Введение 4
Постановка задачи 4
Подходы к обработке медицинских изображений 6
Формат Digital Imaging and Communications in Medicine 7
Сверточная нейронная сеть 7
Фильтр на основе шкалы Хаунсфилда 8
Проектирование программы 10
Выбор языка программирования 10
Архитектура программы 11
Модуль просмотра медицинских изображений 12
Модуль просеивания медицинских изображений 13
Модуль конвертирования изображение в 3-D модель 14
Схема работы программы 14
Реализация программы 15
Модуль просмотра медицинских изображений 15
Модуль просеивания медицинских изображений 17
Функция нарезки изображений 17
Функция нормализации по таблице Хаунсфилда 17
Функция сегментации изображения 18
Вспомогательные функции 19
Функция, позволяющая отобразить изображения в 3-D виде 19
Модуль конвертирования изображения в 3-D модель 23
Основной цикл работы модуля конвертирования изображения 24
Результаты на тестовых данных 29
Пример работы программы 30
Заключение
Список использованной литературы 36
Приложение
В настоящее время нейронные сети является актуальным направлением в научных исследованиях. Современная медицина требует высокую квалификацию врачей, и новые применяемые методам. Изо дня в день общее количество информации о болезнях увеличивается и один человек не в состоянии точно дать оценку важности и точности имеющегося материала для врачебной практики. Тогда на помощь приходит нейронная сеть, которая помогает структурировать материал.
Статистические исследования позволяют дать оценку уровню здоровья населения, периодам подъема и спада заболеваемости, определить соотношение здоровых людей и инвалидов, частоту появления новых заболеваний и многое другое.
В ходе дипломной работы было разработано программное решение, позволяющее автоматизировать большую часть работы по преобразованию медицинских изображений в З-d модель.
Программа существенно сокращает время преобразования изображений. Хотя, чтобы получить качественные модели, необходимо обучать нейронную сеть, для расширения возможностей программы, например, другие органы или разбор более сложных случаев, для чего нами рассматривался также поиск тромбоцитов в серии генетической лаборатории.
Разработанное программное решение может стать основой для любых других систем для диагностики пациентов, для прогнозирования течения болезней или прогнозирования результатов лечения, для обучения студентов медицинских вузов и сузов, для повышения квалификации медицинских специалистов.
