Али система обработки изображений при диагностике наследственных заболеваний по методу дерматоглифики



страница1/5
Дата29.11.2017
Размер0,58 Mb.
ТипАвтореферат диссертации
  1   2   3   4   5

На правах рукописи



Азази Амар Али Али

СИСТЕМА ОБРАБОТКИ ИЗОБРАЖЕНИЙ ПРИ ДИАГНОСТИКЕ НАСЛЕДСТВЕННЫХ ЗАБОЛЕВАНИЙ ПО МЕТОДУ ДЕРМАТОГЛИФИКИ

Специальности:

05.13.01  Системный анализ, управление и обработка информации

05.11.17 – Приборы, системы и изделия медицинского назначения

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

Тверь - 2011

Работа выполнена в Тверском государственном техническом университете


Научный руководитель –

доктор технических наук, профессор Дмитриев Геннадий Андреевич
Научный консультант –

доктор технических наук, доцент Марголис Борис Иосифович

Официальные оппоненты:

доктор технических наук, профессор Попечителев Евгений Порфирьевич,

кандидат технических наук, доцент Биллиг Владимир Арнольдович

Ведущая организация – ОАО "НПП" "Эргоцентр " (г. Тверь)


Защита диссертации состоится «26» января 2012 г. в 16 часов на заседании диссертационного совета Д 212.262.04 при Тверском государственном техническом университете по адресу: 170026, г. Тверь, наб. А. Никитина, 22, комн. 212.

С диссертацией можно ознакомиться в библиотеке Тверского государственного технического университета (адрес: 170023 г. Тверь, пр. Ленина, 25).

Автореферат разослан “ 23 ” декабря 2011 г.

Ученый секретарь диссертационного совета

д.т.н., профессор Филатова Н.Н.


ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В последние годы цифровая обработка и анализ изображений находят все большее применение в различных областях науки и техники, в том числе и в биомедицинских исследованиях. Часто решение многих практических задач сводится к проблеме обнаружения и распознавания или измерения по одному или нескольким изображениям объектов, удовлетворяющих некоторому описанию. В работах отечественных и зарубежных исследователей получены теоретические и практические решения данной проблемы, предложен целый ряд методов и моделей, которые могут быть использованы для обнаружения, распознавания и измерения объектов, представленных изображениями. Однако, несмотря на имеющиеся достижения в области обработки и распознавания изображений, их применение к решению конкретных практических задач требует дополнительных исследований. Разработка и использование моделей и алгоритмов для эффективного решения прикладных задач обработки изображений требует знания предметной области, особенностей решаемых задач.

В клинической медицине изучаются и используются для диагностики различных заболеваний отклонения в пальцевой и ладонной дерматоглифике. Многие генетики и клиницисты считают, что дерматоглифичекий метод позволяет установить не только диагноз болезни, но и вид хромосомной аберрации. В последние годы появились работы по изучению дерматоглифики при различных болезнях с наследственной предрасположенностью, к которым относятся в частности и сахарный диабет первого и второго типа.

Индивидуальное многообразие структур папиллярного рельефа чрезвычайно велико. Однако, несмотря на чрезвычайное разнообразие, отдельные элементы дерматоглифики поддаются группировке в относительно небольшое число классов, чтобы упростить их анализ. Исследования показали, что основными признаками (дескрипторами) для ранней диагностики предрасположенности пациента к определенному заболеванию являются: тип и подтип узора дистальных фаланг пальцев, ориентация пальцевого узора, общий гребневой счёт, ладонный угол atd, направление ладонных линий.

Для принятия решения и диагностики предрасположенности пациента к заболеванию сахарным диабетом требуется выделить и распознать сложные изображения элементов дерматоглифики. Помимо того, что эта задача трудоемкая и утомительная, она требует наличия квалифицированных специалистов, способных уверенно распознавать эти элементы. Применение методов компьютерной обработки изображений способно существенно повысить скорость проведения диагностики на основе дерматоглифического исследования и способствовать его широкому внедрению.

Существующие аппаратно-программные комплексы для дерматоглифи-ческих исследований предназначены для медико-генетического консульти-рования и не позволяют объективно измерять параметры характерных точек, узорную асимметрию и автоматически определять отдельные элементы дерматоглифических изображений, что приводит к снижению качества принимаемых решений, которое в системах медицинского назначения определяется диагностической чувствительностью и прогностической значимостью.

Таким образом, разработка моделей и алгоритмов автоматического распознавания дерматоглифических изображений и построения на их основе компьютерной системы принятия решений о наследственной предрасположенности к сахарному диабету первого и второго типа, является актуальной задачей.


Цель работы. Повышение эффективности определения предрасполо-женности к наследственным заболеваниям путем разработки компьютерной системы обработки изображений и моделей для автоматизации дерматоглифи-ческих исследований.

Для достижения поставленной цели необходимо решить следующие задачи:



  • на основе анализа предметной области выработать требования к системе цифровой обработки изображений при диагностике сахарного диабета с использованием методов дерматоглифики;

  • разработать алгоритмы компьютерной обработки изображений, позволяющие существенно повысить скорость проведения диагностики сахарного диабета на основе дерматоглифического исследования;

  • разработать алгоритмы диагностики предрасположенности к сахарному диабету на основе классификации образов;

  • разработать структуру и основные элементы программного обеспечения системы, предназначенной для автоматизации дерматоглифических исследований и выявления предрасположенности пациента к заболеванию сахарным диабетом;

  • исследовать на практике эффективность применения разработанных алгоритмов для диагностики заболевания сахарным диабетом.


Методы исследования. В работе применялись методы цифровой обработки изображений, теории принятия решений, системного анализа, искусственного интеллекта, искусственных нейронных сетей, численные методы решения экстремальных задач, статистического анализа.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

- алгоритм определения комплекса дерматоглифических параметров пальцевых узоров, основанный на корреляционном сопоставлении исходного изображения и эталона (маски) в частотной области на основе двухмерного дискретного преобразования Фурье, позволяющий существенно сократить вычислительные затраты при описании дескрипторов пальцевых узоров и последующей обработки в системе распознавания образов;

- алгоритм обнаружения и анализа расположения ладонных линий на основе преобразования Хафа, позволяющий сформировать дополнительные дескрипторы для повышения эффективности диагностики наследственной предрасположенности к заболеванию сахарным диабетом по методу дерматоглифики;

- алгоритм диагностики сахарного диабета по методу дерматоглифики на основе байесовского классификатора и нейронной сети, обеспечивающий высокое качество распознавания, достоверность и эффективность исследования наследственной предрасположенности к сахарному диабету за счет определения узорной асимметрии на основе автоматического распозна-вания типа и подтипа пальцевого узора и расположения ладонных линий;



- структура и основные элементы программного обеспечения системы обработки изображений, предназначенная для автоматизации дерматоглифических исследований и выявления предрасположенности пациента к заболеванию сахарным диабетом, позволяющая снизить затраты времени на проведение дерматоглифического обследования, обеспечить объективность результатов дерматоглифических исследований, исключить влияние субъективного фактора и повысить достоверность диагноза.

Практическая значимость и результаты внедрения. Практическое значение диссертационной работы определяется возможностью применения результатов исследования для проведения экспресс-диагностики генетической предрасположенности к заболеванию сахарным диабетом. Разработанные модели и алгоритмы составили основу для построения системы компьютерной обработки цифровых изображений для прогнозирования заболевания сахарным диабетом (Программа компьютерной обработки папиллярных изображений при диагностике сахарного диабета // Свидетельство на программу для ЭВМ Заявка № 2011619716).

Внедрение результатов работы. Результаты диссертационной работы внедрены в учебный процесс Тверской государственной медицинской академии и в учебный процесс кафедры АТП Тверского государственного технического университета для студентов специальности 200401 «Биотехнические и медицинские аппараты и системы» и магистрантов направления 200300 «Биомедицинская инженерия».

Апробация работы. Основные положения и результаты докладывались и обсуждались на следующих научных конференциях и семинарах: Международная научно-практическая конференция «Сфера услуг: современные проблемы и тенденции развития» (декабрь, Пенза, Приволжский дом знаний, 2010г.); V Международная научно- практическая конференция «Образование и здоровье. Экономические, медицинские, и социальные проблемы» (декабрь, Пенза, Приволжский дом знаний, 2010г.); Международная летняя школа-семинар по искусственному интеллекту для студентов, аспирантов и молодых ученых «Интеллектуальные системы и технологии: современное состояние и перспективы(ISyT’2011)», Тверь-Протасово, 1-6 июля 2011. Тверь, Тверской государственный технический университет, 2011г.
Публикации. Самостоятельно и в соавторстве по теме диссертации опубликовано 7 печатных работ. В том числе две работы – в изданиях, входящих в список рекомендованный ВАК.

Структура работы. Диссертационная работа изложена на 140 страницах и включает в себя введение, четыре главы основного материала, заключение, приложения, библиографический список из 97 наименований,содержит 11 таблиц и 27 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность и практическая значимость диссертационной работы. Сформулированы основные цели и задачи исследования. Кратко излагается содержание глав диссертации.

В первой главе представлен обзор и анализ литературных данных по применению метода дерматоглифики для исследования и определения наследственных заболеваний, к числу которых относится и сахарный диабет. Описаны различные подходы к классификации дерматоглифических признаков. На основании обобщения результатов исследований, проведенных специалистами в области медицины, установлены дерматоглифические признаки, позволяющие проводить исследование наследственной предрасположенности к сахарному диабету. К этим признакам относятся комбинации пальцевых узоров, характеризуемые типом, подтипом и ориентацией пальцевых узоров, а также характер расположения ладонных линий. Отмечено, что комбинации этих признаков у больных сахарным диабетом первого и второго типа различны.

Установлено, что для принятия решения и диагностики предрасположенности пациента к заболеванию сахарным диабетом требуется выделить и распознать сложные изображения элементов дерматоглифики. Помимо того, что эта задача трудоемкая и утомительная, она требует наличия квалифицированных специалистов, способных уверенно распознавать эти элементы. Применение методов компьютерной обработки изображений способно существенно повысить скорость проведения диагностики на основе дерматоглифического исследования, повысить достоверность и эффективность исследования наследственной предрасположенности к сахарному диабету и способствовать его широкому внедрению в практику медико-генетического консультирования.

Анализ процедуры дерматоглифического исследования позволяет выделить следующие основные этапы диагностики наследственной предрасположенности к сахарному диабету при использовании методов цифровой обработки изображений.


  1. Получение дактилокарты.

  2. Сканирование и оцифровка изображения.

  3. Выявление дефектов и улучшение качества цифрового изображения.

  4. Морфологическая обработка изображения.

  5. Обработка изображений для формирования вектора дескрипторов на основе множества пальцевых узоров и вариантов расположения ладонных линий (дерматоглифических признаков).

  6. Формирование заключения о наследственной предрасположенности к заболеванию сахарным диабетом определенного типа путем обработки значений вектора дескрипторов.

Таким образом, задача диссертационной работы заключается в разработке моделей, алгоритмов и методики для автоматизации дерматоглифических исследований при определении наследственной предрасположенности к сахарному диабету первого и второго типа на основе методов цифровой обработки и методов многомерного статистического анализа и построении на их основе компьютерной системы, позволяющей более эффективно проводить медико-генетический анализ.

Во второй главе рассматриваются вопросы разработки и исследования моделей и алгоримов цифровой обработки изображений в автоматизированной системе диагностики сахарного диабета по методу дерматоглифики.

Установлено, что в процессе сканирования дерматоглифических изображений возможно появление дефектов, которые можно разделить на два класса:

- первичные дефекты, обусловленные особенностями папиллярных гребней гребешковой кожи человека (белые линии, дисплазия папиллярных гребней);

- дефекты, обусловленные нарушением методики регистрации при проведении исследования (залипание, непропечатка, нечеткость, низкий контраст).



Низкое качество дерматоглифических изображений, обусловленное этими дефектами, приводит к значительным ошибкам при определении классификационных признаков. Для улучшения изображений используются методы обработки в пространственной области (пространственные методы) и методы обработки в частотной области (частотные методы). Пространственные методы основаны на прямом манипулировании элементами изображения. Процессы пространственной обработки описываются уравнением g(x, y) = T[f(x, y)], где f(x, y) – входное изображение, g(x, y) – обработанное изображение, T – оператор над f(x,y), определенный в некоторой окрестности точки (x, y). Зашумленное изображение f(x,y) можно представить в виде суммы двух компонент: f(x, y) = g(x, y) + h(x, y), где h(x, y) – аддитивный шум. В этом случае g(x, y) выступает как некоторое «идеальное» изображение. Главную роль при улучшении изображений и сегментации играет информация, извлекаемая из гистограмм яркости. Основными методами пространственной обработки являются методы градационных преобразований, методы гистограммной обработки, сглаживающие пространственные фильтры и пространственные фильтры, основанные на первой и второй производных.

Частотные методы основаны на двумерном дискретном преобразовании Фурье: ,

при u = 0,1,2,…,M-1 и v = 0,1,2,…,N-1. Преобразование Фурье обеспечивает значительную гибкость при разработке и реализации алгоритмов фильтрации при решении задач улучшения изображений. Визуальный анализ спектра существенно помогает при использовании инструментов анализа изображений в частотной области. Также улучшения изображений можно добиться с помощью его морфологической обработки, используя операции замыкания и размыкания.

Следующим этапом обработки является бинаризация изображения. Сущность бинаризации заключается в разбиении полутоновых изображений на две области, одна из которых содержит все пиксели со значением ниже некоторого порога, а другая – выше этого порога. Для этого используется гистограмма яркости пикселей вида:


Каталог: new struct


Поделитесь с Вашими друзьями:
  1   2   3   4   5


База данных защищена авторским правом ©grazit.ru 2019
обратиться к администрации

войти | регистрация
    Главная страница


загрузить материал