Диссертация (1174210), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Это приводит к большому числуошибок при проведении бактериоскопической диагностики туберкулеза [97] иучрежденияобщейлечебнойсетипостепенноперестаютосуществлятьбактериоскопическую диагностику, что подтверждается тем, что доля больныхтуберкулезом, выявленных бактериоскопическим методом от впервые выявленныхбактериовыделителей в 2014 году составила лишь 0,23% [36].Использование автоматизированного анализа цифровых микроскопическихизображений препаратов мокроты, окрашенной по методу Циля-Нильсена,позволит свести к минимуму перечисленные выше недостатки путем исключения6необходимостивквалифицированномврачеприпроведениибактериоскопического обследования, исключения человеческого фактора изпроцессадиагностикииповыситьэффективностьвыявлениябольныхтуберкулезом бактериоскопическим методом.Степеньразработанноститемыисследования.Вопросамиавтоматизированной бактериоскопической диагностики посвящено значительноечисло научных работ [130, 145, 154, 158, 285, 304], авторами которых былипредложены алгоритмы сегментации цифровых микроскопических изображений иматематические модели распознавания на них объектов.Какправило,представляетсобойпроцессавтоматизированногонесколькоэтапов:анализапредобработкаизображенийизображения,егосегментация и идентификация или распознавание объектов, находящихся наизображении [103, 112, 144].

Предобработка изображения заключается в егопреобразовании в более удобный для дальнейшего анализа вид, либо в расчетехарактеристик изображения, с помощью которых осуществляется дальнейшийанализ. Основной целью сегментации изображения является исключение техучастков изображения, которые не имеют ценности для дальнейшего анализа. Взаключении производится идентификация или распознавание оставшихся послесегментации частей изображения [115, 281].Однако, применение данных алгоритмов и математических моделейограниченоиспользованиемприлюминесцентнойокраскемокротыисоответственно люминесцентной микроскопии. В Российской Федерации, как и вомногих зарубежных странах [92, 206] для массового бактериоскопическоговыявления больных туберкулезом применяется окраска мокроты по методу ЦиляНильсена с использованием простой световой микроскопии.Таким образом, проблема бактериоскопической диагностики туберкулеза всвязи с отсутствием алгоритмов и математических моделей, совокупность которыхпозволила бы сформировать автоматизированную систему анализа цифровыхмикроскопических изображений мокроты, окрашенной по методу Циля-Нильсена,определила цель и задачи настоящего исследования.7Цельисследования:бактериоскопическойразработкадиагностикиавтоматизированнойтуберкулеза,системыосуществляющейанализцифровых микроскопических изображений мокроты, окрашенной по методу ЦиляНильсена.Задачи исследования.1.Оценитькачествосегментациицифровыхмикроскопическихизображений мокроты, окрашенной по методу Циля-Нильсена, с применениемизвестных алгоритмов обработки изображений.2.Разработать алгоритм сегментации цифровых микроскопическихизображений мокроты, окрашенной по методу Циля-Нильсена, для повышения еекачества.3.Определить перечень параметров, описывающих кислотоустойчивыемикобактерии в качестве объектов на цифровых изображениях, и провести иханализ.4.Построить математическую модель классификации объектов нацифровых микроскопических изображениях мокроты, окрашенной по методуЦиля-Нильсена.5.Разработатьавтоматизированнойтребованиякпрограммно-аппаратнойбактериоскопическойдиагностикисистеметуберкулеза,осуществляющей анализ цифровых микроскопических изображений мокроты,окрашенной по методу Циля-Нильсена.Научнаядиссертационногоновизнаисследования.исследованияВполученырезультатевыполненияследующиерезультаты,характеризующиеся научной новизной:1.Модифицирован существующий алгоритм пороговой бинаризации длясегментации цифровых изображений мокроты, окрашенной по методу ЦиляНильсена, учитывающий яркость фона изображения и позволяющий повыситькачество сегментации цифровых изображений по сравнению с базовымалгоритмом пороговой бинаризации с используемым в качестве порога среднимкоэффициентом яркости изображения.82.Разработанысобственныеалгоритмысегментациицифровыхмикроскопических изображений мокроты, окрашенной по методу Циля-Нильсена:алгоритмысегментациисиспользованиеммногослойнойискусственнойнейронной сети, самоорганизующейся карты Кохонена и вейвлет-преобразованияMexican Hat.3.Проведено формализованное описание оптических (цветовых) игеометрических (морфометрических) свойств, а также вариаций данных свойствкислотоустойчивых микобактерий, как объектов на цифровых изображенияхмокроты, окрашенной по методу Циля-Нильсена.4.Разработан метод оценки информативности параметров для их отбораи последующего применения в классификационных математических моделях.Разработанный метод «пересечений» позволяет получить максимальный результатклассификации при наименьшем числе используемых в модели классификациипараметров.5.Построена математическая модель искусственной нейронной сети,которая позволяет классифицировать объекты, выделяемые на цифровыхмикроскопических изображениях мокроты, окрашенной по методу Циля-Нильсена,в качестве кислотоустойчивых микобактерий и иных объектов.6.Формализован способ определения значений морфометрическихпараметров объектов, выделяемых на микроскопических изображениях мокроты,окрашенной по методу Циля-Нильсена, пригодных для классификации сприменением разработанных математических моделей при изменении увеличенияи разрешения цифровой съемки изображений.7.Разработаны требования, предъявляемые к автоматизированнойсистеме бактериоскопической диагностики туберкулеза легких, осуществляемойпутемсегментацииизображенийираспознаванииобъектовнаосноверазработанных алгоритмов и математических моделей.Теоретическая и практическая значимость работы.

Разработанные имодифицированные алгоритмы сегментации цифровых изображений могутприменяться в различных задачах компьютерного распознавания цифровых9изображений, в том числе микроскопических. Метод «пересечений» может бытьиспользован для отбора признаков при решении задач классификации объектов сприменением различных математических классификационных моделей, таких как:логистическая регрессия, деревья классификации и дискриминантные уравнения.Представленное описание морфометрических и цветовых характеристиккислотоустойчивых микобактерий как объектов на цифровых изображениях иметодики определения морфометрических параметров объектов, выделяемых примикроскопии с различным увеличением и различным разрешением цифровойсъемки изображений, позволяют разрабатывать автоматизированные системыанализамикроскопическихизображенийстороннимиразработчикамибезпроведения изучения данных объектов.

Предложенные в работе методысегментации изображений, модели распознавания объектов, а также схема итребования к программно-аппаратной системе составляют основу построенияинтеллектуальнойсистемыавтоматизированнойбактериоскопическойдиагностики туберкулеза, основанной на автоматизированном анализе цифровыхмикроскопических изображений мокроты, окрашенной по методу Циля-Нильсена.Положения, выносимые на защиту:1.Применение существующих, широко описанных в литературе методовсегментации цифровых изображений позволяет осуществлять сегментациюцифровых микроскопических изображений мокроты, окрашенной по методу ЦиляНильсена, для выделения объектов на данном типе изображений только приприменении алгоритмов пред- и/или постобработки.2.Применениеметодасегментации,основанногонавейвлет-преобразовании Mexican Hat цифрового изображения, позволяет осуществлятьисключение с микроскопического изображения мокроты, окрашенного по методуЦиля-Нильсена, частей не требующих дальнейшего анализа, и выделение объектов,потенциально являющихся кислотоустойчивыми микобактериями.3.Разработанный метод «пересечений», по сравнению с методами оценкиинформативности, позволяет получить лучшее качество классификации объектовпри меньшем числе входящих в классификационную модель признаков.104.Построенная математическая модель искусственной нейронной сетидля классификации объектов позволяет осуществлять их распознавание нацифровых изображениях мокроты, окрашенной по методу Циля-Нильсена.5.Применение программно-аппаратного комплекса автоматизированнойбактериоскопическойпредъявляемымдиагностикитребованиям,позволяеттуберкулеза,соответствующеговыполнятьбактериоскопическуюдиагностику туберкулеза с минимальным участием человека, а также повышаетэффективность выявления больных туберкулезом бактериоскопическим методом.Степеньдостоверностирезультатовисследования.Достоверностьисследования обеспечена корректностью применения современных методик сбораи обработки исходной информации, правильным подбором объектов наблюдения,достаточным объемом исследуемой выборочной совокупности, использованиемапробированного математического аппарата, непосредственным участием автора вполучении исходных данных и результатов исследования, и подтверждаетсяпроверкой, обсуждением результатов исследования на международных ивсероссийских научных конференциях, публикациями результатов исследования врецензируемых научных изданиях.Внедрение результатов работы в практическое здравоохранение.Результаты работы в части схем и прототипов частей программно-аппаратногокомплекса автоматизированной бактериоскопической диагностики туберкулеза, атакже в части требований к частям данного комплекса внедрены в технологическийи производственный процессы ОАО «НПП «Радиосвязь», в части алгоритмовавтоматизированной обработки изображений внедрены в производственныйпроцесс разработки телемедицинских систем КГБУЗ «Красноярский краевоймедицинский информационно-аналитический центр», в части формализованныххарактеристик оптических (цветовых) и геометрических (морфометрических)свойств, а также вариаций данных свойств кислотоустойчивых микобактерий, какобъектов на цифровых изображениях мокроты, окрашенной по методу ЦиляНильсена,внедренывработубактериологическойлабораторииКГБУЗ«Красноярский краевой противотуберкулезный диспансер № 1».

Характеристики

Список файлов диссертации