канд. мед. наук, с.н.с.,
143000, Одинцово, Московская обл., ул. Маршала Жукова, 30а
Candidate of Medical Sciences, Senior Researcher,
143000, Odintsovo, Moscow region, Marshal Zhukov str., 30a
канд. техн. наук, с.н.с.,
143000, Одинцово, Московская обл., ул. Маршала Жукова, 30а
Candidate of Engineering Sciences, Senior Researcher,
143000, Odintsovo, Moscow region, Marshal Zhukov str., 30a
В работе представлены алгоритм и структурно-функциональная организация устройства для визуализации внутренних органов на основе построения объемной модели анализируемого пространства посредством анализа данных магнитно-резонансных и компьютерных томографов. Принцип обработки томографических изображений базируется на разделении органов и тканей внутрибрюшной полости на основе выделения их контуров на отдельных оптических срезах и последующем объединении контуров отдельных объектов на смежных оптических срезах в единые объекты. Для отнесения ткани к одному из априори заданных классов биологических объектов используется информация о распределении локальных спектральных характеристик участка изображения, уточняемая адаптивно с учетом параметров текущих обрабатываемых изображений. Разработанное решение позволяет осуществлять ввод данных, оценку статистических характеристик распределения шума, оценку яркости, оценку разрешающей способности приборов, обеспечивших получение томографических изображений; предварительную сегментацию объектов; вычисление порогов адаптивной пороговой обработки границ сегментов и построение контуров; анализ связности и непрерывности контуров на отдельных кадрах и на смежных кадрах; отображение объектов с использованием алгоритмов и библиотек трехмерной графики. Отличительной особенностью предложенного метода является повышенная точность локализации объектов за счет предварительной декомпозиции объектов с учетом их локальных свойств и уточняющего вычисления порога, определяющего границы областей изображения, соответствующих различным биологическим структурам. Разработан макет программного обеспечения для проверки разработанных алгоритмов синтеза биологических объектов внутрибрюшного пространства. Выполненные экспериментальные исследования построения рабочей сцены внутрибрюшного пространства подтвердили адекватность созданных теоретических подходов и алгоритмического обеспечения. Предложено специализированное устройство, позволяющее реализовать предложенный алгоритм на аппаратном уровне. Разработанные технические решения могут быть использованы для подготовки и визуализации данных при диагностике и планировании операций в хирургии.
In work the algorithm of restoration of the images damaged as a result of influence of noise of various nature is considered. The advantages and disadvantages of the existing approaches, as well as the prospects of using artificial neural networks, are noted. A double-layer neural network is used as an image restoration tool, and it is assumed that the location of the damaged pixels is known. A neuron is represented as a 3x3 array, where each element of the array has a pixel color value that corresponds to the value of that color in the palette. The neural network is trained on intact images, while the color difference of pixels acts as a learning criterion. For a more accurate restoration, it is recommended at the training stage to select images similar in color to damaged ones. At the recovery stage, neurons (3x3) are formed around the damaged pixels, so that the damaged pixel is located in the middle of the neuron data array. The damaged pixel is assigned a neuron value depending on the average value of the weights matrix. An algorithm for the restoration of pixels, as well as its software implementation. The simulation was carried out in the RGB palette separately for each channel. To assess the quality of the recovery were selected groups of images with varying degrees of damage. Unlike existing solutions, the algorithm has the simplicity of implementation. The research results show that regardless of the degree of damage (within 50%), about 70% of damaged pixels are restored. Further studies suggest a modification of the algorithm to restore images with enlarged areas of damage, as well as adapting it to restore three-dimensional images.
The authors declare that there are no conflicts of interest present.