAB и формата DICOM 11
1.3 Формализация требований и постановка задач к разрабатываемому алгоритму 13
2 РАЗРАБОТКА АЛГОРИТМА СЕГМЕНТАЦИИ СЕГМЕНТ ЛЕГКИХ 15
2.1 Метод «водораздела» 15
2.2 Метод бинаризации с варьируемым порогом 17
2.3 Однопроходный метод 19
2.4 Метод «Лесного пожара» 21
2.5 Формирование гибридного алгоритма 24
3 ТЕСТИРОВАНИЕ ГИБРИДНОГО АЛГОРИТМА СЕГМЕНТАЦИИ 26
3.1 Гибридный алгоритм сегментации рентгенографического снимка 26
3.2 Результат работы алгоритма сегментации 36
ЗАКЛЮЧЕНИЕ 39
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 41
ПРИЛОЖЕНИЕ А. Листинг алгоритма, работающего с форматом DICOM 44
ПРИЛОЖЕНИЕ Б. Листинг алгоритма сегментации 45
ПРИЛОЖЕНИЕ В. Листинг интерфейса 46
Туберкулез (ТБ) является одной из 10 ведущих причин смерти в мире.
В 2016 году туберкулезом заболели 10,4 миллиона человек, и 1,7 миллиона человек (в том числе 0,4 миллиона человек с ВИЧ) умерли от этой болезни.
Туберкулез с множественной лекарственной устойчивостью (МЛУ-ТБ) по-прежнему представляет кризис в области общественного здравоохранения. По оценкам ВОЗ, произошло 600 000 новых случаев туберкулеза с устойчивостью к рифампицину - самому эффективному препарату первой линии, - из которых в 490 000 случаях был МЛУ-ТБ.
Одна из задач в области здравоохранения в рамках недавно принятых в области устойчивого развития заключается в том, чтобы к 2030 году покончить с эпидемией туберкулеза [23].
Благодаря диагностике и лечению заболевания возможно спасти множество человеческих жизней.
Для своевременного выявления наиболее тяжелых заболеваний легочных органов каждый человек должен ежегодно проходить флюорографию, которая является самым эффективным способом обнаружения заболеваний на ранних стадиях. На данном этапе есть вероятность ошибки - не замеченная патология останется с человеком на год, перейдя в более серьезную форму, и появятся осложнения. При условии, что специалист обнаружил патологию, пациенту необходимо пройти рентген, что лишь повысит вероятность наличия диагноза. Для окончательного подтверждения и уточнения диагноза пациент проходит дорогостоящую и не везде доступную диагностику КТ, МРТ.
Сегодня быстро развиваются информационные технологии в области медицины, тем самым облегчая и ускоряя работу специалистов. Распознание патологий на рентгенографических снимках помогает решить нейронная сеть, которая, основываясь на большом количестве заведомо верных результатов постановки диагноза, выявляет патологии на снимках с минимальной погрешностью. Для того, чтобы нейронная сеть была способна выполнять поставленную задачу, требуется обучить её алгоритму обнаружения области заболевания. А чтобы полученный результат анализа был точен и достоверен, и процесс обработки не занимал много времени, существуют методы и алгоритмы сегментации. Таким образом, актуальной задачей являются алгоритмы сегментации растровых изображений.
Объект исследования: процесс автоматического выделения патологий на рентгенографическом снимке грудной клетки.
Предмет исследования: гибридный алгоритм сегментации рентгеновского снимка грудной клетки.
Целью данного исследования является уменьшение коэффициента ошибки при постановке диагноза посредством разработки алгоритма сегментации рентгенографического снимка грудной клетки.
Задачи, решаемые в данной работе:
1. Обзор современного состояния исследуемого вопроса.
2. Реализация существующих методов сегментации и выбор подходящего для работы с рентгеновским снимком.
3. Реализация гибридного метода сегментации.
4. Тестирование эффективности реализованного алгоритма.
В ходе выполнения выпускной квалификационной работы должен быть разработан алгоритм сегментации рентгеновского снимка грудной клетки.
Выпускная квалификационная работа состоит из введения, трех глав, заключения.
Во введении оценивается современное состояние и обосновывается актуальность исследуемого вопроса, формулируется объект и предмет исследования, ставится цель и выявляются задачи, решаемые в ходе выполнения выпускной квалификационной работы для достижения поставленной цели.
В первой главе анализируется исходная информация и современное состояние вопроса, формируются требования к разрабатываемому алгоритму, описывается язык программирования, который используется в разработке.
Во второй главе проводится реализация алгоритмов сегментации рентгенографического снимка грудной клетки по рассмотренной математической модели.
В третьей главе проводится исследование эффективности разработанного алгоритма в соответствии с формализованными требованиями.
В заключении формулируется основные выводы, полученные в процессе выполнения работы, оценки полноты решений поставленных задач, анализ полученных результатов.
В 2016 году туберкулезом заболели 10,4 миллиона человек, и 1,7 миллиона человек (в том числе 0,4 миллиона человек с ВИЧ) умерли от этой болезни.
Туберкулез с множественной лекарственной устойчивостью (МЛУ-ТБ) по-прежнему представляет кризис в области общественного здравоохранения. По оценкам ВОЗ, произошло 600 000 новых случаев туберкулеза с устойчивостью к рифампицину - самому эффективному препарату первой линии, - из которых в 490 000 случаях был МЛУ-ТБ.
Одна из задач в области здравоохранения в рамках недавно принятых в области устойчивого развития заключается в том, чтобы к 2030 году покончить с эпидемией туберкулеза [23].
Благодаря диагностике и лечению заболевания возможно спасти множество человеческих жизней.
Для своевременного выявления наиболее тяжелых заболеваний легочных органов каждый человек должен ежегодно проходить флюорографию, которая является самым эффективным способом обнаружения заболеваний на ранних стадиях. На данном этапе есть вероятность ошибки - не замеченная патология останется с человеком на год, перейдя в более серьезную форму, и появятся осложнения. При условии, что специалист обнаружил патологию, пациенту необходимо пройти рентген, что лишь повысит вероятность наличия диагноза. Для окончательного подтверждения и уточнения диагноза пациент проходит дорогостоящую и не везде доступную диагностику КТ, МРТ.
Сегодня быстро развиваются информационные технологии в области медицины, тем самым облегчая и ускоряя работу специалистов. Распознание патологий на рентгенографических снимках помогает решить нейронная сеть, которая, основываясь на большом количестве заведомо верных результатов постановки диагноза, выявляет патологии на снимках с минимальной погрешностью. Для того, чтобы нейронная сеть была способна выполнять поставленную задачу, требуется обучить её алгоритму обнаружения области заболевания. А чтобы полученный результат анализа был точен и достоверен, и процесс обработки не занимал много времени, существуют методы и алгоритмы сегментации. Таким образом, актуальной задачей являются алгоритмы сегментации растровых изображений.
Объект исследования: процесс автоматического выделения патологий на рентгенографическом снимке грудной клетки.
Предмет исследования: гибридный алгоритм сегментации рентгеновского снимка грудной клетки.
Целью данного исследования является уменьшение коэффициента ошибки при постановке диагноза посредством разработки алгоритма сегментации рентгенографического снимка грудной клетки.
Задачи, решаемые в данной работе:
1. Обзор современного состояния исследуемого вопроса.
2. Реализация существующих методов сегментации и выбор подходящего для работы с рентгеновским снимком.
3. Реализация гибридного метода сегментации.
4. Тестирование эффективности реализованного алгоритма.
В ходе выполнения выпускной квалификационной работы должен быть разработан алгоритм сегментации рентгеновского снимка грудной клетки.
Выпускная квалификационная работа состоит из введения, трех глав, заключения.
Во введении оценивается современное состояние и обосновывается актуальность исследуемого вопроса, формулируется объект и предмет исследования, ставится цель и выявляются задачи, решаемые в ходе выполнения выпускной квалификационной работы для достижения поставленной цели.
В первой главе анализируется исходная информация и современное состояние вопроса, формируются требования к разрабатываемому алгоритму, описывается язык программирования, который используется в разработке.
Во второй главе проводится реализация алгоритмов сегментации рентгенографического снимка грудной клетки по рассмотренной математической модели.
В третьей главе проводится исследование эффективности разработанного алгоритма в соответствии с формализованными требованиями.
В заключении формулируется основные выводы, полученные в процессе выполнения работы, оценки полноты решений поставленных задач, анализ полученных результатов.
В ходе выпускной квалификационной работы описана актуальность и проблематика рассматриваемой темы, определен объект, предмет, поставлена цель и выявлены задачи выпускной квалификационной работы.
Проведен обзор состояния существующих аналогов алгоритмов сегментации. Сформулированы требования к разрабатываемому алгоритму и определена последовательность действий в работе алгоритма; описан язык программирования, с помощью которого происходит реализация алгоритмов сегментации, а также формата DICOM, с которым ведется работа.
Были реализованы методы сегментации такие, как: водораздел; бинаризация; однопроходный; «Лесной пожар». В результате определены достоинства и недостатки каждого метода, а также их эффективность. Проведен анализ результатов.
В результате сделан вывод, о том, что целесообразно использовать несколько методов, чтобы добиться лучших показателей при сегментации изображения. Реализован алгоритм работы с форматом DICOM и алгоритм сегментации, который вмещает в себя метод бинаризации и однопроходный. Также для удобства работы с полученным алгоритмом, разработан пользовательский интерфейс. Работоспособность алгоритма была протестирована на базе рентгенографических снимков. Не было обнаружено сбоев, ошибок или некорректного поведения алгоритма. Работа алгоритма и полученные результаты полностью соответствуют сформулированным требованиям.
Реализованный в ходе выпускной квалификационной работы алгоритм достигает 88% сегментации площади, что является хорошим показателем выделения областей, соответствующих легким. Результат работы алгоритма поможет улучшить работу и сократить процесс обработки нейронной сети, которая в последствии будет классифицировать заболевания легочных долей. Алгоритм имеет перспективу улучшения в повышении выделения площади за счет добавления метода Собеля.
Апробация данной работы была представлена на финале Всероссийского студенческого фестиваля «СТАРТАП», который проводился в Тольяттинском государственном университете с 4 по 7 октября 2017 года в очной форме.
Опубликована на I Всероссийской научной конференции «Информационные технологии в моделировании и управлении: подходы, методы, решения», которая проводилась в Тольяттинском государственном университете с 12 по 14 декабря 2017 года в заочной форме.
Также работа была представлена и опубликована на научной конференции «Студенческие дни науки ТГУ», которая проводилась в Тольяттинском государственном университете с 23 по 25 апреля 2018 года в очной форме.
Проведен обзор состояния существующих аналогов алгоритмов сегментации. Сформулированы требования к разрабатываемому алгоритму и определена последовательность действий в работе алгоритма; описан язык программирования, с помощью которого происходит реализация алгоритмов сегментации, а также формата DICOM, с которым ведется работа.
Были реализованы методы сегментации такие, как: водораздел; бинаризация; однопроходный; «Лесной пожар». В результате определены достоинства и недостатки каждого метода, а также их эффективность. Проведен анализ результатов.
В результате сделан вывод, о том, что целесообразно использовать несколько методов, чтобы добиться лучших показателей при сегментации изображения. Реализован алгоритм работы с форматом DICOM и алгоритм сегментации, который вмещает в себя метод бинаризации и однопроходный. Также для удобства работы с полученным алгоритмом, разработан пользовательский интерфейс. Работоспособность алгоритма была протестирована на базе рентгенографических снимков. Не было обнаружено сбоев, ошибок или некорректного поведения алгоритма. Работа алгоритма и полученные результаты полностью соответствуют сформулированным требованиям.
Реализованный в ходе выпускной квалификационной работы алгоритм достигает 88% сегментации площади, что является хорошим показателем выделения областей, соответствующих легким. Результат работы алгоритма поможет улучшить работу и сократить процесс обработки нейронной сети, которая в последствии будет классифицировать заболевания легочных долей. Алгоритм имеет перспективу улучшения в повышении выделения площади за счет добавления метода Собеля.
Апробация данной работы была представлена на финале Всероссийского студенческого фестиваля «СТАРТАП», который проводился в Тольяттинском государственном университете с 4 по 7 октября 2017 года в очной форме.
Опубликована на I Всероссийской научной конференции «Информационные технологии в моделировании и управлении: подходы, методы, решения», которая проводилась в Тольяттинском государственном университете с 12 по 14 декабря 2017 года в заочной форме.
Также работа была представлена и опубликована на научной конференции «Студенческие дни науки ТГУ», которая проводилась в Тольяттинском государственном университете с 23 по 25 апреля 2018 года в очной форме.
Подобные работы
- Применение сверточной нейронной сети для дифференциации туберкулеза и пневмонии на цифровых рентгенограммах
Магистерская диссертация, нейронные сети . Язык работы: Русский. Цена: 5400 р. Год сдачи: 2020