В Новосибирском государственном техническом университете НЭТИ разрабатывают методы анализа изображений, основанные на их локальных статистических свойствах. В частности, это позволит быстро выявлять подозрительные участки на рентгенограммах дыхательной системы.
По данным Министерства здравоохранения Новосибирской области, в структуре впервые выявленных при диспансеризации заболеваний болезни органов дыхания занимают второе место среди хронических неинфекционных заболеваний. Наиболее эффективной мерой для сохранения здоровья и высокой продолжительности жизни является ранняя диагностика. Один из базовых методов диагностики — рентгенография, позволяющая оценить состояние легких и выявить патологии.
На рентгенограмме определенный участок изображения может отличаться по своим свойствам от окружающих тканей — быть более темным или светлым. Это, как правило, указывает на наличие патологии. Но существуют трудности: так, на рентгеновских снимках наложение теней от ребер или других органов может скрыть патологический очаг, если его плотность незначительно отличается от плотности окружающей легочной ткани. Кроме того, человеческому глазу бывает сложно различить минимальные колебания яркости, объясняет профессор кафедры систем сбора и обработки данных факультета автоматики и вычислительной техники НГТУ НЭТИ доктор технических наук Алексей Лихачев.
Он отмечает, что использование локальных статистических свойств рентгеновских изображений является перспективным подходом, особенно при работе с большими объемами данных. Локальные статистические свойства — это количественные показатели участка изображения, которые описывают распределение яркости пикселей внутри этой зоны.
«Рентгеновский снимок преобразуется в цифровую матрицу, где каждый пиксель имеет значение яркости от 0 до 255. Мы выделяем определенную область и рассчитываем такие статистические моменты, как средняя яркость, дисперсия и коэффициент асимметрии. Средняя яркость показывает общий уровень освещенности области, дисперсия — насколько яркость пикселей отклоняется от среднего значения, коэффициент асимметрии — насколько распределение яркости пикселей в локальной области отклоняется от симметричного», — рассказал Алексей Лихачев.
Здоровое легкое имеет достаточно однородную текстуру, а высокая дисперсия сигнализирует о неоднородности структуры ткани. Средняя яркость помогает оценить общую плотность ткани, а коэффициент асимметрии — выявить тонкие текстурные изменения: если в однородной области здорового легкого появляются отличающиеся от нее очаги, пространственное распределение яркости пикселей становится асимметричным. Именно такие незначительные изменения яркости на рентгеновских изображениях могут сигнализировать о наличии патологии.
Ученый отмечает, что вычисление статистических моментов на рентгенограммах производилось в исследовательских целях с помощью специально разработанной компьютерной программы. Были проанализированы снимки с патологиями и подтверждена действенность метода статистических моментов. Метод отличается высокой скоростью и простотой, а также позволяет обрабатывать большие объемы данных, что делает перспективным его применение при диспансеризации населения.
В будущем ученые планируют увеличить объем анализируемых изображений, а также создать готовый программный продукт с удобным интерфейсом для медицинских учреждений.
Пресс-релиз подготовлен на основании материала, предоставленного организацией. Информационное агентство AK&M не несет ответственности за содержание пресс-релиза, правовые и иные последствия его опубликования.
