3 КОМП'ЮТЕРНА ОБРОБКА ІНТРОСКОПІЧНИХ ЗОБРАЖЕНЬ
3.1 Автоматичний аналіз зображень

В медичній рентгенології існує ряд діагностичних методик, заснованих на вимірюваннях відносних розмірів зображень органів (рентгеноскопія). Рентгенометричні методи широко застосовуються при рентгенівських дослідженнях вагітних, деяких кісткових паталогій в педіатрії і в інших випадках. Застосування ЕОМ для рентгенометричних методів у багато разів скорочує трудові витрати персоналу і підвищує точність вимірювань. Задача автоматичного аналізування медичних зображень є особливо актуальною в умовах проведення обов'язкового диспансерного обстеження населення. Її вирішення повинно відповідним чином трансформувати весь процес «скринінгу» (масового профілактичного обстеження).

• Попередня обробка, що полягає в максимальному наближенні досліджуваного зображення до еталонного або нормованого. Найчастіше для медичних зображень це просторово-інваріантні операції, зсув, зміна яскравості, зміна контрасту, квантування і геометричні перетворення (зміна масштабу, поворот осі). Теорія цих перетворень добре розроблена і як правило, не викликає труднощів при використовуванні сучасних ЕОМ.
• Виділення ознак, при яких функція, що описує оброблене зображення, піддається функціональному перетворенню, яке виділяє ряд найбільш істотних ознак, що кодуються дійсними числами. Виділення ознак полягає в математичних перетвореннях зображення залежно від задачі аналізу. Це може бути віднімання від еталона, диференціювання або автокореляція для виділення контуру, частотна фільтрація і багато інших. Правильний вибір алгоритму обробки має вирішальне значення для наступного етапу перетворення.
• Класифікація ознак. Отримані в результаті попередньої операції набори дійсних чисел, що описують виділені ознаки, порівнюються з еталонними числами, закладеними в пам'ять машини. ЕОМ на підставі такого порівняння класифікує зображення, тобто відносить його до одного з відомих типів, наприклад норма або патологія. Набір дійсних чисел, що характеризують виділені ознаки, при цьому можна розглядати як точку в nвимірному просторі. Якщо в цей простір заздалегідь введені області, що відповідають тому чи іншому класу в просторі ознак із заданою щільністю вірогідності для кожного класу, з'являється можливість класифікувати дане зображення відповідним чином.

Медичні зображення, що отримані в процесі рентгенівської, томографічної або ультразвукової діагностики різні як за характером їх складності, так і за видом закладеної в них інформації, що визначається механізмом взаємодії виду випромінювання з органами і тканинами. Проте вони мають загальні ознаки, необхідні для автоматичної класифікації; такими як 1) еталон норми через індивідуальні особливості кожного організму; 2) еталон патології при величезній різноманітності її форм. Вказані дві обставини надзвичайно ускладнюють два останніх етапи автоматичної класифікації і часом роблять взагалі неможливим вирішення поставленої задачі за допомогою сучасної техніки.

Повна автоматична класифікація при диференціальній діагностиці поки що неможлива. Може бути здійснений тільки попередній відбір за принципом норма-патологія, економічно обґрунтованим лише для тих випадків, коли проводиться масове диспансерне обстеження. Вирішувати задачу автоматичного аналізу звичних для діагноста зображень в більшості випадків не має сенсу. Необхідно створювати спеціальні умови формування зображення, які б полегшували перш за все виконання другого етапу аналізу. Нижче сформульовані деякі принципові шляхи організації автоматичного аналізу медичних зображень.

•  Функціональна діагностика ФД (FD). В першу чергу необхідно використовувати таку важливу особливість більшості органів, як функціональна рухливість. Можливість реєстрації органу в декількох фазах дозволяє отримати еталон. Віднімаючи зображення двох фаз, можна позбутися фону, в багато раз зменшити кількість аналізованої інформації і перейти від дослідження зображення органу до дослідження його функції, що у багато разів простіше, оскільки дозволяє безпосередньо звернутися до виділення ознак дійсними числами. При профілактичному дослідженні легенів принципи функціональної діагностики детально розроблені професором І. С. Амосовим. Запропоновані ним рентгенополіграфічні гратки дозволяють на одній рентгенограмі отримати зображення двох фаз легенів і тим самим здійснити квазісубтракцію зображень.
•  Штучне контрастування. Існує ще одна форма еталона – штучне контрастування. Широко відомі динамічні субстрактори, що вживають при церебральній і кардіологічній ангіографії. Для всіх цих методів на основі субстракції може бути розроблений алгоритм автоматичного аналізу за допомогою існуючих ЕОМ тієї або іншої складності.
•  Аналіз контуру. Ще однією доступною для сучасного рівня обчислювальної технології формою виділення ознак може бути група патологій, пов'язана із зміною контуру досліджуваного органу. Відомі методики діагностики за контуром серця. Для вельми обмеженої групи патологій потрібні методики можна використовувати при отриманні контрастового контуру стравоходу в шлунку.
•  Кількісне визначення патології. В деяких випадках патологія органу може бути однозначно виділена на зображенні кількісно. Але таких випадків небагато.

ЗМІСТ