автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Автоматизированная система и алгоритмы определения параметров сердца по последовательности эхокардиографических снимков

На правах рукописи

Оиэ«

ТКАЧУК МАКСИМ ИГОРЕВИЧ

АВТОМАТИЗИРОВАННАЯ СИСТЕМА И АЛГОРИТМЫ ОПРЕДЕЛЕНИЯ ПАРАМЕТРОВ СЕРДЦА ПО ПОСЛЕДОВАТЕЛЬНОСТИ ЭХОКАРДИОГРАФИЧЕСКИХ СНИМКОВ

Специальность: 05.11.17 - Приборы, системы и изделия медицинского

назначения

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 6 ДПР 2012

Рязань-2012

005019157

Работа выполнена на кафедре «Информационные системы» Муромского института (филиала) федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Владимирский государственный университет имени А.Г. и Н.Г. Столетовых».

Научный руководитель: Садыков Султан Сидыкович

доктор технических наук, профессор

Официальные оппоненты:

Дегтярев Сергей Викторович, доктор технических наук, профессор, ФГБОУ ВПО «Юго-западный государственный университет», декан факультета информатики и вычислительной техники

Алпатов Алексей Викторович, кандидат техн. наук, ФГБОУ ВПО «Рязанский государственный радиотехнический университет», доцент

Ведущая организация: ФГБОУ ВПО «Пензенский государственны! университет»

Защита состоится «29» мая 2012 года в 12 часов на заседании диссертационно го совета Д 212.211.04 в ФГБОУ ВПО «Рязанский государственный радиотех нический университет» по адресу: 390005, г. Рязань, ул. Гагарина, д. 59/1.

С диссертацией можно ознакомиться в научной библиотеке ФГБОУ ВПО «Рязанский государственный радиотехнический университет».

Автореферат разослан » ОЧ 2012 г.

Ученый секретарь Диссертационного совета

А.Г. Борисов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Сердечно-сосудистые заболевания (ССЗ) наряду с он-ологическими заболеваниями являются главной причиной смертности людей в по-ледние десятилетия. Самой опасной из ССЗ является ишемическая болезнь сердца ИБС). На ее долю приходится около 20 % смертности населения экономически раз-итых стран и более 50 % в РФ. Кроме того, в последнее время имеется тенденция к величению числа людей молодого, трудоспособного возраста, страдающих ИБС и е осложнениями.

Ультразвуковое (УЗ) обследование сердца в покое (ЭхоКГ) и под нагрузкой стресс-ЭхоКГ) является одним из наиболее доступных большинству населения спо-обов диагностики функционального состояния сердца (в том числе и ИБС). При -)хоКГ обследовании одного пациента регистрируется от нескольких десятков до отен УЗ снимков сердца, при стресс-ЭхоКГ - от нескольких сотен до тысяч. Врач |бычно обрабатывает вручную не больше десяти кадров, остальные просматриваются «на глаз». При этом теряется большой объем данных о функциональном состоя-ши сердца, не анализируется динамика изменения параметров сердца от кадра к :адру. Это связано с тем, что достоинства методов ЭхоКГ и стресс-ЭхоКГ не реали-юваны в полном объеме на широко используемых в стране УЗ аппаратах.

Зарубежными ведущими производителями УЗ аппаратов являются фирмы Medison (Accuvix XG/V10/V20, EKO 7), Philips (EnVisor), Siemens-Acuson (Acusón 128XP/10), Toshiba (Applio XG, Xario XG).

В России научные исследования по автоматизированной обработке и анализу ЭхоКГ ведутся в различных университетах, среди которых можно выделить следующие: УГМА, Екатеринбург; РГРТУ, г. Рязань; РУДН, г. Москва. Однако результаты этих исследований не доведены пока до коммерческого продукта для широкого распространения.

Основным недостатком, ограничивающим применение широко распространенных в стране систем, является ручная технология обработки и анализа ЭхоКГ кардиологом. В общем плане - это неиспользование в данных системах современных методов и алгоритмов обработки, анализа и распознавания изображений.

В связи с этим актуальной является разработка автоматизированной системы определения параметров сердца по последовательности ЭхоКГ снимков (АСОПСП-ПЭС), что позволит провести обработку всей зарегистрированной последовательности снимков обследования, сократить время обработки и анализа каждого снимка, получить новые данные о динамике изменения параметров сердца, повысить точность и объективность диагноза за счет большего количества данных, сформировать единую базу данных обследований и вести статистические исследования ССЗ по различным параметрам.

Целью диссертационной работы является создание системы, обеспечивающей определение требуемых параметров всех ультразвуковых снимков обследования

сердца с высокой скоростью и нужной точностью за счет использования алгоритм секторной сегментации.

Для достижения данной цели необходимо решить следующие задачи.

1. Обзор и анализ систем, методов, алгоритмов обработки и анализа ЭхоК1 изображений.

2. Разработка и исследование алгоритмов предварительной обработки УЗ сним ков сердца.

3. Разработка и исследование (на тестовых и реальных изображениях) алго ритмов выделения границ камер сердца и аорты на ЭхоКГ снимках.

4. Создание автоматизированной системы на основе разработанных алгорит мов, программных средств и современных компьютеров.

5. Разработка технологии проведения УЗ обследований сердца в покое и по, нагрузкой с использованием автоматизированной системы.

6. Формирование базы данных обработанных УЗ снимков сердца для научно статистических исследований.

7. Практическое применение созданной системы в кардиологическом отделе нии больницы и проведение исследований на группе пациентов.

Объект исследования - последовательность эхокардиографических снимко! полученная в результате УЗ обследования пациентов.

Методы исследования. В работе использованы методы дискретной математи ки, математической логики, теории множеств, цифровой обработки изображений математической статистики.

Научная новизна работы

1. Предложен алгоритм сегментации изображений на последовательности эхе кардиографических снимков в проекции по длинной оси, отличающийся предвари тельным разбиением изображения на секторы с равномерной яркостью и позволяк щий автоматически осуществить выделение камер сердца и аорты и измерение и размеров с погрешностью не более 5 %.

2. Разработан алгоритм автоматического построения непрерывных границ кг мер сердца на последовательности эхокардиографических снимков в апикальны проекциях, основанный на предварительном выделении правой и левой стенок леве го желудочка, что дает возможность использовать произвольный угол наклона кг мер без применения шаблонов и осуществлять измерение их размеров с погрешне стью не более 5 %.

3. Разработан способ определения признаков нарушения локальной сократимс ста левого желудочка сердца, заключающийся в анализе вектора смещения его це* тра тяжести между снимками последовательности эхокардиографических изображ« ний, позволяющий, в отличие от ранее используемого способа разбиения левого ж( лудочка на отрезки, оценить локальную сократимость в парастернальных проект ях.

Практическая ценность работы. Разработанные алгоритмы и программные юдули составляют основу автоматизированной системы определения геометриче-ких параметров сердца, применение которой позволит решать следующие задачи рактической медицины:

- использовать для постановки диагноза информацию, содержащуюся во всех нимках, полученных в результате обследования;

- исключить субъективные ошибки врача при расчете геометрических пара-[етров сердца;

- сократить время обследования пациентов.

Реализация результатов работы. Разработанная автоматизированная система спользуется в кардиологическом отделении больницы на станции Муром ОАО РЖД» и в учебном процессе Муромского института (филиала) ФГБОУ ВПО «Вла-имирский государственный университет имени А. Г. и Н. Г. Столетовых» в виде икла практических занятий по дисциплине «Методы и системы цифровой обработ-и изображений», что подтверждается соответствующими актами.

На защиту выносятся следующие основные результаты работы.

1. Алгоритм и программный модуль сегментации изображений на последова-ельности эхокардиографических снимков в проекции по длинной оси, отличаю-шеся предварительным разбиением изображения на секторы с равномерным кон-растом и позволяющие автоматически осуществить выделение камер сердца и аор-ы и измерение их размеров с погрешностью не более 5 %.

2. Алгоритм и программный модуль автоматического построения непрерывных раниц камер сердца на последовательности эхокардиографических снимков в апи-альных проекциях, основанные на предварительном выделении правой и левой генок левого желудочка, что дает возможность использовать произвольный угол аклона камер без применения шаблонов и осуществлять измерение их размеров с огрешностью не более 5 %.

3. Способ и программный модуль определения признаков нарушения локаль-ой сократимости левого желудочка сердца, заключающиеся в анализе вектора мещения его центра тяжести между снимками последовательности эхокардиогра-ических изображений, позволяющие, в отличие от ранее используемого способа азбиения левого желудочка на отрезки, оценить локальную сократимость в пара-гернальных проекциях.

4. Устройства и автоматизированная система обработки и анализа эхокардио-эафических снимков, позволяющие получить геометрические параметры сердца по оследовательности ультразвуковых снимков.

Апробация работы. Основные результаты диссертационной работы доклады-ишсь и обсуждались: на международной конференции «Биомедсистемы 2009» (г. язань, 2009); XII международной специализированной выставке «Кардиология 310» (г. Москва, 2010); всероссийской научно-практической конференции с международным участием «Высокотехнологичные методы диагностики и лечения забо-гваний сердца, крови и эндокринных органов» (г. Санкт-Петербург,

' 0); международной научно-технической конференции "Медико-экологические

з

информационные технологии - 2009" (г. Курск, 2009); IX международной научно-технической конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» «Распознавание - 2010» (г. Курск, 2010).

Публикации. Основные результаты диссертации опубликованы в 20 работах, в том числе в 4 статьях в журналах из перечня ВАК, одной монографии, 6 статьях в других научных журналах и 5 тезисах докладов. Получены 2 патента РФ на полезные модели и 2 свидетельства о регистрации программ для ЭВМ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 114 наименований, 72 рисунков, 9 таблиц. Общий объем диссертации 157 страниц, в том числе 133 страницы основного текста, 12 страниц литературы, 12 страниц приложений.

Работа выполнена на кафедре «Информационные системы» Муромского инсти тута (филиала) Владимирского государственного университета имени А.Г. и Н.Г. Столетовых.

Благодарности. Автор выражает искреннюю благодарность научному руково дителю д-ру техн. наук, профессору Садыкову С.С. за руководство диссертационноГ работой, научному консультанту врачу-кардиологу, канд. мед. наук СафиуловоГ И.А. за постоянное внимание и поддержку, а также сотрудникам кафедры «Инфор мационные системы» Муромского института ВлГУ за содействие в выполнении ра боты.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулирован! цель и задачи исследований, научная новизна, практическая ценность, приведен! результаты реализации работы.

В первой главе дан обзор состояния задачи диагностики ССЗ: рассмотрены ос новные способы; выявлены наиболее доступные из них для большинства населени страны; определены роль и место УЗ обследований в диагностике ССЗ; рассмотрен! аппаратные и программные средства, алгоритмы, системы получения, обработки ] анализа ЭхоКГ снимков, отмечены их основные достоинства и недостатки. По мате риалам данной главы получены следующие основные выводы.

1. При УЗ обследовании одного пациента регистрируется до 400 снимков в че тырех основных проекциях (четырехкамерная и двухкамерная апикальные; пара стернальные по длинной и короткой осям).

2. При существующей ручной технологии обработки УЗ снимков врачу требу ется от 12 до 192 минут для анализа всех кадров обследования. Врач обычно анали зирует от 1 до 10 снимков одного обследования. При этом не удается проследит динамику изменений параметров сердца по всем кадрам, что не позволяет сделат вывод о нарушении локальной сократимости левого желудочка (ЛС ЛЖ) - главног признака ИБС.

3. Зарубежными ведущими производителями УЗ аппаратов являются фирмы /íedison (Accuvix XG/V10/V20, EKO 7), Philips (EnVisor), Siemens-Acusón (Acusón 128XP/10), Toshiba (Applio XG, Xario XG) и др. Большое распространение также по-[учили системы фирм Medison (SonoView), Doctor Soft (Stress browser, TTE browser), юзволяющие импортировать, архивировать, формировать отчеты, в некоторых SonoView) реализованы функции полуавтоматической обработки ЭхоКГ снимков привязка контура к точкам), а системы полной автоматизированной обработки :нимков отсутствуют.

В России научные исследования по автоматизированной обработке и анализу ЭхоКГ ведутся в различных университетах, среди которых можно выделить сле-1ующие: УГМА, Екатеринбург; РГРТУ, г. Рязань; 'РУДН, г. Москва. Однако резуль-:аты этих исследований не доведены пока до коммерческого продукта для широкого распространения.

4. Существующие алгоритмы выделения границ камер сердца, основанные на текстурной сегментации, морфологических преобразованиях, не учитывают угол наклона камер сердца, прерывистость контуров. Алгоритмы, использующие активные контуры, требуют наличия шаблона - первоначального приближения границы камеры, который итерационно вручную подгоняется под реальную границу, но из-за особенностей каждого снимка сложно подобрать параметры контура (упругость, эластичность, шаг), которые давали бы приемлемые результаты. Кроме того, эти методы являются итеративными. Нет алгоритмов обработки УЗ снимков в позиции по длинной оси.

5. Врачу-кардиологу из-за ограниченных возможностей УЗ аппаратов, технических и программных средств обработки и анализа УЗ снимков сердца не удается обработать и проанализировать всю зарегистрированную последовательность УЗ снимков, проследить динамику изменения параметров сердца во время одного обследования и между обследованиями, оценить JIC ЛЖ в основных позициях, проводить статистические исследования по различным параметрам.

Приведенные выводы позволили сформировать задачи диссертационной работы.

Вторая глава посвящена разработке и исследованию алгоритмов: подавления помех и шума; обработки ЭхоКГ снимков (сегментация, выделение границ и осей камер сердца); анализа JIC ЛЖ сердца - основного признака ИБС.

Для подавления спекл-шума были использованы медианные фильтры (в том числе взвешенные и адаптивные), Ли, Кауна, сигма, Рампони и др. Оценивались значения стандартных параметров: СКО и пиковое отношение сигнал-шум (ПОСШ).

Исследования проводились на реальных изображениях в различных позициях (всего было обработано 276 снимков). Их результаты приведены на рисунке 1. Из рассмотренных фильтров для устранения спекл-шума выбран фильтр Рампони, поскольку он обеспечивает минимальное значение СКО и максимальное ПОСШ.

г--- - -

"" - р--- к

•

ч

х

---посш

—3— ско

Л в Кауя Медиалный Лдащ. Ваш. Снпа Fuoiom

wsunwi мшшмй

Рисунок 1 - Графики значений СКО и ПОСШ для исследованных фильтров спекл-шума

Кроме спекл-шума на УЗ снимке присутствуют помехи: полоса М режим формируемая УЗ аппаратом для построения одномерных визуальных срезов.

Полоса М режима сканнера Philips Envisor представляет собой отрезок, состо: щий из последовательностей геометрических фигур (для непрерывного изображеш - это окружность, поэтому назовем ее также условно и для цифрового) малого pi диуса и проведенный из вершины УЗ снимка.

Алгоритм подавления линии Мрежима А.1 состоит из следующих шагов.

- Градиентное преобразование с использованием операторов Превитга, Собе. ла или др., результатом которого являются G(x, у) - модуль вектора градиента, Ф( у) — направление вектора градиента.

- Формирование бинарного изображения Ь(х, у) с использованием порога равного среднему значению модуля градиента:

h,C(x,y)>T, (1

0,G(x,y) < Т.

- Вычисление значения функции h(r, х0, jo), описывающей окружность ради; сом г с центром в точке (дго, Уа)"

N М f ) \ П

Kr,xQ,y0) = ^я(г,ха,у„) ,

\ '-I J

u„>0 и л>0,

Ъ(х,у) =

где 9(г,х0,у0) =

1 О иначе. х0 = г cos Ф(х, у) + х] jo = г sin Ф(х, у)+у, г е [1, 3]. - Вычисление значений функции v(x, у):

v(x,y) =

l,maxA(r,jc,^)>r,

г=1,2,3

О, maxh(r,x,y)<T,

r=1,2,3

(3

где Г-порог, Т е [12, 16] (определен экспериментально).

- Из вершины УЗ снимка под углом у е [45°, 135°] проводятся отрезки (рис; нок 3, а) и подсчитывается сумма значений функции у(х, у) для каждой точки отре ков (определяется, сколько центров окружностей лежит на данном отрезке). Отр зок, для которого вычисленная сумма максимальна, - является полосой М режима.

- Подавление составляющей М полосы медианным фильтром.

На рисунке 2 приведен пример работы алгоритма (а - исходное изображение, б - после обработки).

а б

Рисунок 2 - Результат подавления полосы М режима

Алгоритм обработки УЗ снимков в позиции по длинной оси А. 2. В основе данного алгоритма лежит секторная сегментация. Это обуславливается тем, что изменение яркости пикселей происходит в локальных областях, которые описываются секторами (например, полезный сигнал на УЗ снимке представляет собой один сектор, полученный от ультразвукового датчика). Алгоритм А.2 состоит из следующих шагов.

- Секторная сегментация. На УЗ снимок накладывается секторный шаблон, ограниченный отрезками А и Б, проведенными из вершины снимка под углами = 45° и у2= 135° (рисунок 3, а). Область внутри шаблона делится на к секторов радианны-ми отрезками, проведенными с определенным интервалом (например, через 5°). Точкам внутри каждого сектора присваивается его порядковый номер, и проводится бинаризация, в результате которой получается изображение Ъ{х, у). Далее исключаются из рассмотрения крайние секторы, в которых уровень яркости минимальный (рисунок 3, б). Проведенные эксперименты на 317 изображениях позволил установить порог, равный удвоенному среднему значению функции яркости для секторов, находящихся по краям изображения, для остальных порог равен среднему значению.

- Объединение неисключенных секторов в сегменты выполняется на основе сегментного шаблона, содержащего предварительную разметку (рисунок 3, б). В первом сегменте шаблона содержится ЛЖ, во втором - правый желудочек (ПЖ), в третьем - аорта и левое предсердие (ЛП).

- В каждом полученном сегменте выполняется поиск максимально широких темных областей. Пусть каждая ширина области в сегменте описывается функцией вида h(уь уз, уи\ где yi, уг - углы, ограничивающие сегмент, (.v0, уо) - начальная точка области, лежащая на границе сегмента, проведенной под углом yi из вершины снимка:

* У

где функция и(х, у) вычисляется по следующему правилу.

1. Берется точка (хь.У|), равная (х0,.уо)-

2. Вычисляется расстояние К от вершины УЗ снимка до точки (х\,у\).

3. От вершины под углом уз откладывается на расстоянии К точка (хк, у к)- ,

4. Если количество темных точек изображения Ь(х, у) = 0, лежащих на отрезк между точками (хь и (хк, ук), больше 2/3 длины отрезка, то и(х, у) = 1, иначе и{х у)= 0.

5. Если и{х,у) = 1, то суммирование продолжается, меняется значение точки (х-у,) (берется следующая точка, лежащая на левой границе сегмента), и повторяютс этапы 2 — 4.

6. Если и(х, у) = 0, то суммирование прекращается, меняется значение началь

ной точки (.го, Ун)- Найденные в каждом соответствующем сегменте максимально широкие области принимаются за соответствующие камеры сердца и аорту.

- Построение осей камер сердца и аорты (рисунок 3, в). Для этого определяете центр тяжести для каждой найденной области /г. Из ЦТ проводятся два отрезка д нижней и верхней границы таким образом, чтобы полученная линия проходила че рез вершину снимка.

б в Рисунок 3 - Обработка УЗ снимков в позиции по длинной оси

Алгоритм обработки УЗ снимков в апикальных позициях А.З. Для выделен? ЛЖ на снимках в апикальных позициях разработан алгоритм, использующий оду из следующих 3 видов сегментации: на основе контурных преобразований; тексту] ная; секторная.

После сегментации выполняется поиск описанного вокруг ЛЖ прямоугольник (П): (х,,у,) - координата левого верхнего угла, (х2, ут) - координата правого нижнег угла. Координата правой стороны прямоугольника П определяется следующим о[ разом: производится суммирование по каждому столбцу сегментированного из бражения В{х, у):

л/ (5

у-®

Столбец с максимальным значением справа от центра принимает! х2 = тах Е{х) за правую границу ЛЖ. Остальные 3 координаты (хь уи у2) опр:

делены экспериментально. Из центра П проводятся лучи с интервалом в 1, 2,..., : градусов:

х = Х- ксош, (6)

у = ¥-к эта,

где (X., У) - координаты центра П; к - расстояние от центра (X, У) до ближайшей ветлой точки изображения В(х, у), лежащей на проводимом отрезке.

В результате получается набор пар координат точек (х0, у0), (х,,у,), ..., (х^ух), оторые соединяются выпуклой оболочкой, внутренние точки которой маркируются ак точки ЛЖ.

Результаты сравнительного исследования алгоритмов определения

характеристик левого желудочка на тестовых изображениях

Алгоритм Среднее время обработки одного кадра, с. Отклонения от ручного выделения Отклонения от тестовых изображений

V,"/« 8,% Ц%

Контурные преобразования 2,587 7,4 8,5 6,7 5,3 6,2 4,3

Текстурная сегментация 8,739 4,9 5,1 5,8 4,8 5 4,8

Секторная сегментация 1,14 4,3 3,5 3,3 3 3,1 3,5

Метод активных контуров 1,853 6,8 6,9 5,7 4,8 5,4 4,5

Исследования разработанного алгоритма с использованием различных типов егментации, а также метода активных контуров проводились на созданных тесто-ых УЗ снимков сердца в апикальных позициях. На каждом изображении были рас-читаны основные характеристики ЛЖ: площадь 5, длина Ь, объем V.

В таблице приведены результаты отклонений характеристик ЛЖ для каждого лгоритма от параметров снимка, а также среднее время обработки одного кадра. 1аиболее быстрым с достаточно высокой точностью определения Я, V, Ь является азработанный алгоритм на основе секторной сегментации.

На УЗ снимках в позиции по короткой оси для выделения границ ЛЖ исполь-уются формулы (4) - (6), диапазон радиуса изменяется от 20 до 60 пикселей.

Способ и алгоритм оценки локальной сократимости левого желудочка сердца 14. В кардиологии анализ ЛС ЛЖ основан на 16- сегментной модели ЛЖ . В каждой :з основных позиций ЛЖ разделяется на несколько сегментов, динамика изменения оторых оценивается в полном цикле сокращения ЛЖ.

В работе предлагается способ, основанный на анализе вектора смещения центра яжести ЛЖ между снимками. Во время сокращения положение ЛЖ и его центра яжести на снимке должно оставаться неизменным, если УЗ датчик не смещается. 1ри равномерном сокращении ЛЖ изменяются его размеры и положение стенок просительно центра тяжести. При нарушении сократимости происходит смещение {Т ЛЖ в сторону сегмента, где произошло нарушение. На рисунке 4 приведена хема алгоритма, реализующего данный способ.

Приведем пример использования данного алгоритма для определения ЛС ЛЖ в позиции по короткой оси. После определения угла р в зависимости от направления смещения по четвертям к углу Р прибавляется следующее значение: первая четверть р + 0, вторая четверть Р + я, третья четверть р + п, четвертая р + 2л.

Если Р е [0°, 60') или р е [180°, 240°), то нарушения произошли в переднем и заднем сегментах.

Если р е [60°, 120°) или р е [240°, 300°), то нарушения произошли в передне-перегородочном и зад-не-боковом сегментах.

Если р е [120°, 180°) или Р е [300°, 360°), то нарушения произошли в задне-перегородочном и боко вом сегментах.

Третья глава посвящена разработке АСОПСППЭС, ее отдельных подсистем модулей.

Поставленные в первой главе задачи исследования и полученные во вторе главе основные научные результаты позволяют определить набор требований к си теме в целом и обрабатываемым ею изображениям, ее техническому, математич скому, алгоритмическому, программному обеспечению и отдельным подсистема: АСОПСППЭС должна отвечать следующим требованиям:

1) иметь подсистему предварительной обработки снимков, осуществляющу подавление помех, шума, увеличение контраста и т.д.;

2) регистрировать видеопоследовательность УЗ снимков, получаемую от "5 аппарата, разбивать ее на отдельные кадры, преобразуя в 8-битные полутонов! изображения;

3) автоматически обрабатывать снимки в основных позициях (выделять гран цы камер сердца и аорты);

4) автоматически рассчитывать необходимые для диагностики параметры в] деленных фигур и сравнивать их с установленными нормами;

Рисунок 4 - Блок-схема алгоритма

5) производить анализ локальной сократимости ЛЖ;

6) выявлять отклонения от нормы и информировать врача о них;

7) позволять ввод дополнительной информации о пациенте;

8) сохранять всю полученную и вычисленную информацию в БД;

9) формировать отчеты по результатам обследования каждого пациента и различные статистические отчеты;

10) затрачивать минимум времени для обработки и анализа результатов обследования одного пациента.

Пациент

УЗ сигнал

1. УЗ датчик

Видеопоследовательность обследования

2. УЗ аппарат (с собственным ПК)

3. Плата видеорегистрации

УЗ последовательность

ПФиПОПУЗСС УЗ снимки

4. Подсистема регистрации видео

5. Подсистема предварительной обработки

' "У71учшенйьГе УЗ снимк

Подсистема основной обработки

6. Подсистема выделения границ камер сердца

7. Подсистема вычисления параметров

Информацияг о пациенте

8. Подсистема ввода информации

Получение параметров сердца

Данные для отчета

Отчет

Данные обследования

9. БД -I

10. Подсистема 12. Принтер

подготовки отчетов

11. Врач

Рисунок 5 - Общая функциональная схема АСОПСППЭС На рисунке 5 дана общая функциональная схема АСОПСППЭС. Блоки 1-3 представляют собой аппаратные части, необходимые для получения и регистрации УЗ снимков, а также связи УЗ установки с ПК, остальные - программные подсистемы, которые выполняются на ПК, БД - для хранения информации. Подсистемы 5, 6, 7 являются главными компонентами системы и реализованы на основе проведенных научных исследований, представленных в главе 2.

В четвертой главе приведены результаты экспериментальных исследований разработанной системы на реальных данных в кардиологическом отделении ж/д больницы города Муром.

Полное обследование с использованием разработанной системы прошли 47 пациентов в августе - ноябре 2010 года. Число мужчин - 34, женщин - 13. Возраст пациентов от 35 до 57 лет, индекс массы тела от 19.5 до 39.6 кг/м2. Пациенты группировались по факторам риска, влияющим на развитие ИБС. Факторы риска были определены кардиологом из истории болезни и учитывались при ручном анализе снимков врачом. В октябре - ноябре 2011 года 7 пациентов были обследованы повторно.

Каждый пациент прошел обследование в покое и под нагрузкой, в результате которых были зарегистрированы последовательности УЗ снимков в четырех основных позициях: в покое - 114 кадров на пациента, под нагрузкой - 117.

Под нагрузкой у пятерых пациентов не удалось получить четкие изображенш сердца (средняя яркость изображений была ниже установленной нормы), поэтому и:

анализ не проводился (4 мужчины, 1 женщина).

Все зарегистрированные снимки были обработаны вручную и с помощьн АСОПСППЭС. В ходе обследования проводились:

- расчет основных параметров сердца в стандартных позициях, сравнение их ■

установленными нормами;

- расчет фракции выброса (ФВ). ФВ должна быть выше 50 %, иначе можно су

дить о нарушении ЛС ЛЖ:

к -К. ('>

У» =——100 %,

" т г

ул

где Уд, Ус - диастолический и систолический объемы ЛЖ; - анализ ЛС ЛЖ на основе 16-сегментной модели.

На основе полученных результатов делался вывод о наличие признаков ИБ

или других болезней.

В 20 случаях не были установлены нарушения ЛС ЛЖ (12 мужчин, 8 женщин в 8 случаях признаки ИБС были выявлены при проведении обследования в поко для 15 пациентов потребовалось провести обследования под нагрузкой.

Наибольшее количество нарушений ЛС ЛЖ приходится на базальный и сре, ний сегменты в апикальных позициях и в позиции по длинной оси. Значение ФВ пс нагрузкой в основном больше, чем до нагрузки, так как скорость обращения кро! увеличивается. В несколько случаях ФВ под нагрузкой была меньше, что мож! объяснить более выраженными нарушениями ЛС ЛЖ. Такие случаи представляв

наибольшую опасность для пациента.

Семь пациентов были обследованы повторно через год, что позволило проан лизировать динамику изменения параметров сердца между несколькими обследов

ниями.

АСОПСППЭС позволяет представить полученные данные (вычисленные пар метры сердца) в виде графиков. На рисунке 6, а приведен график изменения обт мов ЛЖ одного пациента за два года: отмечены верхняя и нижняя границы доп) тимых значений объема, а вертикальной чертой - отклонение от нормы. На даны графике видно, что в 2010 году было небольшое отклонение от нормы, в 2011 о исчезло.

На рисунке 6, б представлен график, на котором объем ЛЖ превышает ве{ нюю границу, из чего можно сделать вывод о расширении ЛЖ. Кроме того, в дг ном случае нарушена ЛС ЛЖ, ФВ в 2010 году составляет 43 %, в 2011 - 45 %. По:

ченные результаты были подтверждены врачом при ручной обработке данных снимков.

Изменение объема ЛЖ Изменение объема ЛЖ

\

« ОШАОпвяН«

— Об*«« 10

— Нмакм грииц« —9«р1нав граница

ОтмооСни* -♦-О 6мм 10

—В«р*пмгр«нииа -Обм«11

I 2 & 7 9

11 1} 1$ 1? 1» 21 2» 2* Номер одр«

1 I 5 7 • И И 1$ 17 19 21 2) 23

а б

Рисунок 6 - Графики изменения объемов ЛЖ

АСОПСППЭС предоставляет врачу следующие возможности:

- проводить автоматизированный анализ всех зарегистрированных снимков, тратя на каждый кадр от 2 до 3 секунд (врач вручную обрабатывает один снимок примерно за минуту), при этом погрешность измерения геометрических параметров не превышает 5 %;

- прослеживать изменение всех вычисленных параметров в динамике сокращения сердца, автоматически определяя отклонения от допустимых норм;

- хранить полученные результаты в БД;

- прослеживать и оценивать изменения параметров сердца при разных обследованиях одного пациента;

- использовать полный объем информации (все зарегистрированные снимки и рассчитанные параметры, графики их динамики изменений в рамках одного и нескольких обследований) для постановки более точного диагноза.

В заключении сформулированы основные результаты работы.

1. Проведены обзор и анализ способов, существующих алгоритмов, методов и систем обработки эхокардиографических снимков. Показано, что существующая ручная технология обработки УЗ снимков не позволяет провести полный анализ зарегистрированных кадров каждого пациента из-за трудоемкости и ограниченности времени приема, не удается оценить изменение параметров в динамике от снимка к снимку в основных позициях, что приводит к потере большого объема информации, необходимого для анализа признаков ИБС.

2. Разработаны:

- алгоритм сегментации изображений на последовательности эхокардиографических снимков в проекции по длинной оси, отличающийся предварительным разбиением изображения на секторы с равномерной яркостью и позволяющий автоматически осуществить выделение камер сердца и аорты и измерение их размеров с погрешностью не более 5 %.

- алгоритм автоматического построения непрерывных границ камер сердца последовательности эхокардиографических снимков в апикальных проекциях, оснс ванный на предварительном выделении правой и левой стенок левого желудочк: что дает возможность использовать произвольный угол наклона камер без примет ния шаблонов и осуществлять измерение их размеров с погрешностью не более 5 %

- способ определения признаков нарушения локальной сократимости левог желудочка сердца, заключающийся в анализе вектора смещения его центра тяжест между снимками последовательности эхокардиографических изображений, позвс ляющий, в отличие от ранее используемого способа разбиения левого желудочка к отрезки, оценить локальную сократимость в парастернальных проекциях.

3. Проведены исследования разработанных, существующих алгоритмов, а тш же ручной обработки на моделях УЗ снимков и реальных изображениях.

4. Создана тиражируемая автоматизированная система, построенная по м< дульному принципу, позволяющая врачу-кардиологу:

- регистрировать последовательность УЗ снимков обследований на ПК;

- проводить полный автоматизированный анализ зарегистрированной поел довательности, в результате которого локализуются границы камер сердца и аорп рассчитываются основные параметры и сравниваются с нормой;

- использовать полный объем вычисленных параметров для всей зарегистр: рованной последовательности для постановки диагноза ИБС;

- сохранять результаты в БД, что дает возможность вести различную статист ку по всем и каждому пациенту, анализировать характер изменения параметр» функционального состояния сердца между обследованиями;

- автоматически создавать отчеты о проведенных обследованиях и формир вать больничный лист;

- проводить перспективные кардиологические исследования.

5. Разработана технология проведения эхокардиографических обследований покое и под нагрузкой с использованием разработанной системы.

6. Разработана и сформирована БД для проведения научно-статистических и следований.

7. Созданная система эксплуатируется в кардиологическом отделении больн цы ОАО «РЖД» на станции Муром.

Вышеизложенные позволяет утверждать, что поставленные задачи выполне! и цель достигнута.

В приложениях приведены результаты автоматизированной обработки пос; довательностей снимков в основных проекциях, дан список модулей системы и тг лиц БД, представлены примеры формируемых системой отчетов. Приведены коп патентов на полезные модели и свидетельств о регистрации программ для ЭВМ, ^ кументы, подтверждающие практическое использование результатов диссертацис ной работы.

Публикации по теме диссертации Статьи в журналах из перечня ВАК

1. Садыков С.С. Система автоматизации обработки и анализа эхокардиографи-ческих снимков [Текст] / Садыков С.С., Сафиулова И.А., Ткачук М.И. // Автоматизация и современные технологии. -2010, № 10. С. 10 - 17.

2. Садыков С.С. Полная автоматизированная обработка последовательности ультразвуковых снимков сердца [Текст] / Садыков С.С., Сафиулова И.А., Ткачук М.И. // Известия вузов. Приборостроение. - 2010, №9. С. 27 - 33.

3. Садыков С.С. Технология обработки ультразвуковых снимков сердца на внешнем компьютере [Текст] / Садыков С.С., Сафиулова И. А., Ткачук М.И. // Вестник РГРТУ. - 2010, № 2 (32). - С. 22 - 27.

4. Садыков С.С. Сравнительный анализ алгоритмов сегментации эхокардиогра-фических снимков [Текст] / Садыков С.С., Ткачук М.И. // Системы управления и информационные технологии. - 2010, № 1.1(39). - С. 184 - 187.

Монография

5. Садыков С.С. Автоматизированная обработка эхокардиографических снимков : монография [Текст] / С.С. Садыков, И.А. Сафиулова, М.И. Ткачук; Владим. гос. ун-т. имени А. Г. и Н. Г. Столетовых - Владимир: Изд-во Владим. гос. ун-та, 2012.-134 с.

Свидетельства о регистрации программ

6. Сафиулова И.А. Система формирования последовательности и обработки эхокардиографических снимков на внешнем компьютере [Текст] / Сафиулова И.А., Ткачук М.И // Свидетельство об официальной регистрации, программы для ЭВМ №2010610421,2010.

7. Садыков С.С. Система автоматизации обработки и анализа эхокардиографических снимков [Текст] / Садыков С.С., Ткачук М.И. // Свидетельство об официальной регистрации программы для ЭВМ №2010610422, 2010.

Патенты на полезные модели

8. Садыков С.С. Устройство определения левого желудочка сердца на ультразвуковых снимках [Текст] / Садыков С.С., Ткачук М.И. // Патент на полезную модель №90671, 2009.

9. Садыков С.С. Устройство определения полосы М режима на ультразвуковых снимках [Текст] / Садыков С.С., Ткачук М.И. // Патент на полезную модель №90918, 2009.

Статьи в других журналах и научных сборниках

10. Сафиулова И.А. Обработка и анализ эхокардиографических снимков в позиции по длинной оси [Текст] / Сафиулова И.А., Ткачук М.И. // Информационные технологии моделирования и управления. - 2009, № 5 (57). С. 645 - 651.

11. Ткачук М.И. Анализ сократимости левого желудочка сердца на эхокард. графических снимках [Текст] / Ткачук М.И. // Системы и методы обработки и анг лиза данных. Вып. 1. - Владимир: Изд-во Владим гос. ун-та, 2009. - С. 73 - 77.

12. Ткачук М.И. Требования к автоматизации процесса эхокардиографически обследований [Текст] / Ткачук М.И., Смирнов A.A. // Алгоритмы, методы и систем! обработки данных. Вып. 13. - М.: Центр информационных технологий в природе

пользовании, 2008. С. 135 - 140.

13. Садыков С.С. Секторная сегментация эхокардиографических изображени [Текст] / Садыков С.С., Ткачук М.И. // Алгоритмы, методы и системы обработк данных. Вып. 14. - М.: Центр информационных технологий в природопользованш 2009. С. 138 - 144.

14. Ткачук М.И. Программные средства формирования и обработки последов, тельности эхокардиографических снимков на внешнем компьютере [Текст] / Ткачу М.И., Баранов A.A. //Алгоритмы, методы и системы обработки данных. Вып. 14. М.: Центр информационных технологий в природопользовании, 2009. С. 178 - 183.

15. Ткачук М.И. Алгоритмы диагностики ИБС [Текст] / Ткачук М.И. // Алп ритмы, методы и системы обработки данных. Вып. 15. - Муром: Изд. полигра< центр МИВлГУ, 2010.-С. 178- 186.

16. Ткачук М.И. Определение полосы М-режима на эхокардиографических из бражениях [Текст] / Ткачук М.И. // Материалы междунар. науч.-практ. конф. «Н вейшие научные достижения - 2009». - Днепропетровск: Наука и образовани 2009. С. 40-45.

17. Ткачук М.И. Автоматическая обработка эхокардиографических снимю [Текст] / Ткачук М.И. // Биомедсистемы 2009: материалы конференции. - Рязан

РГРТУ, 2009. С. 208 -211.

18. Садыков С.С. Анализ сократимости левого желудочка сердца [Текст] / С дыков С.С., Ткачук М.И. // Медико-экологические информационные технологии 2009: сборник материалов 12-ой междунар. науч.-техн. конф. - Курск: Курск, гс техн. ун-т., 2009. - С. 141 - 144.

19. Садыков С.С. Программные компоненты информационной системы иссх дования сердца [Текст] / Садыков С.С., Ткачук М.И. // Медико-экологические и формационные технологии - 2009: сборник материалов 12 Междунар. науч.-те> конф. - Курск: Курск, гос. техн. ун-т., 2009. С. 144 - 148.

20. Садыков С.С. Диагностика состояния сердца на основе компьютерной ав! матизированной обработки эхокардиографических изображений [Текст] / Садык С.С., Сафиулова И.А., Ткачук М.И. // Высокотехнологичные методы диагностики лечения заболеваний сердца, крови и эндокринных органов: материалы всеросс* ской научно-практической конференции с международным участием. - СПб.: К фоРА,2010. С. 204.

Ткачук Максим Игоревич

АВТОМАТИЗИРОВАННАЯ СИСТЕМА И АЛГОРИТМЫ ОПРЕДЕЛЕНИЯ ПАРАМЕТРОВ СЕРДЦА ПО ПОСЛЕДОВАТЕЛЬНОСТИ ЭХОКАРДИОГРАФИЧЕСКИХ СНИМКОВ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 19.04.2012. Формат бумаги 60X84 1/16. Бумага офсетная. Печать трафаретная. Усл. печ. л. 1,0. Тираж 100 экз. Заказ J&P

Участок оперативной полиграфии Рязоблстатуправления 390013, Рязань, ул. Типанова, 4.

61 12-5/3070

Муромский институт (филиал) федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых»

На правах рукописи

ТКАЧУК МАКСИМ ИГОРЕВИЧ'

АВТОМАТИЗИРОВАННАЯ СИСТЕМА И АЛГОРИТМЫ ОПРЕДЕЛЕНИЯ ПАРАМЕТРОВ СЕРДЦА ПО ПОСЛЕДОВАТЕЛЬНОСТИ ЭХОКАРДИОГРАФИЧЕСКИХ СНИМКОВ

Специальность: 05 Л1Л 7 - Приборы, системы и изделия медицинского

назначения

ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, профессор С.С. Садыков

Муром - 2012

Содержание

Список используемых сокращений.....................................................................6

Введение...............................................................................................................7

ГЛАВА 1 ОБЗОР И АНАЛИЗ СИСТЕМ, МЕТОДОВ, АЛГОРИТМОВ, МЕТОДИК ОБРАБОТКИ И АНАЛИЗА ЭХОКАРДИОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ................................................................................................12

1.1 Состояние проблемы диагностики ССЗ..............................................12

1Л Л Способы диагностики ССЗ....................................................................12

1Л.2 Роль и место эхокардиографических обследований в диагностике

заболеваний сердца.........................................................................................18

1 Л.З Методика проведения эхокардиографических обследований.............19

1 Л.4 Основные проекции и параметры сердца.............................................20

1.2 Обзор технических и программных средств обработки кардиологических данных...........................................................................26

1.2.1 Структура АРМ кардиолога...................................................................26

1.2.2 Обзор программных средств обработки кардиологических данных... 33

1.2.3 Обзор ведущих производителей УЗ аппаратов и научных школ........37

1.3 Стандарты медицинских изображений................................................44

1.4 Методы и алгоритмы, применяемые для обработки УЗ изображений...................................................................................................47

1.4.1 Основные факторы, затрудняющие автоматическую обработку........47

1.4.2 Алгоритмы подавления спекл-шума.....................................................48

1.4.3 Алгоритмы обработки ЭхоКГ изображений.........................................51

1.5 Трехмерное моделирование сердца......................................................55

1.6 Выводы по главе. Постановка задач исследования...........................56

2

ГЛАВА 2 РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ ОБРАБОТКИ И АНАЛИЗА ЭХОКАРДИОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ................................................................................................59

2.1 Разработка и исследование алгоритмов улучшения качества.........59

2.1.1 Разработка алгоритма подавления линии М режима...........................59

2.2 Исследование алгоритмов фильтрации спекл-шума.........................64

2.2.1 Параметры оценки спекл-шума.............................................................64

2.2.2 Исследование алгоритмов фильтрации спекл-шума............ .................68

2.3 Разработка алгоритма секторной сегментации ЭхоКГ снимков в проекции по длинной оси.............................................................................70

2.4 Алгоритм обработки изображений в проекции по короткой оси .... 75

2.5. Разработка и исследование алгоритмов обработки изображений в апикальных позициях..................................................................................76

2.5.1 Сегментация............................................................................................77

2.5.2. Определение угла наклона ЛЖ и построение описанного вокруг ЛЖ прямоугольника...............................................................................................81

2.5.3 Формирование границы ЛЖ объединением точек в выпуклую оболочку..........................................................................................................85

2.6 Исследование алгоритма, основанного на активных контурах.......88

2.7 Разработка тестовых УЗ изображений сердца....................................89

2.8 Разработка способов диагностики функционального состояния сердца..............................................................................................................90

2.9 Исследование алгоритмов обработки и анализа

эхокардиографических изображений.........................................................96

2.9.1 Сравнительная оценка алгоритмов сегментации УЗ снимков в апикальных позициях......................................................................................96

2.9.2 Сравнительная оценка вычисления параметров сердца при ручной и

автоматической обработке..............................................................................98

2.10 Выводы по второй главе....................................................................100

ГЛАВА 3 РАЗРАБОТКА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОБРАБОТКИ И АНАЛИЗА ЭХОКАРДИОГРАФИЧЕСКИХ СНИМКОВ .. 102

3.1 Разработка требований к системе.......................................................102

3.1.1 Задачи, решаемые системой................................................................102

3.1.2 Требования к системе...........................................................................102

3.1.3 Требования к изображениям................................................................ЮЗ

3.2 Разработка структуры системы..........................................................104

3.3 Разработка структуры компонентов системы..................................107

3.3.1 Подсистема регистрации видео...........................................................107

3.3.2 Подсистема предварительной обработки............................................110

3.3.3 Подсистема основной обработки........................................................112

3.3.4 Подсистема ввода информации...........................................................112

3.3.5 Подсистема работы с БД......................................................................113

3.3.6 Подсистема подготовки отчетов..........................................................114

3.4 Разработка технологии проведения эхокардиографических обследований с использованием АСОПСППЭС....................................114

3.5 Выводы по третьей главе.....................................................................117

ГЛАВА 4 ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ СИСТЕМЫ.......................................................................................................П9

4.1 Состав программных и аппаратных средств....................................119

4.2 Характеристика группы пациентов...................................................120

4.3 Результаты автоматизированной обработки эхокардиографических

изображений.................................................................................................122

4

4.4 Примеры статистических исследований...........................................129

4.5 Выводы по четвертой главе.................................................................131

Заключение.......................................................................................................132

Библиографический список.............................................................................134

Приложение А - Основные результаты исследований пациентов................146

Приложение Б - Описание программных модулей........................................150

Приложение В - Пример отчета.......................................................................153

Приложение Г - Описание основных таблиц БД...........................................155

Список используемых сокращений

DICOM - digital image and communication in medicine

PAC S - picture archiving and communication system

CC3 - сердечно-сосудистые заболевания

УЗ - ультразвук

ЭхоКГ - эхокардиография

Стресс-эхоКГ - стресс-эхокардиография

ВОЗ - всемирная организация здравоохранения

НИЗ - неинфекционные заболевания

ЭКГ - электрокардиограмма

ИБС - ишемическая болезнь сердца

ИМ - инфаркт миокарда

АСОПСППЭС - автоматизированная система определения параметров сердца по последовательности эхокардиографических снимков ВЭМ - велоэргометр АД - артериальное давление JIC - локальная сократимость ЕС - Европейский союз МК - митральный клапан МЖП - межжелудочковая перегородка ФВ - фракция выброса ЦОИ - цифровая обработка изображений Д — диастола С - систола

ПФиПОУЗСС - подсистема формирования и предварительной обработки УЗ снимков сердца

Введение

За последнее время в странах ЕС смертность от ССЗ (по всем возрастным группам) неуклонно снижалась и сейчас по сравнению с уровнем 1970 г. уменьшилась вдвое, составив 240-260 на 100 тысяч населения. При этом средний показатель по странам СНГ почти в три раза превышает названный уровень и соответствует 750 на 100 тысяч населения [17]. Только ИБС является основной причиной смертности населения экономически развитых стран и суммарно составляют около 20% в структуре смертности по всему миру и более 50% в РФ [26]. Кроме того, в последнее время имеется четкая тенденция ее страшными осложнениями, поэтому решение вопросов ССЗ занимает одно из приоритетных направлений в программе здравоохранения РФ.

Своевременная диагностика играет важную роль в предупреждении и выявлении на ранней стадии болезней сердца [8, 15, 20, 27]. Одним из распространенных способов диагностики функционального состояния сердца является УЗ обследования, проводимые в покое (ЭхоКГ) и под нагрузкой (стресс-ЭхоКГ) [51, 72, 91]. Во время обследования регистрируется от нескольких десятков до тысяч снимков, из которых кардиолог из-за ограниченного времени приема обрабатывает от 1 до 10 кадров, при этом теряется большой объем информации, который следует использовать для постановки диагноза. В то же время автоматизированная обработка полученных изображений затруднена из-за малого контраста, прерывистых и нечетко выраженных контуров, наличия спекл-шума, а также из-за многофункционального назначения УЗ аппаратов [76, 93, 100, ИЗ].

Кроме того, спецификация взаимодействия программного обеспечения и операционной системой современных УЗ аппаратов является закрытой, что исключает создание модулей расширения. Таким образом, достоинства методов ЭхоКГ и стресс-ЭхоКГ не реализованы в полном объеме на широко используемых в стране УЗ аппаратах [47, 62].

Существующие алгоритмы выделения границ камер сердца, основанные

на текстурной сегментации, морфологических преобразованиях, не учитыва-

7

ют угол наклона камер сердца, прерывистость контуров. Алгоритмы, использующие активные контуры, требуют наличия шаблона - первоначального приближения границы камеры, который итерационно вручную подгоняется под реальную границу, но из-за особенностей каждого снимка сложно подобрать параметры контура (упругость, эластичность, шаг), которые давали бы приемлемые результаты. Кроме того, эти методы являются итеративными.

В связи с этим актуальным является разработка АСОПСППЭС, что позволит провести обработку всей зарегистрированной последовательности снимков обследования, сократить время обработки и анализа каждого снимка, получить новые данные о динамике изменения параметров сердца, повысить точность диагноза за счет большего количества данных, сформировать единую базу данных обследований и вести статистические исследования по различным параметрам.

Целью диссертационной работы является создание системы, обеспечивающей определение требуемых параметров всех ультразвуковых снимков обследования сердца с высокой скоростью и нужной точностью за счет использования алгоритмов секторной сегментации.

Для достижения данной цели необходимо решить следующие задачи.

1. Обзор и анализ систем, методов, алгоритмов обработки и анализа ЭхоКГ изображений.

2. Разработка и исследование алгоритмов предварительной обработки УЗ снимков сердца.

3. Разработка и исследование (на тестовых и реальных изображениях) алгоритмов выделения границ камер сердца и аорты на ЭхоКГ снимках.

4. Создание автоматизированной системы на основе разработанных алгоритмов, программных средств и современных компьютеров.

5. Разработка технологии проведения УЗ обследований сердца в покое и под нагрузкой с использованием автоматизированной системы.

6. Формирование базы данных обработанных УЗ снимков сердца для научно-статистических исследований.

7. Практическое применение созданной системы в кардиологическом отделении больницы и проведение исследований на группе пациентов.

Объект исследования - УЗ снимки сердца, полученные в результате УЗ обследования пациентов.

Методы исследования. В работе использованы методы дискретной математики, математической логики, теории множеств, цифровой обработки изображений, математической статистики.

Научная новизна работы

1. Предложен алгоритм сегментации изображений на последовательности эхокардиографических снимков в проекции по длинной оси, отличающийся предварительным разбиением изображения на секторы с равномерной яркостью и позволяющий автоматически осуществить выделение камер сердца и аорты и измерение их размеров с погрешностью не более 5 %.

2. Разработан алгоритм автоматического построения непрерывных границ камер сердца на последовательности эхокардиографических снимков в апикальных проекциях, основанный на предварительном выделении правой и левой стенок левого желудочка, что дает возможность использовать произвольный угол наклона камер без применения шаблонов и осуществлять измерение их размеров с погрешностью не более 5 %.

3. Разработан способ определения признаков нарушения локальной сократимости левого желудочка сердца, заключающийся в анализе вектора смещения его центра тяжести между снимками последовательности эхокардиографических изображений, позволяющий, в отличие от ранее используемого способа разбиения левого желудочка на отрезки, оценить локальную сократимость в парастернальных проекциях.

Практическая ценность работы. Разработанные алгоритмы и программные модули составляют основу автоматизированной системы определения геометрических параметров сердца, применение которой позволит решать следующие задачи практической медицины:

- использовать для постановки диагноза информацию, содержащуюся во всех снимках, полученных в результате обследования;

- исключить субъективные ошибки врача при расчете геометрических параметров сердца;

- сократить время обследования пациентов.

Реализация результатов работы. Разработанная автоматизированная система используется в кардиологическом отделении больницы на станции Муром ОАО «РЖД» и в учебном процессе Муромского института (филиала) ФГБОУ ВПО «Владимирский государственный университет имени А. Г. и Н. Г. Столетовых» в виде цикла практических занятий по дисциплине «Методы и системы цифровой обработки изображений», что подтверждается соответствующими актами.

На защиту выносятся следующие основные результаты работы.

1. Алгоритм и программный модуль сегментации изображений на последовательности эхокардиографических снимков в проекции по длинной оси, отличающиеся предварительным разбиением изображения на секторы с равномерным контрастом и позволяющие автоматически осуществить выделение камер сердца и аорты и измерение их размеров с погрешностью не более 5 %.

2. Алгоритм и программный модуль автоматического построения непрерывных границ камер сердца на последовательности эхокардиографических снимков в апикальных проекциях, основанные на предварительном выделении правой и левой стенок левого желудочка, что дает возможность использовать произвольный угол наклона камер без применения шаблонов и осуществлять измерение их размеров с погрешностью не более 5 %.

3. Способ и программный модуль определения признаков нарушения локальной сократимости левого желудочка сердца, заключающиеся в анализе вектора смещения его центра тяжести между снимками последовательности эхокардиографических изображений, позволяющие, в отличие от ранее ис-

пользуемого способа разбиения левого желудочка на отрезки, оценить локальную сократимость в парастернальных проекциях.

4. Устройства и автоматизированная система обработки и анализа эхо-кардиографических снимков, позволяющие получить геометрические параметры сердца по последовательности ультразвуковых снимков.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались: на международной конференции «Биомедси-стемы 2009» (г. Рязань, 2009); XII международной специализированной выставке «Кардиология 2010» (г. Москва, 2010); всероссийской научно-практической конференции с международным участием «Высокотехнологичные методы диагностики и лечения заболеваний сердца, крови и эндокринных органов» (г. Санкт-Петербург, 2010); международной научно-технической конференции "Медико-экологические информационные технологии - 2009" (г. Курск, 2009); IX международной научно-технической конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» «Распознавание - 2010» (г. Курск, 2010).

Публикации. Основные результаты диссертации опубликованы в 20 работах, в том числе в 4 статьях в журналах из перечня ВАК, одной монографии, 6 статьях в других научных журналах и 5 тезисах докладов. Получены 2 патента РФ на полезные модели и 2 свидетельства о регистрации программ для ЭВМ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 114 наименований, 72 рисунков, 9 таблиц. Общий объем диссертации 157 страниц, в том числе 133 страницы основного текста, 12 страниц литературы, 12 страниц приложений.

Работа выполнена на кафедре «Информационные системы» Муромского института (филиала) ФГБОУ ВПО «Владимирского государственного университета имени А.Г. и Н.Г. Столетовых».

ГЛАВА 1 ОБЗОР И АНАЛИЗ СИСТЕМ, МЕТОДОВ,

АЛГОРИТМОВ, МЕТОДИК ОБРАБОТКИ И АНАЛИЗА

ЭХОКАРДИОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ

1.1 Состояние проблемы диагностики ССЗ

Сердечно-сосудистые заболевания (ССЗ), наравне с онкологическими заболеваниями и диабетом, прочно удерживают первенст�