Ученые из Института вычислительного моделирования ФИЦ КНЦ СО РАН совместно с коллегами из СибГУ имени академика М.Ф. Решетнева, КрасГМУ имени профессора В.Ф. Войно-Ясенецкого и СФУ разработали новый подход к анализу медицинских изображений. Цифровая обработка снимков на основе оригинальных алгоритмов и их цветовое кодирование позволяют на 25% уменьшить погрешность измеряемых параметров. Благодаря такой методике хирурги смогут проводить более точную диагностику заболеваний. Результаты исследований опубликованы в монографии Computer Vision in Control Systems-4 в издательстве Springer.

Образец медицинского изображения с применением ...

Образец медицинского изображения с применением цветового кодирования

Обработка медицинских изображений внутренних органов играет важную роль в диагностике и выявлении заболеваний пациентов, страдающих урологическими заболеваниями и грыжесечением. Коллектив ученых из Красноярска предложил вычислительную методику обработки и анализа медицинских изображений, которая позволяет разрабатывать новые алгоритмы в урологической диагностике и пластической хирургии. Благодаря анализу снимков можно обнаружить неоднородности в ткани, оценить местоположение очага заболевания, его контуры и размеры. При анализе снимков в пластической хирургии для врачей также важно знать морфологические особенности строения ткани.

Медицинские снимки, как любое изображение, содержат шум (вкрапления разноцветных точек или зернистость), связанный с техническими особенностями получения фотографии. Для повышения качества снимка можно использовать различные фильтры. Красноярские ученые предложили использовать новую методику обработки медицинских изображений, которая, в отличии от традиционных, кроме снижения шума производит цветовое кодирование. Для этого исследователи оптимизировали алгоритмы нескольких фильтров, наиболее часто используемых для предварительной обработки изображений. По сравнению с обычными фильтрами новая методика позволяет повысить точность снимка и уменьшить погрешность измеряемых параметров до 25%.

Коллектив математиков и медиков рекомендует следующий алгоритм анализа медицинских изображений: применить фильтры шумоподавления, выделить характерную область заболевания, провести цветовое кодирование на различных масштабах и сформировать полученные данные. Цветовое кодирование в урологии существенно повысит точность изображений объектов интереса, особенно в сложных случаях мочекаменной болезни. В задачах пластической хирургии геометрический анализ и масштабируемая кодировка цвета позволят анализировать процесс регенерации ткани с повышенной точностью.

Медицинские изображения до (слева) и после (спр...

Медицинские изображения до (слева) и после (справа) цифровой обработки и цветового кодирования.

«Раскрашивая» разными цветами области поражения ткани на различных масштабах, мы с соавторами выяснили, что алгоритмическое цветовое кодирование позволяет выявить тонкие особенности строения, как изучаемого конкремента (камня), так и пространства вокруг него», — рассказал доктор технических наук, ведущий научный сотрудник Института вычислительного моделирования ФИЦ КНЦ СО РАН Константин Симонов.

Другие соавторы исследования доктор медицинских наук Федор Капсаргин и хирург Татьяна Черепанова (Гракова) вводят новый метод в практику для диагностики, планирования хирургического вмешательства и последующего лечения.

«Используя традиционные подходы не так просто количественно оценить характер и степень поражения исследуемой области и ее параметры», — добавил ученый.

Такие технологии обработки изображений могут применяться во многих медицинских приложениях, а именно в магнитно-резонансной томографии (МРТ), ультразвуковой визуализации и рентгеновских снимках.

Помимо цифровой медицины, разработанный учеными алгоритм можно использовать при обработке и анализе визуальных данных в других предметных областях, в частности, в науках о Земле. В настоящее время математики — авторы исследования, работают над созданием вычислительного комплекса по обработке следов морских природных катастроф (последствия сильных землетрясений и проявления волн-наводнений цунами).

Дополнительная информация для СМИ по тел.: 8 983-144-41-15, Екатерина Бурчевская, специалист группы научных коммуникаций ФИЦ КНЦ СО РАН