Визуализация медицинских изображений в задачах диагностики патологии почек и МКБ

Описание

Тип публикации: статья из журнала

Год издания: 2024

Идентификатор DOI: 10.34219/2306-3645-2024-14-4-58-68

Ключевые слова: urolithiasis, urinary stones, chemical composition, computed tomography, diagnostics, visualization, shearlet transform, color coding, мочекаменная болезнь, мочевые камни, химический состав, компьютерная томография, диагностика, визуализация, шиарлет-преобразование, цветовое кодирование

Аннотация: Исследование посвящено разработке методики анализа и визуализации медицинских изображении при решении диагностических задач мочекаменной болезни на основе современных инструментальных средств и компьютерных технологий. Использование современных методов обработки и анализа визуальных данных на основе шиарлет-преобразования значительПоказать полностьюно улучшает результаты диагностики и лечения больных МКБ. Это связано с уточнением прогностических критериев (локализация, размеры, структура, плотность камня, функциональное состояние верхних мочевых путей и т.д.) в предоперационном периоде. Применение разработанной вычислительной методики как эффективной поддержки методов текстурного анализа КТ снимков позволяет детализировать показания и прогнозировать эффективность различных подходов лечения в урологии. На экспериментальном материале, представленном в работе, показано, что шиарлет-преобразование является эффективным инструментом для анализа внутренних геометрических черт изучаемых объектов интереса на КТ изображениях, которое использует анизотропные и направленные оконные функции при решении клинических и экспериментальных задач. Вычислительная методика текстурного (геометрического) анализа и визуализации КТ снимков показала свою эффективность за счет обеспечения возможности выбора базовых алгоритмов шиарлет-преобразования, что позволяет повысить точность выделения линейных и круглых структур, а также и визуальное качество изображений изучаемых клинических объектов на 10-15 %. The study is devoted to the development ofmethodsfor analysis and visualization ofmedical images when solving diagnostic problems of urolithiasis based on modern tools and computer technologies. The use of modern methods ofprocessing and analyzing visual data based on the shearlet transform significantly improves the results of diagnosis and treatment of patients with urolithiasis. This is due to the clarification ofprognostic criteria (localization, size, structure, density of the stone, functional state of the upper urinary tract, etc.) in the preoperative period. The use of the developed computational technique as an effective supportfor texture analysis methods of CT images allows us to detail the indications and predict the effectiveness of various treatment approaches in urology. The experimental material presented in the work shows that the shearlet transform is an effective tool for analyzing the internal geometric features of the studied objects of interest on CT images which uses anisotropic and directional window functions when solving clinical and experimental problems. The computational technique of texture (geometric) analysis and visualization of CT images has shown its effectiveness by providing the ability to select basic shearlet transform algorithms which make it possible to increase the accuracy of identifying linear and circular structures as well as the visual quality ofimages ofthe studied clinical objects by 10-15%.

Ссылки на полный текст

Издание

Журнал: Медицина и высокие технологии

Выпуск журнала: 4

Номера страниц: 58-68

ISSN журнала: 23063645

Место издания: Москва

Издатель: Общественная организация Московское отделение "Качество информационных технологий в системах управления" Академии проблем качества, ГУП «Отраслевой научно-практический комплекс «Здоровье», ООО «Инкеля»

Персоны

  • Зуева Л.Ф. (Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого)
  • Симонов К.В. (Институт вычислительного моделирования СО РАН)
  • Кругляков А.С. (Институт вычислительного моделирования СО РАН)

Вхождение в базы данных