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.