Разработка и реализация алгоритмов сегментации и распознавание объектов на медицинских изображениях

Целью данной работы является Разработка алгоритмов сегментации и распознавания объектов на медицинских изображениях.

Для достижения данной цели необходимо решить следующие задачи:

-      провести анализ предметной области «Медицинские изображения», включающий в себя рассмотрение следующих тем:

1.    общая   информация   об   использовании   медицинских изображений,

2.    технология проведения компьютерной томографии,

3.    особенности  медицинских  изображений, полученных с помощью компьютерной томографии.

-      на основе проведенного анализа сформулировать задачу исследования,

-      провести анализ существующих методов сегментации и классификации изображений, которые могут быть использованы в медицинской диагностике,

-      на основе проведенного анализа выбрать методы для разработки алгоритмов сегментации и распознавания,

-      разработать алгоритм сегментации и распознавания,

-      реализовать алгоритм сегментации и распознавания.

ВВЕДЕНИЕ............................................................................................ 4

ГЛАВА 1 ОБЗОР ТЕКУЩЕЙ СИТУАЦИИ В ОБЛАСТИ РАЗРАБОТКИ АЛГОРИТМОВ СЕГМЕНТАЦИИ И РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА МЕДИЦИНСКИХ ИЗОБРАЖЕНИЯХ........................................................... 6

1.1 Анализ предметной области «Медицинские изображения»....... 6

1.1.1 Общая информация об использовании медицинских изображений.................................................................................................................. 6

1.> Технология проведения компьютерной томографии............. 8

1.1.3  Особенности  медицинских изображений, полученных с помощью компьютерной томографии.................................................. 11

1.2 Постановка задачи...................................................................... 13

1.3 Выводы по Главе 1..................................................................... 18

ГЛАВА 2 ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ СЕГМЕНТАЦИИ И РАСПОЗНАВАНИЯ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ........................ 19

2.1 Основы распознавания объектов на изображении.................... 19

2.2 Предварительная обработка изображения............................... 20

2.3 Сегментация................................................................................ 22

2.3.1 Основные понятия................................................................ 22

2.3.2 Пороговый метод................................................................. 22

2.3.3 Методы наращивания областей........................................... 25

2.3.4 Пространственные методы.................................................. 26

2.3.5 Спектральные методы............................................................. 26

2.3.6 Теоретико–графовая кластеризация................................... 27

2.4 Распознавание объектов............................................................. 28

2.4.1 Основы распознавания объектов......................................... 29

2.4.2 Методы, основанные на сравнении распознаваемого объекта с образцом 30

2.4.3 Статистические методы распознавания............................... 32

2.4.4 Нейронные сети.................................................................... 33

2.5 Выводы по Главе 2..................................................................... 39

ГЛАВА   3   РАЗРАБОТКА  АЛГОРИТМОВ  СЕГМЕНТАЦИИ  И РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА МЕДИЦИНСКИХ ИЗОБРАЖЕНИЯХ

................................................................................................................................. 40

3.1 Разработка алгоритма программного средства........................ 40

3.2 Выводы по Главе 3..................................................................... 61

ГЛАВА  4   РЕАЛИЗАЦИЯ  АЛГОРИТМОВ  СЕГМЕНТАЦИИ  И РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА МЕДИЦИНСКИХ ИЗОБРАЖЕНИЯХ

................................................................................................................................. 62

4.1 Реализация разработанного алгоритма.................................... 62

4.2 Выводы по Главе 4..................................................................... 65

ЗАКЛЮЧЕНИЕ.................................................................................... 66

СПИСОК ЛИТЕРАТУРЫ................................................................... 68

ПРИЛОЖЕНИЕ................................................................................... 71

1.    ЛаричевО.И., ПетровскийА.В. Системы поддержки принятия решений. Современное состояние и перспективы их развития. // Итоги науки и техники. Сер. Техническая кибернетика. − Т.21. М.: ВИНИТИ, 1987. с. 131−164

2.    ТерелянскийП.В. Системы поддержки принятия решений. Опыт проектирования: монография / П. В. Терелянский; ВолгГТУ.− Волгоград, 2009.127 с.

3.    Нейронные сети. Statistica Neural Networks. Методология и технологии современного анализа данных; Горячая Линия - Телеком - , 2008. - 392 c.

4.    Бажова Юлия Сети; Центрполиграф - Москва, 2013. - 480 c.

5.    Барский А. Б. Логические нейронные сети; Интернет-университет информационных технологий, Бином. Лаборатория знаний - Москва, 2007. - 352 c.

6.    Величко В. В., Субботин Е. А., Шувалов В. П., Ярославцев А. Ф. Телекоммуникационные системы и сети. Том 3. Мультисервисные сети. Учебное пособие; Горячая Линия - Телеком - , 2005. - 592 c.

7.    Галушкин А. И. Нейронные сети. Основы теории; Горячая Линия

- Телеком - , 2012. - 496 c.

8.    Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети; Wings Comics - Москва, 2001.

- 779 c.

9.     Круглов, В.В.; Борисов, В.В. Искусственные нейронные сети. Теория и практика; М.: Горячая линия - Телеком; Издание 2-е, стер. - Москва, 2002. - 382 c.

10.                  Lindsay, Robert K., Bruce G. Buchanan, E. A. Feigenbaum, and Joshua Lederberg. DENDRAL: A Case Study of the First Expert System for

Scientific Hypothesis Formation. Artificial Intelligence 61, 2 (1993):

209-261.

11.                  E. H. Shortliffe. Computer-Based Medical Consultations: MYCIN. Elsevier/North Holland, New York NY, 1976.

12.                  Barnett GO, Cimino JJ, Hupp JA, Hoffer EP. DXplain – an evolving diagnostic decision-support system. JAMA. 1987; 258: 67-74.

13.                  Doherty J, Noirot LA, Mayfield J, Ramiah S, Huang C, Dunagan WC, Bailey TC. Implementing GermWatcher, an enterprise infection control application. AMIA Annu Symp Proc.2006:209-13.

14.                  Glenn Edwards, Paul Compton, Ron Malor, Ashwin Srinivasan, Leslie Lazarus. Peirs: A pathologistmaintained expert system for the interpretation of chemical pathology reports. Pathology. 1993, Vol. 25, No.1, Pages 27-34

15.                  Мкртчян, С.О. Нейроны и нейронные сети; М.: Энергия - Москва, 1986. - 232 c.

16.                  Редько В. Г. Эволюция, нейронные сети, интеллект. Модели и концепции эволюционной кибернетики; Либроком - Москва, 2013.

- 224 c.

17.                  Тархов Д. А. Нейронные сети. Модели и алгоритмы. Книга 18; Радиотехника - Москва, 2005. - 256 c.

18.                  Татузов А. Л. Нейронные сети в задачах радиолокации; Радиотехника - Москва, 2009. - 432 c.

19.                  Хайкин, Саймон Нейронные сети: полный курс; М.: Вильямс - Москва, 2006. - 781 c.

20.                  Ширяев В. И. Финансовые рынки. Нейронные сети, хаос и нелинейная динамика; Либроком - Москва, 2013. - 232 c.

21.                  Яхъяева Г. Э. Нечеткие множества и нейронные сети; Интернет- университет информационных технологий, Бином. Лаборатория знаний - Москва, 2011. - 320 c.

22.                                                               Яхъяева, Г.Э. Нечеткие множества и нейронные сети; Интернет- университет информационных технологий - Москва, 2006. - 320 c. 23.Стратонович,  Р.Л.        Теория            информации:  моногр.    /                        Р.Л.

Стратонович. - М., 2016.

24. Шеннон, К. Работы по теории информации и кибернетике / К. Шеннон. - М., 2016.

25.                  Круглов, В.В.; Борисов, В.В. Искусственные нейронные сети. Теория и практика; М.: Горячая линия - Телеком; Издание 2-е, стер. - Москва, 2002. - 382 c.

26.                  Мкртчян, С.О. Нейроны и нейронные сети; М.: Энергия - Москва, 1986. - 232 c.

27.                  Редько В. Г. Эволюция, нейронные сети, интеллект. Модели и концепции эволюционной кибернетики; Либроком - Москва, 2013.

- 224 c.

28.                  Тархов Д. А. Нейронные сети. Модели и алгоритмы. Книга 18; Радиотехника - Москва, 2005. - 256 c.

29.                  Татузов А. Л. Нейронные сети в задачах радиолокации; Радиотехника - Москва, 2009. - 432 c.

30.                  Хайкин, Саймон Нейронные сети: полный курс; М.: Вильямс - Москва, 2006. - 781 c.

31.                  Ширяев В. И. Финансовые рынки. Нейронные сети, хаос и нелинейная динамика; Либроком - Москва, 2013. - 232 c.

32.                  Яхъяева Г. Э. Нечеткие множества и нейронные сети; Интернет- университет информационных технологий, Бином. Лаборатория знаний - Москва, 2011. - 320 c.

33.                  Галушкин А. И. Нейронные сети. Основы теории; Горячая Линия

- Телеком - , 2012. - 496 c.

34.                  Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети; Wings Comics - Москва, 2001.

- 779 c.