2 (1113501), страница 10
Текст из файла (страница 10)
S.Blanco исоавторы продемонстрировали возможности систематическогочастотно-временного анализа ЭЭГ. Их метод дает точное описание временной эволюции ритма, возникающего при эпилептической активности. Предложенная ими техника в сочетании санамнезом и визуальным анализом ЭЭГ позволяет определитьисточник эпилептической активности и отследить ее распространение в мозге.Вейвлеты в цифровой маммографииРак груди может быть обнаружен при самостоятельномобследовании, врачебном осмотре и с помощью маммографии.Маммография - это метод исследования груди при помощирентгена [6], впервые примененный в 1913 году немецким хирургом Саломоном (Salomon).
В наше время маммография стала стандартной диагностической процедурой. Ее точность превосходит точность других методов [7], и есть примеры успешного выявления таким способом рака груди на очень раннихстадиях даже у женщин старше 70 лет.71Грудь состоит из трех типов ткани, видимых на маммограмме: фиброзной, железистой и жировой. Фиброзная и железистая ткани имеют примерно одинаковую радиографическуюплотность, и их нельзя адекватно разделить на маммограмме.Жировая ткань лучше пропускает рентгеновские лучи, чтообеспечивает надлежащий контраст.Использование компьютерных методов в цифровой маммографии имеет целью повысить эффективность работы радиолога в выявлении рака груди, минимизируя число излишнихбиопсий.
Имеется несколько разработанных для этого алгоритмов, обнаруживающих концентрацию массы, обызвествление, атакже оценивающих паренхиматозную плотность [8].Наряду с другими методами, в этой области применяетсяи вейвлет-преобразование. Недавно появились сообщения, чтоэтот подход может быть улучшен за счет нелинейной обработкикоэффициентов на каждом уровне разрешения. Такая вейвлетная фильтрация помогает подавить помехи, сохраняя границыобластей. На рисунке показана необработанная (слева) и обработанная (справа) маммограммы. Видно, что аномалия послеобработки выделена более четко, как и паренхиматозная ткань.Эти исследования дают основания надеяться, что применениевейвлет-анализа к классификации и повышению качества изображения на маммограммах, в сочетании с прогрессом в области радиографических экранов и пленок, повысит эффективностьранней диагностики.Сжатие медицинских изображений с помощью вейвлетовПоследнее из приложений вейвлет-анализа в медицине, окотором мы упомянем в этой статье, - сжатие изображений.Цифровые изображения заменяют обычные во многих областях,и медицина не исключение.
Но большой объем данных, заключенных в цифровых изображениях, сильно замедляет их передачу и удорожает хранение. Важнейшая задача сжатия изображений - сократить этот объем при сохранении приемлемого качества. Сжатие может быть достигнуто путем преобразования72данных, разложения их по функциональному базису и последующего кодирования.Природа сигналов и механизм человеческого зрения подсказывают использование базисов из функций, хорошо приближающих нестационарные сигналы, а также локализованныхпо времени и по частоте.
Двумерное вейвлет-преобразованиеудовлетворяет этим условиям. Недавние исследования по вейвлетному сжатию медицинских изображений показывают, чтоэта методика позволяет сохранить диагностически значимыепризнаки, несмотря на некоторое снижение качества изображения и возникновение артефактов.73Список литературы1. Носач В.В. Решение задач аппроксимации с помощью персональных компьютеров. - М.: МИКАП, 1994. - 382 с.2. Клиническая электроэнцефалография. / Под ред. РусиноваВ.С.
- М.: "Медицина" , 1973 г. - 340 с.3. Бендат Дж., Пирсол А. Применения корреляционного и спектрального анализа: Пер. с англ. - М.: Мир, 1983. - 312 с.4. Биопотенциалы мозга человека. Математический анализ/ Подред. В.С.Русинова; АМН СССР.-М.: Медицина, 1987, 256 с.: ил.5. Василенко В.А. Сплайн-функции: теория, алгоритмы, программы.- Новосибирск: Наука, 1983.5.
Марпл.-Мл. С.Л. Цифровой спектральный анализ и его приложения /Пер. с англ. М.: Мир, 1990, 584 с.7. Барановский А.Л., Калиниченко А.Н. и др. Кардиомониторы.Аппаратура непрерывного контроля ЭКГ. Под ред. А.Л.Барановскогои А.П. Немирко.
- М.: Радио и связь, 1993.- 248 с.: ил.8. Сахаров В.Л. Особенности оценки электроэнцефалограммы спомощью спектральных и корреляционных методов. 1-й международный молодежный форум "Электроника и молодежь в XXI веке".Тезисы докладов. Харьков. 1997.- с.145.9. Сахаров В.Л. Структурно-лингвистический метод распознавания патологических феноменов на ЭЭГ. /Всероссийская научнаяконференция студентов и аспирантов «Радиоэлектроника, микроэлектроника, системы связи и управления».
Тезисы докладов. Таганрог,1997, 248 с.10. Захаревич В.Г., Сахаров В.Л., Синютин С.А. Системы адаптивного распознавания патологических феноменов при анализе ЭКГи ЭЭГ в реальном масштабе времени. Межвузовский сборник научных трудов./ Новочеркасск, НГТУ, 1996, с. 68-76.74Сахаров Вадим ЛеонидовичМетоды и средства анализа медикобиологическойинформацииУчебно-методическое пособиеОтветственный за выпуск Сахаров В.Л.Редактор Проценко И.А.Корректор Пономарева Н.В.ЛР № 020565 от 23.06.1997 г. Подписано к печати 29.03.2002Формат 60x84 1/16. Бумага офсетнаяПечать офсетная. Усл.п.л.- 4.5. Уч.-изд.л.- 4.3Тираж 100 экз. Заказ №«С»Издательство Таганрогского государственногорадиотехнического университетаГСП 17 А, Таганрог, Некрасовский, 44Типография Таганрогского государственного радиотехническогоуниверситетаГСП 17 А, Таганрог, 28, Энгельса, 175.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
