Ученые из Института вычислительного моделирования ФИЦ КНЦ СО РАН совместно с коллегами из Сибирского государственного аэрокосмического университета имени академика М. Ф. Решетнева, Красноярского государственного медицинского университета имени профессора В. Ф. Войно-Ясенецкого и Сибирского федерального университета разработали новый подход для анализа медицинских изображений. Цифровая обработка снимков на основе оригинальных алгоритмов и их цветовое кодирование позволяют на 25 % уменьшить погрешность измеряемых параметров. Благодаря новой методике хирурги смогут проводить более точную диагностику заболеваний. Результаты исследований опубликованы в монографии Computer Vision in Control Systems-4 в издательстве Springer.
Медицинские снимки, как любое изображение, содержат шум (вкрапления разноцветных точек или зернистость), связанные с техническими особенностями получения снимков. Для повышения качества можно использовать различные фильтры. Красноярские ученые предложили использовать новую методику обработки медицинских изображений, которая, в отличие от традиционных, кроме снижения шума производит и 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, например, 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 с повышенной точностью анализировать процесс регенерации ткани.
«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 ведущий научный сотрудник Института вычислительного моделирования ФИЦ КНЦ СО РАН доктор технических наук Константин Васильевич Симонов. — Используя традиционные подходы, не так просто количественно оценить характер и степень поражения исследуемой области и ее параметры».
Другие соавторы исследования — доктор медицинских наук Федор Капсаргин и хирург Татьяна Черепанова (Гракова) — уже вводят новый метод в практику для диагностики, планирования хирургического вмешательства и последующего лечения.
Надо отметить, что такие технологии обработки изображений могут применяться во многих медицинских приложениях, а именно в магнито-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).
Группа научных коммуникаций ФИЦ КНЦ СО РАН
