Тема: Разработка системы для разметки медицинских данных DICOM-формата

Стремительное развитие компьютерных технологий влияет на различные сферы науки и производства. Рассмотрим медицинскую отрасль, а именно - медицинские изображения. Современные радиологические центры или клинические отделения оснащены множеством цифровых устройств. Такая модернизация отделений в первую очередь обязана современным процедурам компьютерной томографии и магнитно-резонансной томографии [9]. Очевидно, что многочисленные аппараты для диагностики во всем мире генерируют множество медицинских изображений и документов, которые требуют систематизации.
Для решения этой задачи был разработан стандарт создания, хранения, передачи и визуализации цифровых медицинских изображений и документов обследованных пациентов - DICOM (Digital Imaging and Communications in Medicine). Медицинские изображения, использующие стандарт DICOM, называются DICOM изображениями.
Аппараты диагностики и рабочие электронно-вычислительные машины обмениваются информацией посредством PACS систем (Picture Archiving and Communication System). Такие системы передачи и архивации DICOM изображений предполагают создание специальных удалённых архивов на DICOM серверах, где хранятся DICOM архивы, которые доступны для поиска и просмотра с рабочих машин.
Для взаимодействия с прикладными WEB-приложениями был разработан стандарт DICOMweb, который использует привычные для приложений механизмы, такие как HTTP (HyperText Transfer Protocol - сетевой протокол передачи данных), JSON (JavaScript Object Notation - текстовый формат структурированных данных, основанный на JavaScript) и типы мультимедиа (например, "image/jpeg").
В связи с развитием машинного обучения стали появляться задачи, связанные с анализом медицинских данных, в том числе и исследований в формате DICOM. Сегментация изображений является одной из важных задач в анализе изображений, т.к. это один из первых шагов в распознавании изображений, и последующие шаги, такие как извлечение образов или классификация значительно зависят от результатов сегментации [20]. Подобные задачи рассматриваются в работах многих авторов, например, задачу сегментации медицинского изображения - автоматическое выделение легких на снимках КТ - решает автор работы [3]. Так же в [8] используются снимки МРТ сердца для автоматической сегментации левого желудочка и расчета фракции выброса. В статьях [2] и [4] медицинские изображения используются для тренировки сверточной нейронной сети типа U-Net, и последующего установления наличия заболевания. Одним из типов подобных задач является анализ предварительно размеченных контурами участков изображения. Такая задача может возникнуть, например, при выявлении корреляции диагноза и сегмента изображения, на котором присутствует конкретный орган. На данный момент присутствует дефицит инструментов, которые предоставляли бы инструментарий PACS системы и оконтуривания DICOM изображений, с возможностью экспорта данных и последующего редактирования контуров, сохраненных в системе. Это позволяет утверждать, что разработка такого инструмента является актуальной.
В данной работе планируется рассмотреть технологии DICOM, PACS и DICOMweb, а также разработать инструмент для работы с изображениями в DICOM формате с функционалом разметки изображений.
Купить

Была разработана система для разметки медицинских данных DICOM- формата. Задачи, поставленные для достижения цели, были выполнены: был проведен анализ существующих программных решений, на основе которого были сформулированы требования к разрабатываемой системе. Сама система была спроектирована и разработана со следующим функционалом: загрузка, хранение и поиск по исследованиям в системе, работа с исследованиями - просмотр исследований, создание, редактирование и экспортирование контуров. Функционал системы был протестирован - была создана дополнительная программа на языке Python, выполняющая маскирование изображения для возможного дальнейшего решения задач обработки с помощью нейронных сетей.
Купить