Гістограмні алгоритми обробки телевізійних мамографічних зображень

Размещено на http://www.allbest.ru//

Размещено на http://www.allbest.ru//

Національний авіаційний університет

Спеціальність 05.12.17 - Радіотехнічні та телевізійні системи

Автореферат

дисертації на здобуття наукового ступеня кандидата технічних наук

Гістограмні алгоритми обробки телевізійних мамографічних зображень

Мірошниченко Олександра Сергіївна

Київ - 2009

Дисертацією є рукопис.

Робота виконана в Національному авіаційному Університеті Міністерства освіти і науки України, м. Київ.

Науковий керівник:

доктор технічних наук, професор Білецький Анатолій Якович Національний авіаційний університет МОН України, м. Київ.

Офіційні опоненти:

доктор технічних наук, професор Прокопенко Ігор Григорович Національний авіаційний університет МОН України, м. Київ, завідувач кафедри авіаційних радіоелектронних комплексів;

кандидат технічних наук, професор Синкоп Юрій Степанович Національний технічний університет України «Київський політехнічний інститут» МОН України.

Захист відбудеться " " 2009 року об _____ годині на засіданні спеціалізованої вченої ради Д 26.062.08 Національного авіаційного університету за адресою: 03058, м. Київ, пр. Космонавта Комарова 1, корп____, ауд.____.

З дисертацією можна ознайомитись у бібліотеці Національного авіаційного університету МОН України за адресою 03058, м. Київ, пр. Космонавта Комарова 1.

Автореферат розісланий " " 2009 року.

Вчений секретар спеціалізованої вченої ради В.М.Шутко

Размещено на http://www.allbest.ru//

Загальна характеристика роботи

Актуальність теми. На сьогодні діагностика раку молочної залози за телевізійними мамографічними зображеннями є одним з кращих відомих методів. Проте, в результаті того, що цифрові мамограми мають великий розмір робочого поля, приблизно в 10% - 30% випадків видимі на зображенні онкологічні утворення втрачаються або неправильно інтерпретуються через людські або технічні чинники.

Програма мамографічного скринінгу, яка введена в більшості розвинених країнах світу, вимагає від радіологів дослідження великої кількості знімків. В результаті того, що патології мають невеликі розміри або погано видимі на фоні нормальних тканин, обробка одного знімка вимагає багато часу, а ймовірність помилки при їх виявленні висока. Для збільшення достовірності діагностики знімки підлягають перегляду ще одним радіологом - цей метод називають подвійним переглядом - що призводить до підвищення ймовірності виявлення патологій більш ніж на 15 %, але вимагає великих витрат часу, що робить його дорогим. Комп'ютерна діагностика (СAD - Computer-aided Detection) з 1998 року є альтернативним методом подвійного перегляду. Її використання знижує ймовірність помилкової діагностики і вартість кожного дослідження.

Існуючі алгоритми обробки телевізійних мамографічних зображень мають або високий відсоток помилково-позитивних результатів, або низький відсоток достовірності. Обробка цифрових мамограм з використанням моделі тканин молочних залоз дозволить підвищити відсоток правильно виявлених патологій і знизити відсоток помилково-позитивних рішень.

Економічно обґрунтована технічна реалізація скринінгової мамографічної мережі на сьогоднішній день передбачає широке використання телевізійних засобів формування зображень, передачу їх широкосмуговими електронними каналами, автоматичну обробку і її відображення на моніторах високої просторової роздільної здатності. При цьому завдання обробки полягає, як в забезпеченні ефективного візуального виявлення патологій, так і в реалізації автоматичного виявлення ознак раку молочної залози з подальшим залученням уваги оператора до знайдених на зображенні утворень.

Зв'язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконана у Національному авіаційному Університеті як складова частина наступних наукових тем:

госпрозрахункова науково-дослідницька робота за договором № 177-Х04 від 01.06.2004 «Аналітичний огляд алгоритмів обробки цифрової інформації у прикладних задачах відеоконтролю та медичної діагностики»;

госпрозрахункова науково-дослідницька робота за договором № 338-Х06 від 01.06.2006 «Розробка апаратних та програмних засобів для покращення якості медичної рентгенівської діагностики»;

держбюджетна науково-дослідницька робота № 9.08.01.01 «Розробка алгоритмічного та програмного забезпечення обробки, стиснення та захисту інформації в комп'ютерних системах».

Мета і задачі дослідження. Метою даної роботи є створення алгоритмів обробки телевізійних мамографічних зображень, що дозволяють підвищити достовірність діагностики і оцінка їх ефективності при виявленні патологій молочних залоз. Згідно з метою дослідження в роботі були розв'язані такі задачі:

проведено аналіз фізико-анатомічніх параметрів нормальних тканин молочних залоз та пухлинних патологій і побудовано моделі проходження рентгенівського випромінювання через них;

розроблено моделі телевізійних мамографічних зображень;

розроблено алгоритм обробки телевізійних мамографічних зображень, заснований на моделі зображення тканин молочних залоз, який підвищує достовірність діагностики відомими методами;

оцінено ефективність алгоритму обробки цифрових телевізійних мамограм для підвищення достовірності діагностики відомими методами.

Об'єктом дослідження в даній роботі є пухлинні утворення молочних залоз, що є ознаками різних захворювань.

Предметом досліджень є телевізійні мамографічні зображення в нормі і з різними типами пухлинних патологій.

Методи досліджень. У роботі використовувалися методи розпізнавання образів, аналітичний апарат теорії ймовірності і математичної статистики для аналізу експериментальних результатів. При розробці алгоритмічного забезпечення використовувалися методи об'єктно-орієнтованого моделювання інформаційних систем.

Наукова новизна одержаних результатів полягає в тому, що:

вперше розроблена модель телевізійного мамографічного зображення у фронтальній і бічній проекціях з врахуванням кутів укладання і вікових деградаційних змін в даних біологічних тканинах;

вперше розроблена модель телевізійного зображення пухлини молочної залози;

вперше виявлені основні причини помилок порогових алгоритмів пошуку патологій на телевізійних мамографічних зображеннях;

удосконалені алгоритми виявлення патологій на цифрових мамограмах за допомогою моделі телевізійного зображення тканин молочних залоз.

Практичне значення роботи полягає в розробці алгоритмічного забезпечення, що дозволяє підвищити ефективність роботи лікарів-рентгенологів при мамологічному скрінінгу населення.

Особистий внесок автора. Наукові положення та результати, викладені в дисертаційній роботі, отримані автором особисто.

У роботах, які виконані в співавторстві, особисто автору належить: у роботі [2] автором проведений огляд існуючих алгоритмів діагностики патологій молочних залоз за цифровими телевізійними мамограмами в залежності від типу патологій. У роботі [3] автором обґрунтовано основні етапи роботи алгоритмів пошуку патологій молочних залоз за цифровими телевізійними мамограмами.

Апробація результатів дисертації. Результати досліджень дисертації докладалися і були схвалені на конференціях «Політ» (2008), АВІА (2004, 2005,2007), «Теорія і методи обробки сигналів» (2005), «Проблеми електроніки» (2008, 2009).

Публікації. Основні результати дисертаційної роботи викладені у сімох публікаціях, у тому числі в трьох статтях в журналах із списку фахових видань ВАК України, а також в матеріалах конференцій.

Структура дисертації. Дисертація складається з вступу, чотирьох глав і висновку. Загальний обсяг дисертації - 130 сторінок. Дисертація містить 50 малюнків, 9 таблиць і посилання на 122 літературні джерела, з яких 91 іноземні. телевізійний мамографічний діагностика випромінювання

Основний зміст роботи

У вступі наведена загальна характеристика роботи, яка підкреслює її актуальність, наукову новизну та практичне значення; визначено об'єкт та предмет дослідження, сформульована його мета та задачі, подається ступінь апробації результатів дослідження та список публікацій за темою дисертації.

У першому розділі подано формальну постановку задачі дослідження. Проведений огляд динаміки захворюваності на рак молочної залози та смертності від цього захворювання у світі та в Україні. У загальному вигляді перелічені та викладені основні можливі причини розвитку онкологічних захворювань молочної залози, їх типи, стадії розвитку та методи боротьби із ними. Виконаний огляд методів діагностики патологій молочних залоз та обґрунтовано використання телевізійних мамографічних зображень для мамологічного скринінгу. Наведена структурна схема телевізійної реалізації мамографічного скринінгу та формування цифрових мамографічних зображень (рис.1).

Рис.1. Структура мережі телевізійної передачі мамографічних зображень

В роботі проведений огляд методу формування цифрових телевізійних мамограм за допомогою приймача, побудованого на відеокамерах ПЗС з великою просторовою роздільною здатністю.

Був проведений огляд принципів та методів розпізнавання образів та обробки мамографічних зображень. При виборі методу виділення патологій на цифрових мамографічних зображеннях було віддано перевагу гістограмним пороговим алгоритмам та розглянуто три з них, за якими було проведено дослідження:

метод центральних моментів;

метод Гаврилідіса;

метод розділення на класи щільності.

За результатами аналізу особливостей даних методів пошуку патологій на телевізійних мамографічних зображеннях були сформульовані їх недоліки та напрямок їх розвитку та покращення:

врахування особливостей цифрових мамографічних зображень, заснованих на моделях процесів поглинання і розсіяння рентгенівського випромінювання тканинами молочної залози.

У другому розділі представлена модель телевізійного мамографічного зображення.

Проведений аналіз залежності розподілення яскравості на зображенні від фізіологічно-вікових характеристик даного органу. Відповідно до функціональних вікових періодів виділяють чотири типи молочної залози:

залоза молодої жінки або дівчини (до 20-25 років);

функціонально активна залоза;

молочна залоза в пременопаузі;

інволютивна молочна залоза жінки в пост клімактеричний період.

Вперше розроблено та обґрунтовано модель проходження рентгенівського випромінювання через тканини молочної залози. У цій моделі було враховано ефект від процедури компресії молочної залози, вплив компресійних пластин, фізико-анатомічної структури даного органу, неперервність спектру рентгенівського випромінювання, яке проходить крізь тканини, квантова ефективність перетворюючого екрану та параметри приймача рентгенівського випромінювання, за допомогою якого було отримане телевізійне зображення.

Розподіл енергії фотонів, які пройшли крізь тканини молочної залози з патологією описується виразом:

де розподіл лінійного коефіцієнту послаблення рентгенівського випромінювання тканинами молочної залози; кількість фотонів, які попали на тканини молочної залози, з енергією Е; енергія одного фотону; параметр, пов'язаний з впливом компресії на тканини молочної залози; и лінійні коефіцієнти поглинання рентгенівського випромінювання железистою та жировою тканинами, відповідно; и лінійний коефіцієнт послаблення рентгенівського випромінювання матеріалом компресійних пластин та їх товщина відповідно; лінійний коефіцієнт послаблення рентгенівського випромінювання тканинами патології; и товщина жирової та железистої тканин відповідно; товщина патології; швидкодія приймача; градієнт приймача - параметр, який вказує на ступінь сприйняття приймачем рентгенівського випромінювання; квантова ефективність перетворюючого екрану.

Проведена розробка моделі телевізійного мамографічного зображення (рис.2). В цій моделі враховуються два види укладки та можливі кути нахилу досліджуваного органу при мамографічній процедурі, випадковість розподілення жирової та железистої тканин, і м'язових тканин, що граничать з ними, а також структура кровоносних та молочних судин.

А б

Рис.2. Модель телевізійного мамографічного зображення у фронтальній (а) та бічній (б) проекціях

Було розроблено модель цифрового мамографічного зображення з патологіями. Через те, що тканини ракової пухлини потребують посиленого кровопостачання, на мамографічних зображеннях вони візуалізуються, як ущільнення, яке може бути опутане кровоносними судинами. Було прийнято, що і центральне ущільнення в площині описується як коло з радіусом , і область, в якій розподіляються кровоносні судини, які живлять центральну частину пухлини, також є колом з радіусом , до того ж . Область патології молочної залози обмежується багатокутником, який утворюється перетинанням прямих (рис.3).

Рис. 3. Модель патології молочної залози

На рис.4. представлені змодельовані патологія (а) та цифрова телевізійна мамограма з патологією у фронтальній (б) та бічній (в) проекціях.

А б в

Рис. 4. Модель цифрової мамограми з патологією

Моделі цифрових телевізійних зображень дозволили розробити алгоритми обробки цих типів зображення для підвищення достовірності діагностики.

У третьому розділі розроблені алгоритми обробки мамографічних зображень. Процес виділення патологій проводиться в два етапи. Перший етап це первинна обробка, яка складається з сегментації області молочної залози від фону і фільтрації зображення групою фільтрів, що пригнічують шуми і виділяють можливі патології. На другому етапі проводиться визначення патологій та при використанні різних математичних методів визначається її розташування на зображенні і зниження ймовірності помилкових рішень.

Проаналізовані алгоритми обробки цифрових телевізійних мамограм. Основна мета діагностики - це виявлення патологій при їх мінімальному розмірі. Таким чином, для маммографічних зображень сигналом є зображення патологій. Фон мамограми, жирові і залізисті тканини молочних залоз, прилеглі м'язові тканини, кровоносні і молочні судини - розглядаються в даному випадку як перешкоди.

Для найбільш ефективного використання алгоритмів комп'ютерної діагностики телевізійних маммографічних зображень була розроблена наступна схема дії CAD системи:

зменшення розміру оброблюваної інформації шляхом сегментації області молочної залози на цифрових телевізійних мамограмах за анатомічними ознаками;

поліпшення зображення, шляхом перетворення, що не виводить його за межі відповідного класу типа фільтрації;

виділення підозрілих ділянок робочої області цифрової мамограми;

зменшення ймовірності помилково позитивних рішень.

Розроблено алгоритм сегментації цифрових телевізійних мамограм. Одним із методів сегментації області молочної залози з навколишнього фону складається з вибору значення порогу Т. Тоді будь-яка точка (х,у), у якої f(x,y)>T, є точкою області молочної залози, а в іншому випадку - точкою фона.

Для автоматичного вибору порогу Т був використаний наступний алгоритм:

Обирається деяка начальна оцінка значення порогу Т=xmax.гл/2 , де xmax.гол - значення яскравості у вершині головного інформаційного інтервалу.

Проводиться сегментація зображення за допомогою порогу Т. В результаті отримуються дві групи пікселів: G1, які складаються з пікселів з яскравістю більше Т, і G2, - меньше або рівних Т.

Вираховуються значення м1 і м2 середніх яскравостей пікселів за областями G1 і G2 відповідно.

Вираховується нове значення порогу:

Т=1/2(м1 + м2).

Повторюються кроки з 2-го по 4-й до того часу, доки різниця значень Т при сусідніх ітераціях не буде меншою або рівною значенню наперед заданого Т0.

Через те, що значення яскравості в цифрових зображеннях приймають тільки цілі значення, Т0 обирається рівним 0.

Ще однією обширної областю, яка не цікавить оператора при виявленні патологій, це область, яка відповідає грудному м'язу. Алгоритм сегментації м'язової тканини має ту ж саму структуру, що і сегментації фону, проте в цьому випадку сегментуються тканини в області, яка відповідає м'язам вище деякого порогу Т.

Проведено огляд та аналіз помилок рішень існуючих гістограмних алгоритмів пошуку патологій на телевізійних мамографічних зображеннях.

Для гістограмних порогових методів, пропуск виникає у випадку, якщо пікселі, що відповідають патологіям, мають яскравість сірого нижче знайденого алгоритмом порогу Т. На мамографічних зображеннях це можливо, якщо патологія має рівень яскравості нижче, ніж нормальні тканини молочної залози. Найчастіше це зустрічається в наступних випадках:

патологія на одній з проекцій мамограми знаходиться біля шкірної ділянки молочної залози;

патологія знаходиться в області жирових тканин молочної залози, і при цьому присутня розвинена залізиста частина.

Помилкова тривоги виникає у наступних випадках:

є яскрава сітка кровоносних і молочних судин, яка сприймається як патологія;

існує добре розвинена залізиста тканина молочної залози;

у зону інтересу потрапляє край м'язової тканини, неправильно визначений як сегментована область молочної залози.

Для зниження ймовірності пропуску патології цифрові телевізійні мамограми обробляються наступним алгоритмом:

Розраховуються профілі середніх значень яскравості по осях X і Y:

,

де робоча область молочної залози;

кількість пікселів в Х-м стовпці і в Y-му рядку відповідно, які належать .

Для профілю середніх значень яскравості по осі Х зображень кожної проекції цифрових мамограм знаходиться максимальне значення яскравості . Для профілю середніх значень яскравості по осі Y знаходиться найближче до грудної фіксації середнє значення яскравості, для якої перша похідна дорівнює 0 і позначаємо її як .

Розраховуються нормалізуючи коефіцієнти по осях X і Y:

Нормалізується сегментована область цифрової телевізійної мамограми з використанням нормалізуючих коефіцієнтів:

.

Для вирішення завдання зниження ймовірності помилкової тривоги необхідно відзначити, що пухлина - це щільне, компактне утворення, відповідно і пікселі, що відповідають таким патологіям, знаходиться в безпосередній близькості один до одного. Позначимо множину пікселів, які виявлені як патології , а групи пікселів, які находяться поряд, як . Таким чином, для того, щоб знизити вірогідність помилкової тривоги, мамографічні зображення, на яких знайдені патології, необхідно обробити фільтром. Фільтр прибирає ті пікселі, які були сприйняті як патологія, які мають наступні властивості:

якщо в знайденій групі пікселів їх кількість менше якогось апріорі обчисленого значення , яке обчислюється як: , де мінімальний можливий радіус пухлини і його значення рівне 2,5 мм, роздільна здатність в парах лініях на міліметр. Тоді патологіям не належать пікселі, які задовольняють наступні вимоги:

.

якщо для деякої ділянки робочої області зображення молочної залози щільність розподілу пікселів, визначених як патологія, в два і більше разів менше, ніж на ділянці з максимальною щільністю розподілу пікселів, визначених як патологія. Це відповідає випадку, коли як патологія сприймається слабо виражена залізиста тканина і контрастна сітка кровоносних і молочних судин. Математично даний випадок визначається наступним чином. Нехай крайня ліва і верхня координата підмножини , яка визначена як пухлина, а крайня права і нижня координата, тоді множина всіх пікселів прямокутника, в якого лівий верхній і привий нижній кути відповідають координатам и . Розділимо дану множину на квадратні підмножини зі сторонами 1 см, де і номер стовпця і строки за множинами. Тоді число пікселів кожної множини , а число пікселів в кожній підмножині , яка належить множині :

.

Знайдемо - максимальну кількість пікселів, які визначені як пухлина в підмножинах , тоді:

.

У бічних проекціях, якщо на кордоні сегментованої області молочної залози і грудного м'яза визначається патологія, для якої геометричні розміри по вертикалі в 2 і більше разів більш ніж по горизонталі. Це відповідає випадку, коли в бічній проекції був неправильно визначений кордон між робочою областю і областю грудного м'яза. Цей випадок визначається наступним чином. Нехай ліва верхня координата підмножини , визначеної як пухлина, а права нижня координата, тоді:

У четвертому розділі описані всі етапи експериментальних досліджень з підвищення ефективності пошуку патологій на цифрових маммографічних зображеннях.

Всі дослідження проводилися з реальними цифровими телевізійними маммограмами, взятими з відкритої бази даних Університету Південної Флориди. Кожен клінічний випадок представлений чотирма зображеннями - фронтальною і бічною проекціями кожної з молочних залоз. Було розглянуто 197 випадків без патологій - це 788 зображень і 135 випадків з раком молочної залози - 540 знімків, з яких на 301 зображенні були виявлені патології.

Були визначені основні задачі експериментальних досліджень, а саме:

визначення ефективності алгоритму сегментації робочої області рентгенівського зображення молочної залози;

визначення ефективності алгоритму вирівнювання робочої області молочної залози;

визначення ефективності вдосконаленого алгоритму пошуку патологій на цифрових телевізійних мамограмах.

Було визначено основні критерії ефективності кожного етапу обробки цифрових мамографічних зображень.

Для етапу сегментації робочої області цифрової телевізійної мамограми таким критерієм є зниження кількості пікселів, що обробляються на подальших етапах алгоритму обробки цифрових мамограм.

Для етапу вирівнювання робочої області молочної залози критеріями ефективності вибрані дисперсія і ширина головного інформаційного інтервалу гістограми розподілу яскравості на рівні 0,5 від моди. Зменшення цих значень свідчить про успішне вирівнювання фону робочої області молочної залози.

Для удосконаленого алгоритму пошуку патологій на телевізійних мамограмах критерієм роботи алгоритму є зміна в обробленому зображенні в порівнянні з первинним таких параметрів:

підвищення ймовірності виділених алгоритмом пікселів, що реально належать ділянкам з патологіями на цифрових мамограмах;

підвищення ймовірності знайдених патологій алгоритмом на телевізійному мамографічному зображенні;

зниження ймовірності помилкової тривоги алгоритму на цифрових телевізійних мамограмах.

Наведено основні результати експериментальних досліджень та зроблено висновки за основними результатами.

Результати роботи алгоритму сегментації цифрових телевізійних мамограм наведені в табл.1.

Таблиця 1

Результати роботи алгоритму сегментації зображення молочной залози

	Розмір в пікселях	Співвідношення кількості пікселів сегментованої області до всього зображення, %
	всієї цифрової мамограми	сегментованої області цифрової цифрової мамограми
Середнє значення	68948	28743	42
Мінімальне значення	40192	9142	13
Максимальне значення	90304	59356	72

Таким чином сегментація мамограми значним чином знижує кількість обчислювань на наступних етапах алгоритму, що призводить до зменшення часу обробки зображень. Також це підвищує вплив наявності можливої патологій на структуру гістограми.

Основними критеріями роботи алгоритму вирівнювання фону були взяті: ширина головного інформаційного інтервалу гістограми на рівні 0,5 від значення максимуму та дисперсія гістограми. Після обробки робочих частин цифрових телевізійних мамограм в середньому ці параметри стали менше, ніж для зображень без обробки. Це свідчить про ефективність роботи даного алгоритму.

Результати роботи алгоритму вирівнювання фону наведені в табл.2.

Таблиця 2

Результати роботи алгоритму вирівнювання фону

Ширина головного інформаційного інтервалу гістограми на рівні 0,5 максимуму	Дисперсія
первинного зображення	обробленого зображення	первинного зображення	обробленого зображення
143,28	117,81	19,27	15,37

При обробці цифрових телевізійних мамограм алгоритмом вирівнювання фону змінюється їх гістограма розподілення яскравості, подібно тому, як це показано на рис.5.

Рис.5. Гістограми розподілу яскравості первинної (1) і ообробленої (2) цифрової телевізійної мамограми

Результати досліджень показують, що при обробці цифрових телевізійних мамограм алгоритмом вирівнювання фону, гістограми розподілення яскравості приводяться до вигляду більш схожому на розподілення Гауса. Завдяки цьому підвищується ефективність використання порогових методів для виявлення патологій.

Результати оцінки роботи удосконаленого алгоритму пошуку патологій на цифрових телевізійниїх мамограмах наведені в табл.3.

Таблиця 3

Результати оцінки роботи удосконаленого алгоритму пошуку патологій на цифрових телевізійних мамограмах

Метод	Імовірність
	виявлення патологічних пікселів	виявлення пухлин	помилкової тривоги
	Первин-ний алгоритм	Удосконалений алгоритм	Первин-ний алгоритм	Удоско-налений алгоритм	Первин-ний алгоритм	Удоскона-лений алгоритм
центральних моментів	55,99%	61,09%	61,13%	72,09%	10,54%	8,88%
Гаврилідіса	46,87%	23,35%	52,82%	29,57%	8,38	2,44%
розділення на класи щільності	87,29%	89,88%	92,03%	96,34%	23,35%	20,72%

З таблиці 3 випливає, що удосконалений алгоритм пошуку патологій на цифрових телевізійних мамограмах для методу центральних моментів і розділення мамографічних зображень на класи щільності підвищує ймовірність виявлення патологій незалежно від класу щільності молочної залози.

Висновки

На основі аналізу фізико-анатомічних властивостей тканин молочних залоз вперше була побудована модель послаблення рентгенівського випромінювання нормальними та тих, що мають патології тканинами молочних залоз.

Шляхом використання побудованої моделі послаблення рентгенівського випромінювання в біологічних тканинах при мамографії вперше отримана математична модель цифрового телевізійного зображення тканин молочних залоз і патологій, яка враховує вікові де градаційні зміни та кути укладання даного органу.

На основі моделі рентгенівських телевізійних зображень тканин молочної залози в двох проекціях вперше розроблений алгоритм сегментації зображення молочної залози, який забезпечує в середньому в 2,38 рази зниження кількості пікселів, які піддаються обробці на наступних етапах. Внаслідок цього зменшується і час обробки зображення в цілому.

В роботі визначені причини появи помилок прийняття рішень при пошуку патологій на телевізійних цифрових мамограмах. Розроблено алгоритм зменшення ймовірності помилкових рішень, який використовує вирівнювання фону в сегментованих областях, що призводить до зменшення помилок прийняття рішень другого роду.

Розроблено алгоритм зменшення ймовірності помилкової тривого, який використовує відмінність у геометричних ознаках зображень нормальних тканин і патологій на цифрових телевізійних мамограмах.

В роботі на великому статистичному матеріалі показана висока ефективність вирівнювання фону цифрових телевізійних мамограм. Використання алгоритму вирівнювання фону сегментованої області мамографічного зображення зменшує ширину головного інформаційного інтервалу гістограми розподілення яскравості на рівні 0,5 від його максимуму на 18% та дисперсії на 21 %, що свідчить про зменшення впливу структури молочної залози на пошук патологій.

Виконані в роботі дослідження ефективності удосконаленого алгоритму пошуку патологій на цифрових телевізійних мамограмах дало наступні результати: в середньому для методу центральних моментів ймовірність виявлення патології підвищується на 10,9 % при цьому довірчий інтервал за генеральною сукупністю з ймовірністю 95% складає , тобто , а помилкової тривоги - знижується на 1,7%; для метода розділення на класи щільності ймовірність виявлення патології підвищується на 2,6 % довірчий інтервал складає , тобто , а помилкова тривога знижується на 2,6 %. Це свідчить про суттєве покращення діагностики патологій молочних залоз за цифровими телевізійними мамограмами.

Список опублікованих праць за темою дисертації

Мирошниченко А.С. Разностный гистограммный алгоритм выделения патологий на маммографических изображениях / А.С. Мирошниченко // АВІА-2004: Матеріали VІ міжнародної науково-технічної конференції. - Т.2. - К.: НАУ, 2004.- С. 23.9-23.12.

Белецкий А.Я. Методы выделения патологий на маммографических изображениях / А.Я. Белецкий, А.С. Мирошниченко // Електроніка та системи упр. -- 2005. -- N 4. -- С. 12-17.

Здобувачем проведений огляд існуючих алгоритмів діагностики патологій молочних залоз за цифровими телевізійними мамо грамами в залежності від типу патологій.

Белецкий А.Я. Методы выделения патологий на маммографических изображениях / А.Я. Белецкий, А.С. Мирошниченко // Тези І Міжнародної наукової конференції ТМОС-2005. - К.: НАУ, 2005. - № 1. - С. 51-52.

Здобувачем обґрунтовано основні етапи роботи алгоритмів пошуку патологій молочних залоз за цифровими телевізійними мамограмами.

Мирошниченко А.С. Алгоритм первичной обработки маммографических зображений / А.С. Мирошниченко // АВІА-2007: Матеріали VIII міжнародної науково-технічної конференції. --Т.2. - К.: НАУ, 2007. - С. 22.186-22.189.

Мирошниченко А.С. Модель рентгеновской тени молочной железы / А.С. Мирошниченко // Электроника и связь. - 2008. - № 3. - С. 47-51.

Мирошниченко А.С. Модель рентгеновского изображения мелких биологических структур молочных желез / А.С. Мирошниченко //ПОЛІТ: Збірник тез VIII міжнародної наукової конференції студентів та молодих учених. Т.2. - К.: НАУ, 2008. - С.186.

Мирошниченко А.С. Анализ существующих алгоритмов поиска патологий на цифровых рентгеновских мамограммах / А.С. Мирошниченко // Электроника и связь. - 2009.- № 2-3.-Т.2. - С. 143-147.

Размещено на Allbest.ru