Тип публикации: статья из журнала
Год издания: 2020
Ключевые слова: рентгеновский снимок, КТ изображение, патологии легких от СOVlD-19, шумоподавление, повышение контрастности, сегментаця, спектральная декомпозиция, геометрический (текстурный) анализ изображений, контрастирование цветовым кодированием, x-ray, CT image, lung pathology from COVID-19, noise reduction, contrast enhancement, segmentation, spectral decomposition, geometric (texture) image analysis, color coding contrast
Аннотация: Исследование посвящено описанию разработанного вычислительного инструментария для визуализации рентгеновских снимок и изображений компьютерной томографии легких, применительно к задаче диагностики патологии, включая патологии, связанные с COVID-19. Для этих целей предлагается использовать алгоритмы шумоподавления, повышения контрасПоказать полностьюта, сегментации и спектральной декомпозиции (шиарлет-преобразование). На этой вычислительной основе предлагается методика геометрического (текстурного) анализа, выделение и контрастирование локальных объектов интереса с учетом цветового кодирования. В результате экспериментального исследования показано, что разработанная вычислительная методика является эффективным инструментом для визуализации и анализа изменчивости геометрических (текстурных) особенностей изучаемых изображений. The study is devoted to the description of the developed computational tools for the visualization of X-ray images and images of computed tomography of the lungs in relation to the task of diagnosing pathology including pathology associated with COVID-19. For these purposes it is proposed to use algorithms for noise reduction, contrast enhancement, segmentation and spectral decomposition (shearlet transform). On this computational basis a geometric (texture) analysis technique is proposed the allocation and contrasting of local objects of interest taking into account color coding. As a result of experimental research it is shown that the developed computational technique is an effective tool for visualizing and analyzing the variability of geometric (texture) features of the studied images.
Журнал: Медицина и высокие технологии
Выпуск журнала: № 1
Номера страниц: 5-16
ISSN журнала: 23063645
Место издания: Москва
Издатель: Издательство РДК-Пресс