автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Научные основы создания проблемно-ориентированной информационно-диагностической системы медицинского назначения

На правах рукописи

УДК 681.518:681.324

СЕМЕНОВ СТАНИСЛАВ ИВАНОВИЧ

НАУЧНЫЕ ОСНОВЫ СОЗДАНИЯ ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ ИНФОРМАЦИОННО-ДИАГНОСТИЧЕСКОЙ СИСТЕМЫ МЕДИЦИНСКОГО НАЗНАЧЕНИЯ

Специальность: 05.11.17 Приборы, системы и изделия медицинского назначения

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Москва 2003

Работа выполнена во Владимирском областном клиническом онкологическом диспансере и Владимирском государственном университете.

Официальные оппоненты:

доктор технических наук, профессор Левин Г.Г.

доктор технических наук, профессор Блинов H.H.

доктор технических наук, профессор Бернюков А.К.

Ведущая организация: ВНИИ медицинского приборостроения

30

Защита состоится 22 октября 2003 г. в 14 на заседании диссертационного совета Д 212.141.14 по адресу: 105005, Москва, 2-я Бауманская ул., д.5

С диссертацией можно ознакомиться в библиотеке МГТУ им. Н.Э. Баумана

Автореферат разослан_ 2003 г.

Ученый секретарь диссертационного

совета Д 212.141.14

доктор технических наук, профессор

, и.

пиридонов И.Н.

-d ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

1. Актуальность проблемы

Эффективность диагностики многих заболеваний зависит от возможности визуализации исследуемых органов, обработки, анализа и хранения полученных изображений. В то же время современные технические возможности рентгеновских диагностических комплексов, УЗИ и эндоскопического оборудования не позволяют врачам клинических отделений непосредственно присутствовать при исследованиях и самим оценивать получаемую визуальную диагностическую информацию.

Современным решением этой проблемы является электронный обмен медицинскими изображениями, который обеспечивает дистанционный доступ нескольких специалистов к одному и тому же изображению, а также передачу изображений из одного лечебного учреждения в другие для проведения консультаций (может выполняться за минуты, тогда как обычная' пересылка снимков занимает несколько дней). Наличие изображений в электронной форме позволяет выполнять сложную компьютерную обработку, значительно улучшающую возможность постановки диагноза и принятия решений о тактике лечения пациента.

Кроме того, цифровые методы позволяют проводить, например, рентгенологические исследования при существенно меньшей лучевой нагрузке на пациента (по разным данным в пять - десять раз меньше, чем при традиционной пленочной технологии). Статистика показывает, что до 1520% снимков, сделанных на пленочных рентгеновских комплексах, оказываются неинформативными. Но об этом становится известно не сразу, а после проявления пленки, в то время как цифровое изображение доступно для анализа сразу после получения, что практически исключает появление брака.

В целом электронная передача медицинских изображений способна существенно ускорить процесс диагностики заболеваний и лечения пациентов, снизить долю повторных исследований, экономить дорогостоящую рентгеновскую пленку и реактивы для фотолабораторного процесса.

Однако реализация электронной передачи медицинских изображений наталкивается на многие трудности. Обычно фирмы - производители медицинского оборудования разрабатывают собственные стандарты хранения изображений систем медицинской визуализации, такие как SIENET, PMS-Net, DEFF Ultrasound, Elscint Nuclear, GE Starcam , GE CT 8800, GE CT 9800, GE CT HLA/HSA and MR Signa, Imatron CT, Interfile, Picker CT, Philips CT, Resonex MR, Siemens CT and MR, Siemens Icon Nuclear, Strichman Neuro 900 Nuclear, Toshiba Nuclear, Trionix Nuclear и т.д. Эти системы имеют различные форматы для входных и выходных данных, отдельные форматы для записи данных на сменные носители ит$$мации, а

! ¿ Sm/A 1

также собственные протоколы обмена, поэтому подобные системы не позволяют осуществлять прием и обработку изображений, полученных на диагностических устройствах производства других фирм.

Практика оснащения отечественных учреждений здравоохранения диагностическим оборудованием показывает, что оно приобретается постепенно, у разных производителей, которые предлагают несовместимые аппаратные и программные средства. Это существенно затрудняет задачу интеграции устройств медицинской визуализации в единой сети лечебного учреждения.

Для того чтобы сделать такие системы более открытыми, крупнейшие разработчики (General Electric, Toshiba, Philips, Siemens PICKER, HP) включают в них возможность передачи изображений во внешние информационные системы и сети по стандарту DICOM-3.0 (Digital Imaging and Communication in Medicine). Однако эта возможность предоставляется опционально, дополнительные DICOM- аппаратно-программные модули не локализованы, весьма дороги и малодоступны.

DICOM-3.0 способствует развитию систем архивирования и передачи изображений (PACS — Picture Archiving and Communication System) и поддерживает стандартные сетевые протоколы типа TCP/IP. Согласно положениям этого стандарта, обязательной является поддержка 16 из 127 разделов, описывающих формат, остальные разделы поддерживаются производителями медицинской техники по собственному усмотрению. Поэтому, даже в 3-ей версии существуют проблемы совместимости. Кроме того, в настоящее время еще не завершена работа по дополнению 15 — "Изображения видимого диапазона", например, оптическая микроскопия и эндоскопия.

Формат файлов DICOM 3.0 отличается от стандартных форматов изображений типа BMP, TIFF, JPG, GIF и т.д. передачей дополнительной информации об истинных размерах, позиционировании, плотностях и других параметрах исследуемого объекта. При этом ее структура и объем существенно зависят от вида проведенного обследования.

Следует отметить, что при анализе медицинских изображений небольшого числа пациентов эта дополнительная информация, как правило, не бывает сразу же необходима врачам-диагностам. Она может быть получена на основе практики проведения исследований, надписей, сделанных на самом изображении, сопровождающих текстов заключений и более существенна для последующей автоматизированной обработки результатов.

Структура сообщений стандарта DICOM позволяет выделить из них само изображение, игнорируя другую информацию. Поэтому не случайно, что в последние годы стали появляться многочисленные программные пакеты - uBbioepbi"(viewers), способные отображать на мониторе компьютера изображения из DICOM- файлов и конвертировать их в привычные форматы

растровых изображений. Например, AccuViewer Lite (фирмы Acculmage Diagnostics), Pi View 3.0 (компании MediFace), eFilm (фирмы Medical Imaging System), ИнфоРад 2.0 (компании ВИДАР) и др.

Для решения задачи структурирования результатов лучевых исследований в 1996 г. был разработан глоссарий SNOMED-DICOM (SDM). Систематизированная номенклатура медицинских терминов SNOMED полностью охватывает клиническое расширение классификации МКБ-10 и включает в себя морфологическую классификацию опухолей ICD-0. Эта версия номенклатуры приняла международный характер и продолжает совершенствоваться (SNOMED RT 1999). Однако SDM не дал ожидаемых результатов и задача стандартизации структуры текстовой части результата лучевого исследования еще не решена в стандарте DICOM. Эта задача частично решалась в стандарте HL7 (Health Level 7), но предложенное там

* решение не обеспечивало превращение результата лучевого исследования в мультимедийный документ. Поэтому с 2000 г. разработчики стандарта DICOM продолжают работу совместно с комитетом HL7. Вообще, в

♦ настоящее время наблюдается тенденция к интеграции наиболее авторитетных стандартов медицинской информатики: HL7, DICOM, SNOMED, RCC (Клинические Коды Рида).

Все они связаны с ведением электронной истории болезни и регламентируют терминологию, передачу медицинских документов и изображений, способы организации данных, обеспечение доступа медицинских работников и пациентов к электронной истории болезни.

Однако единого и общепринятого определения понятия электронной истории болезни до сих пор не существует; оно эволюционирует с развитием информационных технологий. Кроме того, наличие существенных различий в организации и практике оказания медицинской помощи и медицинского документооборота в России и за рубежом препятствует внедрению названных стандартов в отечественной системе здравоохранения.

Известные конкретные реализации PACS, такие как Radiology Information System (кооперация AT&T-Philips), IBM PACS TIANI, ALI UltraPACS, MDIS (Medical Diagnostic Imaging Support System, США), INGRES (Швейцария), ТАНА и АТРИС (РФ) и другие содержат удаленные архивы на серверах, что позволяет быстро находить и просматривать необходимую информацию. Однако графические станции для обработки изображений в таких системах строятся, как правило, на дорогостоящих платформах Sun Microsystems (например, Sun Sparkstation2), Silicon Graphics и др., которые работают под управлением операционных систем (ОС) семейства UNIX (Solaris, SunOS, IRIX, HPUX).

Решить перечисленные проблемы позволяет использование альтернативных цифровых технологий и создание автоматизированных систем ввода, архивирования, анализа и обработки цифровых изображений на базе имеющегося диагностического оборудования с применением

персональных компьютеров на платформе Intel под управлением ОС семейства Windows.

Одним из эффективных способов реализации технологий оцифровки изображений является преобразование сигналов из стандаршого аналогового телевизионного формата, получаемого на выходе большинства визуализирующих диагностических устройств (включая эндоскопические приборы и оптические микроскопы) в цифровую форму с помощью специальных плат-захватчиков видео (Video Capture, Video Blaster).

Оценки качества изображений, полученных таким способом, показывают, что оно ниже, чем в полностью цифровых диагностических системах и ограничивается только возможностями диагностического оборудования (пространственное и контрастное разрешение РЭОП или ПЗС), а не системами захвата и оцифровки.

Известно, что увеличение вероятности распознавания объектов на изображении может быть достигнуто повышением разрешения или увеличением контраста и уменьшением шумов (Живичин, А.К., Соколов B.C., 1973; Спиридонов И.Н., Щетинкин B.C. 1995).

Пространственное разрешение на изображениях при эндоскопии не превышает числа волокон - световодов в эндоскопе и составляет, по данным фирм-изготовителей величину порядка 104 (100x100 пикселей). При рентгеноскопии полное число элементов изображения определяется разрешением РЭОП, но в любом случае не превышает разрешения телевизионного растра. Для рентгеновского диагностического комплекса EDR-750B эта величина составляет 300x400. Любые дальнейшие преобразования одиночных изображений, в том числе - цифровая обработка, не повышают эту величину. Таким образом, разрешение на всех типах изображений не выше 300x400. Отсюда следует необходимость создания методов и алгоритмов их обработки для повышения дешифровочных свойств в условиях ограниченного разрешения.

При цифровой обработке изображений применяются различные глобальные и локальные пространственные алгоритмы, которые увеличивают контраст, подчеркивают границы объектов, усиливают четкость, осуществляют выделение границ объектов и их сегментацию, снижают уровень шумов. Локальные пространственные алгоритмы основаны на операции дискретной свертки изображения и скользящей маски. Большой вклад в развитие теории цифровой обработки изображений, совершенствование методов и средств обработки внесли Прэтт У., Красильников H.H., Мирошников М.М., Янковский P.E., Спиридонов И.Н. Садыков С.С., Ярославский Л.П. и другие.

Предпринимались попытки обоснования методов синтеза скользящих масок (Kirsche R.A., 1957; Roberts L.G., 1965; Sobel I, 1969; Prewitt J.M.S., 1970; Robinson G.S., 1977; Бакут П.A., 1987), однако до сих пор отсутствует теория и методы их классификации. Это подтверждается наличием в 4

современных графических системах, таких как Corel PHOTO-PAINT'10, Adobe Photoshop 6.0, AM Lab Hesperus v3.0 и многих других возможности пользовательского синтеза скользящих масок методом проб и ошибок.

Дополнительные проблемы возникают при создании медицинских информационных систем (МИС) в специализированных лечебных учреждениях. Так, специфической особенностью онкологических лечебных учреждений является применение в арсенале лечебных средств высокоэффективных радиологических терапевтических методов. Весьма актуальными в этой связи являются задачи планирования распределения дозовых полей гамма излучения в гетерогенных средах, которые решаются с помощью компьютерных систем планирования, таких как ПЛАНЕР, АМФОРА (РФ), ROCS (США), TheraPLAN, Helax-TMS (Канада), PLATO (Нидерланды) и др. Исходной информацией для этих систем являются топометрические данные, получаемые с помощью рентгеновских симуляторов, в лучшем случае - компьютерные томограммы.

Поскольку компьютерные томографы (КТ) дороги и мало » распространены в лечебных учреждениях РФ, а симуляторы более доступны,

возникает задача модернизации рентгеновского симулятора, позволяющая использовать его в качестве КТ. Последующая специальная обработка компьютерных томограмм с целью выделения контурных препаратов и передача их непосредственно в планирующие системы по локальной сети даст возможность резко повысить производительность и точность планирования, включить всю радиологическую ветвь онкологического диспансера в состав общей МИС. В направлении развития идей томографии и создания методов и алгоритмов работают Haunsfield G.N., Терновой К.С. Пикапов В.В., Преображенский Н.Г., Левин Г.Г. Вишняков Г.Н., Черепенин В.А., Блох П.. Удупа Дж. К., Ambrose J. и другие.

Схема сканирования на рентгеновском симуляторе принципиально отличается от схем компьютерной томографии, прежде всего, малой угловой апертурой рентгеновского пучка. Поэтому необходимо создание математической модели для формирования полной матрицы преобразования Радона по усеченным проекциям и алгоритма объединения проекций для восстановления полного среза объекта по усеченным данным от нескольких локальных областей.

Кроме того, МИС для онкологии должны способствовать реализации следующих требований: диспансерное наблюдение за больными злокачественными новообразованиями (ЗНО); возможность ранней Диагностики ЗНО; комплексность диагностики (Старинский В.В., Чиссов В.И., 1995). Однако выбор программных средств на рынке медицинских информационных систем не покрывает всех потребностей онкологов.

Из приведенного обзора следует актуальность создания и развития организационных форм, технических средств и ' информационных технологий, способных преодолеть перечисленные проблемы и позволяющих

повысить эффективность диагностики и лечения больных в условиях российских лечебно-профилактических учреждений.

Для этого необходим единый комплексный подход, позволяющий создать проблемно-ориентированную информационно-диагностическую систему медицинского назначения, способную решать насущные проблемы, как практических врачей, так и ученых с использованием возможностей современных компьютерных средств, с учетом рекомендаций известных стандартов обмена медицинской информацией НЬ7, ОЮОМ-З.О и технологий РАСБ.

Отсюда вытекает актуальная и социально значимая народнохозяйственная и научная проблема создания проблемно-ориентированной информационно-диагностической системы медицинского назначения, разработки математических методов и аппаратно-программного обеспечения сложной системы управления диагностическими данными различной природы.

2. Цель работы:

Научное обоснование создания проблемно-ориентированной информационно-диагностической системы медицинского учреждения с показателями, удовлетворяющими требованиям существующих стандартов на основе цифровых методов и средств обработки и передачи информации, обеспечивающей решение актуальной в настоящее время и социально значимой для общества задачи повышения качества медицинской диагностики и лечения, ее экспериментальное апробирование в учреждениях здравоохранения и образования.

Для достижения целей работы необходимо было решить комплекс взаимосвязанных научных и практических задач:

1. Анализ методических аспектов и подходов к решению проблем создания информационно-диагностической системы медицинского назначения.

2. Создание элементов теории и классификации операторов дискретной свертки для локальной обработки изображений; исследование внешних параметров операторов и разработка рекомендаций по их оптимальному выбору для решения задач обработки медицинских изображений.

3. Создание метода улучшения качества цифровых изображений на основе модификации векторных полей градиентов.

4. Разработка математической модели для формирования полной матрицы преобразования Радона по усеченным проекциям, а также способа сканирования и алгоритма объединения проекций для восстановления полного среза объекта по усеченным данным при работе рентгеновского симулятора в режиме КТ. Создание алгоритма пополнения недостающих

проекционных данных, позволяющего применять для реконструкции методы, основанные на интегральных преобразованиях.

5. Разработка принципов построения унифицированного автоматизированного рабочего места (АРМ) врача-диагноста.

6. Создание структуры и алгоритмов базы диагностических данных, аппаратной, программной и информационной структуры АРМ клинических отделений, парамедицинских и административных служб в составе системы. .

7. Разработка принципов построения многоуровневой подсистемы хранения и передачи данных информационно-диагностической системы с применением элементов технологии РАС Я.

8. Разработка специализированных экспертно-справочных систем АРМ Эндоскопия и АРМ УЗИ применительно к онкологической диагностике.

9. Внедрение системы и анализ результатов ее работы в организациях онкологического, общемедицинского и образовательного профиля.

3. Методы исследований

При проведении исследований для достижения поставленных целей , использовались методы спектрально-корреляционного анализа, интегральной геометрии, методы математического и полунатурного моделирования на ЭВМ, основанные на современной теории сигналов, теории матриц, методах численного анализа рядов, методах цифровой обработки изображений и теории дискретных ортогональных преобразований.

4. Научная новизна работы

Научные результаты, полученные в диссертации, состоят в следующем:

1. Разработаны элементы теории и способ классификации неадаптивных операторов дискретной свертки размерности 3x3 для локальной обработки изображений. Предложены рекомендации по оптимальному синтезу операторов на основе анализа их внешних параметров.

2. Предложено теоретическое обоснование метода повышения качества медицинских изображений путем преобразования векторных полей градиентов.

3. Решена проблема восстановления полной томограммы объекта по усеченным проекциям и предложен метод сбора проекционных данных, основанный на использовании нестандартной схемы сканирования, разработан метод доопределения проекций.

4. Разработаны принципы построения унифицированного АРМ врача-диагноста, предназначенного для захвата, оцифровки, анализа, обработки и передачи медицинских изображений, независимо от типа источника изображения, включая источники изображений видимого диапазона.

5. Предложены структура и алгоритмы управления базой диагностических данных, позволяющие преодолеть проблемы структурирования графической и текстовой информации - результатов лучевой диагностики и эндоскопии.

6. Предложены принципы построения 4-х уровневой PACS-подсистемы хранения и передачи данных, позволяющей минимизировать время транзакций.

' Научная новизна работы подтверждена:

-созданием информационно-диагностической системы, автоматизированных рабочих мест и методов обработки изображений, применение которых позволяет повысить эффективность, точность и качество медицинской диагностики;

-разработкой аппаратно-программных средств, решающих прикладные задачи не только онкологического, но и общемедицинского значения.

5. Практическое значение работы

Работа выполнена в отделе медицинской физики Владимирского областного клинического онкологического диспансера (ОКОД). Разработанные в диссертации информационно-диагностическая система, локальная вычислительная сеть, АРМы, математические методы, алгоритмы и программы автоматизированной обработки изображений внедрены в практическую работу во Владимирском ОКОД.

Созданная компьютерная информационно-диагностическая система с 1995 г. эксплуатируется и совершенствуется во Владимирском ОКОД. Отдельные элементы системы применяются диагностическими службами МНИОИ им. П.А. Герцена (Москва), в НИИ онкологии им. H.H. Петрова (Санкт-Петербург), в отделениях диагностического профиля Владимирской областной клинической больницы и Муромской ЦРБ. Накопленная база данных и аппаратно-программные средства созданной системы широко используются для проведения последипломного обучения врачей-эндоскопистов, УЗИ-диагностов, рентгенологов, онкологов, терапевтов и хирургов Владимирской области на кафедрах онкологии и педиатрии факультета последипломного образования ИвГМА.

Практические результаты работы позволяют создавать системы ввода, хранения, обработки и анализа рентгеновских, эндоскопических и УЗИ изображений с высокими техническими характеристиками, отвечающими современным требованиям к аналогичным системам.

Разработанные методы и алгоритмы позволяют использовать рентгеновский симулятор в качестве компьютерного и классического томографов при проведении диагностики и топометрии опухолей головы и шеи, в научно-исследовательской работе. Ряд теоретических результатов и программно-технических средств системы используется в учебном процессе во Владимирском государственном университете и других вузах.

Совокупность теоретических и прикладных положений, направленных на разработку проблемно-ориентированной информационно-диагностической системы медицинского назначения, представляет собой решение научной проблемы, имеющей важное социальное и народно-хозяйственное значение.

6. Основные положения, выносимые на защиту:

1. Элементы теории и способ классификации неадаптивных операторов дискретной свертки размерности 3x3 для локальной обработки цифровых изображений.

2. Результаты экспериментальных исследований зависимости внешних параметров сверточных операторов для локальной обработки изображений от их внутренних геометрических параметров.

3. Метод повышения качества изображений на основе преобразования векторных полей градиентов.

4. Метод регистрации томографических проекций на рентгеновском симуляторе, метод и алгоритмы пополнения данных при восстановлении томограмм по усеченным проекциям.

5. Принципы построения унифицированного АРМ диагноста, структура базы данных, а также аппаратного, программного и информационного обеспечения информационно-диагностической системы медицинского назначения.

7. Апробация работы

Основные положения диссертации доложены на международном симпозиуме «Актуальные вопросы онкологии» (С.-Пб, 1996 г.); международном научном форуме "Онкология на рубеже XXI века. Возможности и перспективы", (Москва, 1999 г); IV международной конференции «Математика. Компьютер. Образование.», (Пущино, 1997 г); международном симпозиуме "Актуальные вопросы организации и развития раковых регистров", (С.-Пб, 1998 г.); III международной конференции "Радиоэлектроника в медицинской диагностике", (Москва, 1999 г.); III и IV международных научно-технических конференциях "Физика и радиоэлектроника в медицине и биотехнологии ФРЭМБ'98 и ФРЭМБ'2000", (Владимир, 1998, 2000 гг.); на 7 международном научно-техническом семинаре «Проблемы передачи и обработки информации в информационно-вычислительных сетях» (Москва, 1997 г.); международной научно-технической конференции «Распознавание - 99» (Курск, 1999 г.); пленуме Всероссийского общества онкологов «Высокие медицинские технологии в лучевой терапии злокачественных опухолей» (Ростов-на-Дону, 1999 г.) и др.

8. Публикации

По материалам, изложенным в диссертации, опубликовано 48 работ, 1 монография и 1 учебное пособие.

9. Структура и объем работы

Диссертация состоит из введения, шести глав, заключения, списка литературы, имеющего 175 наименований отечественных и зарубежных источников, в том числе работы автора, приложения. Общий объем диссертации 276 страниц, в том числе 252 страницы основного текста, 77 рисунков, 12 таблиц, 7 страниц приложения.

Автор искренне благодарит зав. каф. "Информационные системы" МИ ВлГУ д.т.н., профессора Садыкова С.С., директора департамента ^

здравоохранения Владимирской области, зав. каф. онкологии ФППО ИвГМА, д.м.н., профессора Зирина А.Г., зам. главного врача Владимирского ОКОД к.м.н., доцента Вихареву Е.В., зав. каф. РТиРС ВлГУ д.т.н., профессора Никитина O.P., декана ФРЭМТ ВлГУ, зав. каф. БМИ д.т.н., профессора Сушкову JI.T., зав. диагностическим отделением ОКОД к.м.н. Бабкина А.Е., к.т.н. Жизнякова A.JI., к.т.н. Андрианова Д.А., к.т.н. Середу С.Н., к.т.н. Шарапова Р.В. за поддержку и содействие при выполнении данной работы; всех коллег, которые оказали помощь при проведении исследований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении дается общая характеристика работы, обоснована актуальность темы, сформулирована научная проблематика, цели и задачи исследования, определены выносимые на защиту основные положения работы.

Первая глава посвящена обоснованию актуальности применения современных информационных технологий в российском здравоохранении. На примере онкологии рассмотрено состояние заболеваемости в мире, в России и во Владимирской области. Проанализированы инструментальные >

средства визуальной диагностики, представленные во Владимирском ОКОД, их состав и технические характеристики.

Рассмотрены известные информационные системы в здравоохранении, структуры хранения данных, госпитальные информационные системы и стандарты, такие как HL7, DICOM-3,0 и другие, а также система архивирования и передачи изображений PACS, их преимущества и недостатки.

В обзоре методов обработки цифровых изображений рассмотрены лицензионные программные пакеты и специальные методы, к которым отнесены методы, инициированные идеей использования рентгеновского симулятора в качестве КТ.

В главе 2 приводятся результаты исследований методов и алгоритмов повышения качества изображений, получаемых на визуализирующих диагностических устройствах и результаты разработки математических методов и алгоритмов их преобразований.

Исследованы известные и предложены модифицированные алгоритмы повышения контраста изображений, полученных на АРМ информационно-диагностической системы онкологического диспансера. В главе приведены результаты исследований наиболее известных алгоритмов фильтрации спекл-шума на ультразвуковых изображениях.

На основе известных данных (Мирошников М.М., 1987) и анализа цифровых изображений, получаемых в системе, были выбраны два параметра, определяющие их качество - обобщенный контраст и энтропия.

Обобщенный контраст изображения К0

1 \Ь2у -12у \

кг - 1 уун ьср 1 т

где Мх.N - размер изображения в пикселях,

Ьу - текущая яркость пикселя с координатами (г,у),

Ьср - средняя яркость по всему изображению,

у - гамма-контраст системы. Энтропия определялась по формуле

^тах

Я = ~£С(6)10£2С(6), (2)

г>=о

где Втах - максимальная яркость на изображении,

Ст(Ь) — нормированная одномерная гистограмма изображения. Энтропия Н в 8-битной шкале глубины яркости цифровых изображений (В,пах = 255) не превышает 8 бит/пике.

Результаты измерений параметров качества исходных цифровых изображений представлены в Табл.

Таблица

Параметры качества исходных цифровых изображений

Тип цифрового изображения К0 н

Рентгеновское 0,28...0,39 5,83...6,49

Эндоскопическое 0,24...0,31 5,75...6,20

Ультразвуковое 0,56...0,73 4,48...6,97

Исследованы известные и разработаны модифицированные алгоритмы повышения обобщенного контраста, повышающие К0, например, на рентгеновских цифровых изображениях до 0,5...0,68. Предложены модифицированные алгоритмы устранения спекл—шума на ультразвуковых изображениях, снижающие уровень шума на 5-6%. Разработаны алгоритмы измерения геометрических параметров объектов на цифровых изображениях: линейных размеров, периметров, площадей и объемов.

В связи с отсутствием теории и классификации операторов дискретной свертки - скользящих масок, была предпринята попытка создания такой теории для наиболее известных и широко применяемых на практике неадаптивных масок размерности 3x3.

Пусть дано аналоговое изображение - прототип Лх,у) и получена его дискретная модель /у, тогда свертка маски

"4-1 "Чо иц,

«сн т0,0 т0>\

тХ-\ т\о т\\

с дискретным изображением определяется соотношением

+1 +1

] ~~ 2 'Лчр,./ + д (2)

р=-1

Получено соответствие между операцией свертки (2) в дискретной области и операцией дифференцирования над аналоговым прототипом 11 г , ч

I + Р(1х + С<ду +2{р2дХХ + 2РС{дху + Ч1дууЫх^ (3)

Линейный дифференциальный оператор второго порядка в (3) в общем виде может быть записан как

Ь1 = а00дхх + 2а01дху + а1 \дуу + 2а02дх + 2аПду + а22 , (4)

где матрица [атп\ симметрична.

Для оператора (4) формально введено уравнение характеристики

аоо х2 + 2а01ху + аиу2 + 2а

02х + 2а12у + ап-0. (5)

Предложен способ классификации ядер свертки по уравнениям характеристик (5), являющихся коническими сечениями.

Найдены выражения для коэффициентов матрицы [атп] через элементы маски:

d22 = S

2aoo = S- (m0_x + m00 + m01) 2an = S - {m _ 10+ m00 + ml0) 2a0i = m_, + mxx - mx_x -m_xx 2a02 = mlt_x + mXQ + mxx - {m _ t + m _ 1>0 + m _ 1Д)

2oi2 = m _ M + mox + mxx ~{m_,_] + m0_x + mx^

где S - сумма элементов маски.

Предложен метод нахождения АЧХ эквивалентных фильтров. Так, в общем случае, для маски с характеристикой (5) эквивалентный фильтр дается уравнением

К(и,v) = -a00и2-2aQluv-auv2 + 2aQ2iu + laniv + a22. (7)

Поставлена и решена задача построения маски дискретной свертки по заданному дифференциальному оператору (4):

М =

~~ «00 _ «02

«Ц-«|2 «22 ~ ¿(«00 +«11) «11+«12 «00 + «02

01

(8)

^01

2 "" 2 Проанализированы маски и операторы общего вида, а также' наиболее известные маски (Лапласа, Кирша, Собела, Робертса, Превитта, Робинсона и др.), широко применяемые в алгоритмах обработки изображений. Найдены выражения для элементов маски в зависимости от геометрических параметров соответствующего конического сечения, а именно, от фокального параметра Р, эксцентриситета Б и угла поворота главной оси конического сечения 0 (внутренние параметры маски).

Исследованы групповые свойства масок, показана неэквивалентность группы Г транспозиций элементов маски

/>) (а Ь

Т

м(9) =

а

О с

тм =

о

и подгруппы поворотов главной оси характеристик на углы, кратные 9 = у^.

В качестве тестового изображения №1 для исследования характера чувствительности масок была выбрана аксиально-симметричная двумерная функция Гаусса с максимальным значением в центре, равным единице и полушириной ст = 3, т.е. порядка размера маски.

Предложено ввести параметры чувствительности маски по осям Ох и Oy на области изображения Q как

Sx = max(r(x,0)) - min(r(*,0)),

(9)

Sy - max(r(0, у)) - min(r(0, у)) \/x,yeQ, где r(x, у) - профиль отклика. Величина S = max(5x, Sy) характеризует чувствительность маски, а отношение

тт(ЛЛ Sy)

названо коэффициентом анизотропии маски. В отличие от "внутренних"

параметров маски (0, Е, Р, и др.), параметры S и Кап считаются "внешними".

Для исследования связности контуров, получаемых в результате действия сверточных операторов, введено еще одно тестовое изображение №2 по закону:

А

G(x,y) =-р--т,гдеЛ = Л/?+7- 00

л

1 + ехр<!

Ч т

■ Подходящим подбором констант А, ц и Т можно получить центрально-симметричное изображение (круг заданного радиуса) с однородной яркостью в центре и гладкой границей на однородном фоне. Для последующей бинаризации отклика применялась пороговая процедура.

Предложен внешний параметр - число точек, принадлежащих контуру на бинарном изображении, который характеризует толщину и

непрерывность контура. Далее для вычисления и сравнения величин Л^, соответствующих различным маскам при разных значениях их внутренних параметров использовалось тестовое изображение №2 (11) с фиксированными значениями величин А, Тк\1.

Зависимости 5(Р) и Кап{Р) для параболических масок /0 Р (Л

л,® -

с характеристикой у2-2Рх = 0 (12)

1 -2 1 -Р 0)

на тестовом изображении №1, полученные путем численного моделирования, представлены на рис. 1. 14

Маски Робинсона, Превитта, Собела оказываются практически

эквивалентными между собой и просто являются операторами

дифференцирования по х, отличаясь лишь мультипликативным коэффициентом.

Рис. 1. Зависимость чувствительности £ -а) и анизотропии Кап -б) параболической маски от фокального параметра Р

Из анализа бинарных изображений, полученных сверткой параболических операторов с тестовым изображением №2 и рис. 2, на

котором представлена зависимость Ыь{Р), следует, что при Р < 0,5 и Р > 2 на искомом контуре появляются разрывы.

Рис. 2. Зависимость числа точек Иь, принадлежащих контуру на бинарном изображении В(х,у) от фокального параметра параболического оператора

Поэтому операторы Робинсона, Превитта и Собела не являются оптимальными и с этой точки зрения.

Оптимальной (максимум М/,) параболической маской оказывается следующая:

21£ 2 -2

2

с характеристикой

й уг-42х = 0

(13)

Исследовано поведение внешних параметров эллиптической маски с фокальным параметром Р = 0: ГО 1-е2

центральной

„(0)

Мп =

1 - 2(2 - е2) 1 0 1-е2 0

с характеристикой (I - е2)х2 + у2 = 0 (14)

в зависимости от эксцентриситета £.

Рис. 3,а и б иллюстрируют, соответственно, зависимости чувствительности и анизотропии эллиптических масок при Р = 0 от эксцентриситета.

а) б)

Рис. 3. Зависимости чувствительности 5 эллиптической маски -а) и ее коэффициента анизотропии Кт -б) от эксцентриситета при Р = О

При стремлении £ к нулю анизотропия стремится к единице, но по нелинейному закону. Увеличение чувствительности маски при е—»0 не очевидно. То обстоятельство, что при увеличении эксцентриситета чувствительность маски падает (рис. 3,а), а при значениях £ > 0,8 на искомом контуре вследствие нарастающей анизотропии (рис. 3,6) появляются разрывы (анализ результирующего бинарного изображения и данных рис. 4), позволяет сделать вывод, что среди эллиптических масок более предпочтительна для практики маска Лапласа. Из данных рис. 4 следует, что на бинарном изображении В(х, у) при значениях £>0,8 наблюдается резкое

уменьшение числа точек Л^, принадлежащих контуру, связанное с появлением разрывов в контуре.

900

800

700

600

Nb

—,—

с N

0 0.2 0.4 0.6 0.8 1

Рис. 4. Зависимость числа точек Л^, принадлежащих контуру на бинарном изображении В(х, у) от эксцентриситета эллиптического оператора (/М))

Нецентральные гиперболические маски /0 1 -е2 + р

М,

(о)

, характеристика (l - е2)х2 + у2- 2 Рх = 0,(15)

1 -2(2-е2) 1 ^0 1 - е2 - Р 0J

обнаруживают особенный характер поведения чувствительности и анизотропии в зависимости от Е и Р. На рис. 5 представлено поведение их чувствительности (а) и анизотропии (б) в зависимости от эксцентриситета.

0.006

0.004

0.002

S * *

Р Ь Ф * А

УХ

Р = 0,5 Sp=*Q

'ZZ е

10

2.5

г-__Л л ^пи / , - |......—

*

9 ■ - р.. 1

* %

«'« __' 0,5'-.. --—

....... » * •

с

I

1.5

2.5

I 1.5 2

а) б)

Рис. 5. Зависимость чувствительности 5-а) и коэффициента анизотропии Кап -б) гиперболической маски от эксцентриситета е при Р = 0, 0,5 и 1

Чувствительность гиперболических масок при указанных на рис. 5 значениях Р остается постоянной и минимальной при Е < -/2, а при е = л/2

наблюдается резкий максимум анизотропии (или особенность при Р = 0), связанные с изменением знака коэффициента при второй производной по X.

Из анализа бинарных изображений и данных рис. 6 при достаточно малых Р следует, что при 8 > -Л в искомом контуре появляются разрывы, поэтому предпочтительным оказывается значение 8 и 1,25.

Рис. 6. Зависимость числа точек Л^, принадлежащих контуру на бинарном изображении В(х,у) от эксцентриситета гиперболического оператора

При Е = 42 также наблюдается резкий максимум анизотропии (рис. 7,а).

Рис. 1: Зависимость коэффициента анизотропии Ка„ -а) и числа точек контура на бинарном изображении В{х,у) -б) от эксцентриситета гиперболического оператора при Р-10, Р = 12 (маска Кирша при е =2) и Р = 14

Кроме этого, очевидно, что маска Кирша не является оптимальной с точки зрения достижения экстремальных значений анизотропии или чувствительности, а из рис. 7,6 можно заключить, что маска Кирша не является оптимальной и с точки зрения получения неразрывных контуров.

Предложена в качестве альтернативы маска с и умеренным

значением Р (например, Р = 1 ): 'О О О'

2 2

1 0 1с характеристикой — х + у — 2х = 0. (16)

,0 -2 О,

Таким образом, предложенная теория конструктивна и позволяет не только анализировать свойства известных масок, но и синтезировать новые, с заранее заданными свойствами. Дальнейшее развитие теории позволит синтезировать маски для увеличения резкости изображений, а также начать исследование масок более высоких размерностей и нелинейных масок.

Разработан метод преобразования, основанный на модификации векторного поля градиента изображения. Идея предложенного метода состоит в том, чтобы усилить слабые вариации яркости при сохранении сильных.

Если определить векторное поле градиента яркости на изображении:

= + (17)

то с помощью некоторого оператора

Âg(*,.y)->h(x,>>) (18)

можно получить другое векторное поле h, из которого путем интегрирования получается новое изображение

Оператор А выбирается таким, чтобы увеличивались малые по модулю градиенты и относительно уменьшались большие без изменения углов ориентации векторов. При таком1' преобразовании на тех областях изображения, где есть небольшие вариации яркости на однородном фоне, они проявляются и становятся видимыми, и, в то же время, импульсные помехи оказываются подавленными (этим метод принципиально отличается от метода обратного градиента).

Результаты модификации векторного поля градиента рентгеновского изображения оператором, который реализуется на основе функции Лоренца, показывают, что обобщенный контраст изображения уменьшается от 0,38 до 0,36, но энтропия растет от 7,596 до 7,742.

Проанализированы недостатки метода и пути их преодоления.

Глава 3 посвящена разработке методов и алгоритмов восстановления томографических изображений на рентгеновских симуляторах.

При работе симулятора в томографическом режиме полный набор проекций регистрируется лишь для некоторого круга, лежащего внутри исследуемого тела. Возникает задача реконструкции томограммы по

неполному набору данных. Геометрия сканирования, реализуемая на рентгеновском симуляторе, приведена на рис. 8.

излучатель

Рис. 8. Геометрия сканирования на рентгеновском симуляторе

При указанных параметрах сканирования угловая апертура рентгеновского пучка составляет менее 8°. Поэтому приближенно считаем, что сканирование производится параксиальным пучком.

Важным параметром системы регистрации является динамический диапазон выходного сигнала. Как показал анализ гистограмм, РЭОП симулятора обеспечивает не более 200 градаций яркости, в то время как применяемые в серийных томографах счетчики фотонов способны различать более 4000 уровней.

Пространственное разрешение восстановленного изображения определяется разрешением по пространственной / и угловой 9 координатам. Для того чтобы восстановленное изображение имело одинаковое разрешение по всем направлениям, число отсчетов по углу должно быть в л/2 раз больше числа отсчетов в проекции. Так как симулятор 8Ь8-9, вообще говоря, не предназначен для регистрации данных во время поворота гантри, то определяющей является проблема обеспечения достаточного углового разрешения. При вращении гантри движется с угловой скоростью 9% с нестабильностью 0,05. При таких параметрах погрешность позиционирования системы составляет ±0,5°. Шаг по угловой координате должен превышать это значение. Окончательно вопросы выбора параметров сканирования, алгоритма восстановления и определения величин

допустимых погрешностей решаются, исходя из сформулированных условий с помощью математического моделирования.

При работе симулятора в томографическом режиме реализуется схема сбора проекций, представленная на рис. 9.

При этом полный набор проекций регистрируется лишь для некоторого круга, лежащего внутри исследуемого тела (облучаемый объем). Задача восстановления томограммы в этих условиях сводится к проблеме реконструкции по неполному набору данных.

Для оценки вклада в проекцию областей, внешних по отношению к облучаемому объему, предложена следующая модель.

Пусть объект представляет собой круг единичного радиуса О, с центрально симметричным распределением искомого параметра /(зависит только от одной координаты х) сканирующий параксиальный пучок имеет полуширину а < 1. Угол наклона проекции относительно оси х обозначим 0, координату вдоль проекции - через I.

Тогда погрешность реконструкции области С1а радиуса а, возникающая за счет вклада в лучевую сумму области ПП^д, внешней к

О.а, не превышает величины

Рис. 9. Схема сбора проекций на рентгеновском симуляторе

Графики функции С при различных а приведены на рис. 10.

Рис. 10. Значения функции С (а, х)

Видно, что когда х находится внутри области Оа и сама эта область достаточно велика, функция С мала и практически постоянна. Однако, по мере приближения координаты х к а, влияние внешних областей на восстановленное изображение резко возрастает.

Восстановление внутренней области исследуемого объекта решает задачу лишь частично (получение полной томограммы невозможно). Хотя набор усеченных проекций и несет некоторую информацию о внешних областях объекта для отграниченного диапазона углов, ее недостаточно для реконструкции этих областей.

Для увеличения реконструируемой области по усеченным проекциям предложено использовать многоцентровую схему регистрации • проекционных данных. Пусть имеется несколько локальных облучаемых

областей Г2/6^ а - набор параллельных прямых, пересекающих область

П/. Тогда формирование матрицы преобразования Радона Я/ можно представить в виде

Я/эйЛ(/ГК,). (20)

/=1

Таким образом, для того', чтобы восстановить функцию / в точке X, лежащей за пределами области 0.а с центром в точке X7, необходимо собрать 22

новый набор усеченных проекций, взяв за начало координат точку л:. При этом линейные интегралы вдоль плоскости, проходящей одновременно через точки хи/, совпадут. К полученным при этом проекциям применяется операция объединения.

Пусть / = - координаты изоцентров, для которых

осуществляется сканирование, а />¿(/,0) — соответствующие наборы

проекций. Тогда формирование единого набора проекций ро(1,&), измеренных для положения изоцентра (0,0) производится по следующему алгоритму:

/>,</+¿8). если/>,{/+/,0)б Л/

р0(1,в) = 0, если А</+//,0)й Л/, (20

/ = х/совб - .у^тО, / = 1... N. На практике эта схема сканирования означает, что после завершения сбора данных в некотором диапазоне углов объект исследования перемещается таким образом, что изоцентр системы облучатель - детектор оказывается в той области объекта, для которой значения лучевых сумм еще не регистрировались.

Положение изоцентров зависит от того, какие участки исследуемого объекта должны визуализироваться наиболее качественно. В целом же, если

локальные области Пш- не пересекаются, то площадь заполнения матрицы преобразования не зависит от их положения.

Для оценивания недостающих проекций предложен алгоритм, основанный на использовании приближения, получаемого с помощью итерационного метода. Так, для конечного набора углов 0„ дискретная модель данных запишется как

Р(1,Ъ„)= £/(*,><) •«(*,.у). х,уеЩ,вп)

Тогда алгоритм дополнения можно представить в виде двух шагов: 1. То (Х>У) е К" ~ выбирается произвольно,

/оА+1(*,>0 = /оА +-----------

¿(/,е„)

(22)

ур(/,еи)6ил(/ГИп/)

х,у<вЦ1,в„)

При работе алгоритма сначала по известным значениям проекций /?(/,8) с помощью итерационного метода рассчитывается начальное

приближение восстанавливаемой функции /о(хУ). Затем по полученному приближению оцениваются значения проекций, которые не были определены при регистрации. С помощью этих оценок исходные данные доопределяются до полной проекции.

Необходимо отметить два ограничения при реализации режима КТ на симуляторе, следующие из его аппаратных возможностей: время хода гантри на угол 180° составляет 20 с, (на КТ оно не превышает 4 с), поэтому возможно появление динамической нерезкости томограммы. Число уровней квантования проекций по яркости не более 200, поэтому полученные томограммы не могут конкурировать с КТ в задачах диагностики. Однако для целей топометрии и подготовки данных в радиологические планирующие системы качество получаемых томограмм вполне достаточно.

Проведено моделирование на ЭВМ работы рентгеновского симулятора SLS-9 в режиме КТ с применением методов свертки и обратного проецирования с ядром Шеппа-Логана, регуляризованного алгоритма реконструкции и итерационного алгоритма.

В главе определены технические, программные и информационные средства планирования лучевой терапии при работе симулятора в режиме КТ. Разработанные программные средства решают следующие задачи: обеспечение возможности сбора и запоминания проекционных данных; их анализ и предварительная обработка; синтез томографического изображения; повышение его качества, приведение его к виду, пригодному для дальнейшей автоматизированной обработки.

Полученные результаты могут найти применение в томографических задачах, возникающих в астрофизике, геофизике, сейсмологии, диагностике плазмы и др.

Глава 4 посвящена разработке структуры и алгоритмов базы диагностических и сопутствующих данных; АРМ врачей клиницистов, а также парамедицинских и административных служб в составе системы.

Определены основные типы, объемы и потоки входных и выходных данных АРМ, требуемые ресурсы локальной вычислительной сети (ЛВС). Объем цифровой информации, получаемый в ОКОД за год при всех видах диагностических исследований составляет 1,2 Гбайт, объем информации,

получаемой в день 4,6 Мбайт. Учитывается обмен информацией через интернет-сервер. ЛВС реализована на основе сетевых карт Ethernet, способных передавать до 10 Мбайт/с информации по коаксиальным линиям;

Основным элементом информационной системы является подсистема "Пациент", состоящая в свою очередь из базы данных (БД) Diagon-x, архива снимков, программ работы с цифровыми изображениями, экспертных систем, подсистем сопряжения с медицинским диагностическим оборудованием, подсистем сопряжения с внешними информационными системами.

Компьютеры АРМ диагностов содержат унифицированные аппаратно-программные комплексы, позволяющие осуществлять ввод изображений непосредственно в процессе обследования пациентов независимо от типа источника изображений. Для фиксации изображений во время проведения диагностических манипуляций и автоматической записи соответствующих файлов на диск компьютера используется специально разработанная программа «Autoshot», написанная на языках С++ и Ассемблер. Управление записью осуществляется через последовательный СОМ порт компьютера (IBM PC 80386 и выше) от компактного пульта дистанционного управления (рис. 11), находящегося в руке врача - диагноста.

Рис. 11. Структура подсистемы ввода, хранения и обработки изображений

При запуске программы, ее резидентная часть периодически опрашивает состояние порта и при поступлении сигнала о нажатии кнопки пульта программа инициализирует действие драйвера видеобластера по "замораживанию" изображения, поступающего в ТВ формате с диагностического устройства на видеовход бластера. Далее запускается действие драйвера по записи "замороженного" цифрового изображения в файл формата *.Ьшр на жесткий диск компьютера.

После окончания записи файла программа вырабатывает и передает на пульт восходящий звуковой сигнал, сообщающий специалисту о завершении съемки и готовности системы к следующему циклу.

Для борьбы с явлением ложных срабатываний, возникающих из-за сильных импульсных наводок в питающей сети (например, при включении высоковольтного рентгеновского генератора), в программе предусмотрена временная задержка от момента нажатия кнопки до начала захвата снимка длительностью 0,5 с. В течение этого времени необходимо непрерывно удерживать кнопку нажатой, что обеспечивает нормальный режим записи.

Таким образом, время полного цикла съемки состоит из программированного времени задержки 0,5 с и времени записи файла на диск и составляет 1-1,5 с. Фиксация изображения во время исследования может осуществляться также и с помощью манипулятора «мышь» непосредственно на компьютере другим врачом, заинтересованным в данном исследовании и наблюдающим картину на мониторе компьютера.

При этом не обеспечиваются автоматическое получение информации о состоянии пациента и об условиях получения изображений, как требует стандарт DICOM. Предложена альтернативная система структурирования диагностических данных: в процессе обработки основных изображений на их неинформативных полях контрастным шрифтом наносятся ФаМилия_ИО_возраст_[пациента]_Отделение. В начале рабочего дня программой Autoshot автоматически создается подкаталог на локальном диске АРМ с именем ЧЧ ММ ГГ (Число Месяц Год, например, 01 02 03), при записи в него каждого нового файла изображения ему автоматически присваивается уникальное имя ччммсс.Ьшр (часыминутысекунды, например, 09_15_ll.bmp). Такая система именования файлов показала очень высокую эффективность в рассматриваемой системе - она исключила путаницу и сократила время транзакций при поиске изображений в оперативном режиме.

Вся дополнительная информация структурирована в текстовых и числовых полях записи в БД Diagon-x (в первоначальном варианте в среде СУБД Paradox 4.5 и ObiectPAL, в настоящее время - Diagon-2000 в среде Delphi 5), файлы изображений сохраняются в графических полях записи БД.

В системе предусмотрен обмен данными с Популяционным раковым регистром (разработка НИИ онкологии им. H.H. Петрова, С-Пб, 1993-2003).

Проанализированы результаты работы начальной, экспериментальной системы. В отдельных работах были показаны ее преимущества по сравнению с традиционными технологиями онкологической диагностики, ее медицинская и экономическая эффективность (Зирин А.Г. 1997, Бабкин А.Е. 1998, Вихарева Е.В. 1999).

В главе 5 разрабатываются принципы построения подсистемы хранения данных информационно-диагностической системы с применением элементов технологии PACS. Предложена четырехуровневая модель архива данных, способная устранить ряд недостатков, присущих некоторым конкретным реализациям PACS, таким как большое время поиска данных в

постоянном архиве (может достигать нескольких часов); отсутствие учета распределенности различных АРМ - источников изображений.

Технология временных отметок и принцип хранения снимков на уровнях в течение определенного времени, характерные для РАСБ, проста в реализации, но также имеет несколько недостатков: нельзя гарантировать, что снимки не будут перемещены на другие уровни раньше, чем врачи перестанут нуждаться в них. Необходим индивидуальный подход к различным группам снимков, в том числе для амбулаторных и стационарных пациентов. Кроме того, в ходе диагностических исследований получаются снимки различной информативности для врача. Некоторые из них являются прямым доказательством правильности постановки диагноза, другие проясняют второстепенные детали. Основных снимков в ходе одного сеанса бывает немного (1-2 для разных видов исследования), второстепенных - до нескольких десятков.

Предложенная четырехуровневая модель (рис. 12) способна преодолеть отмеченные недостатки.

Рис. 12. Структура архива медицинских изображений

Здесь временный архив - место хранения изображений до их помещения в БД, постоянный архив или удаления за ненадобностью; БД служит для хранения основных снимков; постоянный архив - место для долговременного хранения изображений. Физически это набор СБ, на которых изображения записываются в виде отдельных файлов; архив пользователей - временное хранилище изображений, извлекаемых из постоянного архива по запросам пользователей.

Процедурами приемки запросов, поиска и помещения снимков в архив пользователей, а также их последующего удаления занимается менеджер архива — комплекс средств, отвечающих за нормальную работу архива. В его функции входит контроль за поступлением снимков во временный архив, j

распределение их по временному архиву, перевод снимков в постоянный архив, контроль правильности и исправление ссылок на снимки из БД, контроль за размером свободного дискового пространства. Кроме того, менеджер обеспечивает прием и выполнение запросов пользователей к j

снимкам постоянного архива, контроль над обращениями к снимкам в архиве пользователей, удаление ненужных снимков из архива пользователей.

. Снимки, сохраняемые во временном архиве и в базе данных, могут подвергаться предварительной обработке. Снимки третьего и четвертого уровней не подлежат изменениям.

Разработаны специализированные экспертно-справочные системы '

АРМ Эндоскопия (Helper-E) и АРМ УЗИ (Helper-U), позволяющие автоматически генерировать протоколы исследований, координировать их с заложенным информационно-справочным материалом. Helper'ы построены i

по аналогии с системами SNOMED и RCC, однако в их основу положены диагностические алгоритмы, созданные специалистами МНИОИ им. П.А. Герцена (Соколов В.В., 1997) и Владимирского ОКОД (Бабкин А.Е., Анисимов A.B., 1998) и ориентированные только на онкологическую диагностику, что значительно упрощает их разработку и использование.

Процедура генерации протокола исследования состоит в последовательном выборе ключевых терминов и словосочетаний из соответствующих списков в определенной последовательности, определяемой диагностическим алгоритмом. После завершения процедуры выбора производится автоматическая генерация протокола, в который можно вставлять необходимые медицинские изображения и дополнительные комментарии. Генерируемый протокол формируется с соблюдением лингвистических правил.

На конкретных примерах проиллюстрирована медицинская эффективность системы. За 2000 год с использованием системы было ♦

проведено 356 рентгенологических исследований, 97 маммографических исследований, 1209 эндоскопических исследований желудочно-кишечного тракта и 505 исследований бронхиального дерева, 1208 ультразвуковых f

исследований. Благодаря применению системы у 22 больных диагноз был изменен, в 19% случаев изменялся план лечения за счет уточнения степени распространенности процесса.

В главе 6 предложены принципы построения унифицированного АРМ диагноста и других АРМ системы. В функции АРМ диагноста включается: обеспечение процесса получения оцифрованных изображений, их анализа и обработки, просмотра направлений пациентов на диагностическое

исследование; предоставление помощи врачу для соблюдения оптимального диагностического алгоритма и при составлении протокола обследования.

Наиболее сложный аппаратно-программный комплекс для управления процедурой захвата изображений был разработан для АРМ топометрии. Комплекс отслеживает положения гантри симулятора и активизирует или останавливает программы, захватывающие видеопоследовач ельность при достижении заданных углов. Причем предусмотрена возможность предварительного программного изменения углов начала и конца захвата видеопоследовательности.

Одновременно решены также проблемы автоматизированной передачи данных с симулятора на планирующую систему. При этом отпадают все подготовительные действия, которые были необходимы для "ручного" ввода в планирующую систему ROCS карты расположения контуров структур, так как разработанное программное обеспечение позволяет автоматически получать на снимках односвязные контуры указанных оператором объектов на томограмме и далее по ним осуществлять процедуры измерений и планирования лучевой терапии (рис. 13).

Обработанные карты контуров структур передаются непосредственно на компьютер планирующей системы по локальной сети. Очевидно, что все это в значительной мере увеличивает пропускную способность системы в целом.

^ Ручные операции

:£> Автоматические операции

Рис. 13. Технологии передачи информации в планирующую систему ROCS: (а) традиционная, (б) с применением АРМ топометрии в режиме КТ

Необходимо отметить особенности АРМ "Конференц-зал", предназначенный для подготовки и проведения ежедневных врачебных конференций, на которых принимаются коллегиальные решения о тактике лечения больных в сложных случаях. АРМ снабжен мультимедийным цифровым проектором SANYO, позволяющим демонстрировать на большом

экране презентацию - собранную в единый комплекс необходимую визуальную и другую информацию по конкретному пациенту. Время сборки презентации, включая запросы ко всем уровням архива изображений, не превышает 30 минут и, в основном, зависит от квалификации специалиста, осуществляющего сборку. Технические средства АРМ и накопленная БД широко применяются в программах повышения квалификации врачей разных специальностей и в учебном процессе на кафедре онкологии, лучевой диагностики и эндоскопии ФППО ИвГМА, кафедре биомедицинской инженерии, а также кафедре радиотехники и радиосистем ВлГУ.

В заключении обобщены основные результаты работы.

В приложении приведены акты внедрения материалов диссертации

В диссертационной работе получены следующие основные результаты

1. Теоретико-методические:

1.1. Разработаны научные основы создания проблемно-ориентированной информационно-диагностической системы медицинского назначения.

1.2. Разработаны элементы теории и способ классификации неадаптивных операторов дискретной свертки (скользящих масок) размерности 3x3 для локальной обработки цифровых изображений.

1.3. Предложено теоретическое обоснование метода повышения качества медицинских изображений путем преобразования векторных полей градиентов.

1.4. Решена проблема восстановления полной томограммы объекта по усеченным проекциям и предложен метод сбора проекционных данных, основанный на использовании нестандартной схемы сканирования, создан метод доопределения проекций.

1.5. Разработаны принципы построения унифицированного АРМ врача-диагноста, предназначенного для захвата, оцифровки, анализа, обраио i ки и передачи медицинских изображений, независимо от типа источника изображения, включая источники изображений видимого диапазона.

1.6. Разработаны структура и алгоритмы управления базой < диагностических данных, позволяющие преодолеть проблемы структурирования графической и текстовой информации - результатов

лучевой диагностики и эндоскопии.

1.7. Предложены принципы построения 4-х уровневой PACS-подсистемы хранения и передачи данных, позволяющей минимизировать время транзакций.

2. Экспериментально-прикладные:

2.1. Создана проблемно-ориентированная информационно-диагностическая система медицинского назначения на основе персональных компьютеров IBM PC и широко распространенных в отечественных условиях диагностических комплексов (рентгеновских, эндоскопических, 30

ультразвуковых). Проанализированы результаты эксплуатации системы в реальных условиях в медицинском учреждении.

2.2. Экспериментально исследованы внешние параметры скользящих масок общего вида, а также масок, широко применяемых в известных алгоритмах обработки изображений. Предложены рекомендации по их оптимальному выбору.

2.3. Разработан аппаратно-программный комплекс АРМ топометрии для управления захватом видеоряда планарных проекций в режиме КТ на рентгеновском симуляторе.

2.4. Разработаны унифицированные аппаратно-программные комплексы, позволяющие осуществлять ввод изображений в компьютеры АРМ непосредственно в процессе обследования пациентов независимо от типа источника изображений.

2.5. Создана аппаратно-программная PACS- подсистема хранения, обработки, анализа, архивирования и управления передачей медицинской информации, учитывающая требования известных стандартов.

2.6. Созданы экспертно-справочные системы, позволяющие структурировать текстовые заключения диагностов, избегать нарушений в диагностических алгоритмах.

Выводы

Созданная проблемно-ориентированная информационно-диагностическая система обеспечивает повышение качества диагностики за счет реализации возможности оперативного и комплексного анализа результатов различных исследований, использования цифровой обработки изображений, возможности одновременной визуализации медицинских изображений, полученных в разное время с целью динамического наблюдения или ретроспективного анализа.

Система способствует своевременному выявлению потенциальных диагностических ошибок, что важно, например, для ранней диагностики онкологической патологии, а также снижению доли повторных исследований и лучевой нагрузки на пациентов.

Система обеспечивает увеличение объема и производительности медицинских услуг, сокращение материальных затрат на использование рентгеновской пленки и фотолабораторного процесса.

Благодаря реализации на основе недорогих персональных компьютеров и широко распространенных ОС семейства Windows, система обладает свойствами открытости и расширяемости и может быть легко сконфигурирована под конкретные возможности любого лечебно-профилактического учреждения.

Совокупность положений, предложенных в диссертации, представляет собой решение научной проблемы, имеющей важное социальное и народнохозяйственное значение.

Достоверность полученных результатов подтверждается результатами внедрения разработанной системы в ряде медицинских учреждений и их экспериментальной проверкой.

Внедрение результатов работы в лечебно-профилактических учреждениях, а также в учебный процесс высших учебных заведений открывает возможности для проведения научно-исследовательских работ, для статистического анализа данных, хранящихся в архиве БД, для обучения и повышения квалификации врачей.

Основные публикации автора по теме диссертации:

1. Семенов С.И. Информационно-диагностическая система для онкологии -Владимир: ВООО ВОИ Рост, 2002. - 209 с.

2. Специальные методы медико-биологических исследований: Учеб. пособие: В 3 ч. / Е.В. Вихарева, А.Г. Зирин, O.P. Никитин и др.; Владим. гос. ун-т. Владимир, 2002.- 4.1 - Рентгеновские методы. 210 с.

3. Семенов С.И. Теория неадаптивных масок для обработки изображений // Биомедицинские технологии и радиоэлектроника.- 2002,-№12.- С. 33-40.

4. Семенов С.И. Исследование внешних параметров сверточных операторов для обработки изображений // Биомедицинские технологии и радиоэлектроника.- 2002,- №12.- С. 52-57.

5. Зирин А.Г., Бабкин А.Е., Семенов С.И. Компьютерная диагностическая система в практике онкологического диспансера // Рос. онкол. журн. -1996.- №3.- С. 47-49.

6. Семенов С.И. Теория неадаптивных масок для обработки изображений // Радиофизические методы дистанционного зондирования Земли / Под ред. JI.T. Сушковой. - Владимир: ВООО ВОИ Рост, 2001. -С. 143-165.

7. Зирин А.Г., Семенов С.И. Метод обработки ренненовских диагностических изображений на основе модификации векторного поля // Медицинская физика. -2001.- № 9. - С. 18-22.

8. Жизняков A.J1., Семенов С.И. Некоторые проблемы построения « вычислительных томографов специального назначения // Обработка и анализ

данных. -Ташкент: НПО Кибернетика АН РУз, 1998.- С. 4-13.

9. Жизняков А.Л., Серков С.П., Семенов С.И. Использование рентгеновского симулятора SLS-9 в режиме компьютерного томографа // Математические и технические средства обработки данных и знаний. -Ташкент: НПО Кибернетика АН РУз, 1999.- С. 117-122.

10. Семенов С.И., Середа С.Н., Кошелев C.B. Ортогональные фильтры для обработки маммограмм // Математические и технические средства обработки данных и знаний. -Ташкент: НПО Кибернетика АН РУз, 1999. - С. 9-14.

ЛР № 020275. Подписано в печагь 05.09.03. Формат 60x84/16. Бумага для множит, техники. Гарнитура Тайме. Печать офсетная. Усл. печ. л. 1,86. Уч.-изд. л. 2,15. Тираж 110 экз.

Заказ

Редакционно-издательский комплекс Владимирского государственного университета. 600000, Владимир, ул. Горького, 87.

№ 1 3 jf2 2

Введение.

Глава 1. Состояние проблемы применения современных

• информационных технологий в онкологии.

1.1. Состояние онкологической заболеваемости в мире, в России и во Владимирской области.

1.2. Типовые подразделения онкологических лечебных учреждений и особенности Владимирского ООД.

1.2.1. Инструментальные средства визуальной диагностики.

1.2.2. Рентгеновская диагностика.

1.2.3. Современные маммографы, их технические характеристики.

1.2.4. Преобразователи рентгеновского изображения.

1.2.5. Ультразвуковые методы визуализации.

1.2.6. Эндоскопические методы диагностики.

1.2.7. Необходимость создания компьютерных систем обработки и передачи графической диагностической информации.

1.3. Информационные системы в здравоохранении.

1.3.1. Структуры хранения данных.

1.3.2. Госпитальные информационные системы.

1.3.3. Система интеграции клинических данных.

1.4. Обзор стандартов обмена информацией в медицине

1.4.1. Стандарт «Уровень 7» (Health Level Seven).

1.4.2. Стандарт электронного обмена медицинскими изображениями DICOM -3.

1.4.3. Система архивирования и передачи изображений PACS.

1.5. Обзор методов обработки изображений.

1.5.1. Обработка отсканированных изображений.

1.5.2. Обработка УЗИ изображений.

1.5.3. Специальные методы обработки изображений.

1.5.4. Технические средства планирования лучевой терапии

1.6. Постановка задачи применения математических методов и современных компьютерных технологий в онкологических учреждениях.

Глава 2. Математические методы и алгоритмы преобразования изображений, получаемых на диагностических аппаратах.

2.1 Исследование алгоритмов повышения визуального качества изображений.

2.1.1. Алгоритмы повышения контраста изображения.

2.1.2. Дискретные ортогональные преобразования (ДОП) для обработки изображений.

2.1.3. Исследование алгоритмов высокочастотной фильтрации и выделения границ на изображениях.

2.1.4. Разработка и исследование новых алгоритмов обработки и анализа изображений в частотной области.

2.1.5. Разработка и исследование алгоритмов фильтрации спекл-шума.

2.1.6. Разработка алгоритмов измерения параметров объектов на ультразвуковых изображениях.

2.2. Теория неадаптивных операторов дискретной свертки для обработки изображений.

2.2.1. Классификация масок 3x3.

2.2.2. Синтез маски по заданному уравнению характеристики.

2.2.3. Определение АЧХ эквивалентного фильтра.

2.2.4. Синтез масок по уравнениям конических сечений общего положения.

2.2.5. Чувствительность масок.

2.3. Обработка изображений методом модификации векторного поля.

2.3.1. Численная реализация метода в среде MathCAD-2000.

2.3.2. Результаты.

2.3.3. Пути дальнейшего развития метода.

2.4. Выводы к главе 2.

Глава 3. Алгоритмы восстановления томографических изображений

3.1. Математическая модель данных на выходе рентгеновского симулятора SLS-9.

3.2. Моделирование работы рентгеновского симулятора SLS-9 в режиме вычислительного томографа.

3.2.1. Постановка задачи моделирования.

3.2.2. Вычислительный эксперимент.

3.2.3. Физический эксперимент.

3.3. Восстановление томограмм по усеченным проекциям

3.3.1. Постановка «внутренней» задачи томографии и вычислительный эксперимент.

3.3.2. Физический эксперимент.

3.4. Восстановление полного среза объекта по усеченным проекциям.

3.5. Моделирование алгоритмов реконструкции томограмм по усеченным проекциям.

3.5.1. Вычислительный эксперимент. 3.5.2. Физический эксперимент.

3.6. Восстановление изображений классических томограмм

3.7. Технические, программные и информационные средства планирования лучевой терапии.

3.7.1. Технические средства АРМ топометрии.

3.7.2. Программные средства.

3.8. Практическое применение разработанных методов.

3.9. Выводы к главе

Глава 4. Структура вычислительно-информационной системы ввода, хранения, обработки и анализа данных Владимирского ООД.

4.1 Основные типы входных и выходных документов в сети.

4.2. Объемы данных и требуемые ресурсы сети.

4.3. Общая структура локальной вычислительной сети Владимирского ООД.

4.3.1. Структура технических средств сети.

4.3.2. Структура программных средств ЛВС.

4.4. Результаты внедрения первого этапа информационнодиагностической системы ООД.

4.5 Выводы к главе 4.

Ф Глава 5. Подсистема хранения данных информационной системы

5.1. Требования системы PACS для хранения данных.

5.1.1. Подсистема получения цифровых изображений.

5.1.2. База видеоданных. л 5.1.3. Рабочие станции (АРМ).

5.2. Реализация системы архивирования данных медицинской информационной системы.

5.3. Механизм именования файлов.

5.4. Привязка снимков архива к информационной системе

5.4.1. Процедура перевода снимков в постоянный архив

5.4.2. Архив пользователей.

5.4.3. Менеджер архива.

5.5. Экспертно-справочные системы.

5.6. Клинико-диагностическая эффективность применения системы в условиях онкологического диспансера.

5.7. Выводы к главе 5.

Глава 6. Автоматизированные рабочие места в составе информационно-диагностической системы.

6.1. АРМ врача-диагноста. Общая концепция.

6.2. АРМ врача-эндоскописта.

6.3. АРМ врача ультразвуковой диагностики.

6.4. АРМ врача-рентгенолога.

6.5. АРМ сканирования снимков.

6.6. АРМ топометрии.

6.7. Выводы к главе 6.

1. Актуальность проблемы

Согласно выводам Всемирной организации здравоохранения в настоящее время в мире ежегодно регистрируется около 10 миллионов больных с впервые установленным диагнозом злокачественного новообразования (ЗНО), более 6 миллионов человек умирают от причин, связанных с этой патологией. Информационные бюллетени Международного Агентства по изучению рака утверждают, что в Европе ежегодно заболевают ЗНО около 1,5 млн. человек, около 900 тыс. умирают.

По данным МЗ РФ в России, как и во всех развитых странах мира, отмечается рост заболеваемости злокачественными новообразованиями и смертности от них. Злокачественные новообразования являются второй по значимости, после сердечно-сосудистых заболеваний, причиной смерти в популяциях.

Учитывая большое социальное и народнохозяйственное значение диагностики и лечения ЗНО, далее рассматривается круг проблем, связанных с созданием проблемно-ориентированной информационно-диагностической системы на примере онкологии.

Из анализа данных популяционного ракового регистра Владимирского областного онкологического диспансера (ООД) следует, что показатели заболеваемости в области на протяжении многих лет остаются выше средне российских и имеют тенденцию к постоянному росту. В этой связи отмечается, что за последние годы объем диагностической работы ООД значительно вырос - число посещений поликлиники в год увеличилось в 2,2 раза по сравнению с 1965 г.

Таким образом актуальность создания и развития новых организационных форм, технических средств и информационных технологий, позволяющих повысить эффективность диагностики и лечения онкологических заболеваний не вызывает сомнений.

Эффективность диагностики онкологических заболеваний в значительной степени зависит от возможности визуализации исследуемых органов, обработки, анализа полученных изображений, их хранения для последующего мониторинга.

Обычно фирмы-производители информационных систем для медицинской диагностики предлагают такие системы, которые ориентированы на обработку и хранение изображений, получаемых от цифровых диагностических аппаратов, таких как компьютерные томографы, цифровые рентгенодиагностические аппараты, некоторые типы аппаратов ультразвуковой интроскопии и тому подобное. Таковы, например, аппараты и системы фирм "Видар", "Siemens", "Philips", "SitUS", цифровой рентгеновский аппарат "Бриз", "Advantage Windows" и другие. Цифровые диагностические аппараты обеспечивают высокое качество изображений, но они крайне дороги, что затрудняет их применение в условиях отечественных лечебных учреждений. Однако диагностическое оборудование, которым обычно оснащены современные отечественные онкологические учреждения, обеспечивая приемлемые диагностические характеристики, к сожалению, полностью не приспособлено к реализации новых диагностических и лечебных схем, основанных на гибком сочетании технических и алгоритмических ресурсов системы.

Решить эти проблемы позволяет использование альтернативных цифровых технологий и создание автоматизированных систем ввода, архивирования, анализа и обработки цифровых изображений на базе имеющегося оборудования. Одним из эффективных способов реализации альтернативных технологий оцифровки изображений является преобразование сигналов из стандартного аналогового телевизионного формата, получаемого на выходе большинства диагностических аппаратов в цифровую форму с помощью специальных плат-захватчиков видео (Video Capture, Video Blaster).

Экспертные оценки качества изображений, полученных описанным выше способом, показывают, что оно заметно ниже, чем у цифровых систем, отсюда следует насущная необходимость создания новых специальных методов и алгоритмов их обработки для достижения приемлемых дешифровочных свойств.

Эти же оценки показывают, что необходимым элементом цепи преобразований изображений для достижения их качества, достаточного для целей онкологической диагностики является увеличение их контраста и уменьшение шумов (в том числе когерентных или спекл-шумов). Исследованиям в направлениях повышения контраста цифровых изображений и подавления шумов посвящено большое количество работ ведущих ученых и специалистов, таких как Катыс Г.П., Яншин В.В., Хуанг Т.С., Шрайбер В.Ф., Третьяк О.Ж., Робине М.Г., Зайцев В.В., Уэбб С., Beghdadi A., Negrate A.L., Downie J.D., Walkup J.F., Jeffs B.D., Gunsau M. и многих других.

Кроме того, при цифровой обработке изображений применяются различные локальные пространственные алгоритмы, которые подчеркивают границы объектов на изображении, усиливают резкость, осуществляют выделение границ объектов и их сегментацию и улучшают визуальное восприятие. Перечисленные алгоритмы и многие другие в общем виде основаны на операции дискретной свертки изображения и подвижной маски.

Большой вклад в развитие теории цифровой обработки изображений, совершенствование методов и средств обработки внесли Прэтт У., Красильников Н.Н., Мирошников М.М., Янковский Р.Е., Садыков С.С., Ярославский Л.П., Спиридонов И.Н., Беликова Т.П., Александров В.В., Горский Н.Д., Егорова С.Д., Колесник В.А, и другие.

Однако до сих пор отсутствует теория и классификация операторов дискретной свертки, что затрудняет выбор оптимального варианта локальной обработки изображений.

Помимо перечисленных проблем качества изображений, имеющих значение для медицинской визуальной диагностики в целом, информационные системы для онкологии должны способствовать реализации следующих требований:

-диспансерное наблюдение за больными ЗНО; -возможность ранней диагностики ЗНО;

-комплексность диагностики, т.е. возможность одновременного просмотра и анализа рентгенологического, ультразвукового и эндоскопического изображений, анализа и сравнения их с предыдущими исследованиями.

Состояние современного рынка медицинских информационных систем для онкологии оставляет желать лучшего. Выбор программных средств невелик и они не покрывают даже малой доли потребностей медиков. Взаимодействие же между ними часто вообще невозможно. По этой причине необходим единый комплексный подход, позволяющий создать проблемно-ориентированную информационно-диагностическую систему медицинского назначения, в особенности - для онкологии, способную решать насущные проблемы, как ученых, так и практических врачей с использованием широких возможностей современных компьютерных средств, причем с учетом рекомендаций широко известных стандартов обмена медицинской информацией DICOM-3 и технологий PACS.

Специфической особенностью онкологических лечебных учреждений является применение в арсенале лечебных средств высокоэффективных радиологических терапевтических методов. Чрезвычайно актуальными в этой связи являются задачи планирования распределения дозовых полей в гетерогенных средах и топометрии патологических очагов, которые обычно решаются с помощью компьютерных систем планирования. Исходной информацией для этих систем в идеальном случае являются компьютерные томограммы, а также топометрические данные, получаемые с помощью рентгеновских симуляторов.

Во Владимирском ООД для обеспечения планирования курсов лучевой терапии используется рентгеновский симулятор SLS-9 (Philips). Из-за отсутствия компьютерного томографа (КТ) для повышения точности обследования приходится применять достаточно сложные схемы рентгеноскопии на симуляторе, что связано с увеличением лучевой нагрузки на пациента и большой загруженностью медицинского персонала.

Задача модернизации рентгеновского симулятора, позволяющая использовать его в качестве КТ, является актуальной как для Владимирского ООД, так и для других лечебных учреждений, использующих аналогичное оборудование. Последующая специальная обработка компьютерных томограмм с целью выделения контурных препаратов и передача их непосредственно в планирующие системы по локальной сети даст возможность резко повысить производительность и точность планирования, включить всю радиологическую ветвь диспансера в состав общей информационной системы.

В направлении развития идей компьютерной томографии и создания новых методов и алгоритмов работают Haunsfield G.N., Терновой К.С. Пикалов В.В., Преображенский Н.Г., Блох П., Удупа Дж. К., Ambrose J. и многие другие.

Необходимо отметить, что схема сканирования на рентгеновском симуляторе принципиально отличается от схем КТ. Поэтому необходимо создание математической модели для формирования полной матрицы преобразования Радона по усеченным проекциям и алгоритма объединения проекций для восстановления полного среза объекта по усеченным данным, и, кроме того, специальных алгоритмов сегментации томограмм, согласованных с требованиями планирующих систем лучевой терапии.

Отсюда вытекает актуальная и социально значимая народнохозяйственная и научная проблема создания проблемно-ориентированной информационно-диагностической системы медицинского назначения, учитывающей особенности онкологии, разработки математических методов и аппаратно-программного обеспечения сложной системы управления диагностическими данными различной природы (прежде всего - графическими) лечебного учреждения. Необходимо создание методов и алгоритмов обработки, препарирования, фильтрации и специальных преобразований визуальной диагностической информации с целью доведения всего ее объема до врачей-клиницистов, повышения качества и сокращения сроков обследования, уменьшения времени обработки, архивирования и ретроспективного, а также статистического анализа.

2. Цель работы:

Научное обоснование создания проблемно-ориентированной информационно-диагностической системы медицинского учреждения с показателями, удовлетворяющими требованиям существующих стандартов на основе цифровых методов и средств обработки и передачи информации, обеспечивающей решение актуальной в настоящее время и социально значимой для общества задачи повышения качества медицинской диагностики и лечения, ее экспериментальное апробирование в учреждениях здравоохранения и образования.

Для достижения целей работы необходимо было решить комплекс взаимосвязанных научных и практических задач:

1. Анализ методических аспектов и подходов к решению проблем создания информационно-диагностической системы медицинского назначения.

2. Создание элементов теории и классификации операторов дискретной свертки для локальной обработки изображений; исследование внешних параметров операторов и разработка рекомендаций по их оптимальному выбору для решения задач обработки медицинских изображений.

3. Создание метода улучшения качества цифровых изображений на основе модификации векторных полей градиентов.

4. Разработка математической модели для формирования полной матрицы преобразования Радона по усеченным проекциям, а также способа сканирования и алгоритма объединения проекций для восстановления полного среза объекта по усеченным данным при работе рентгеновского симулятора в режиме КТ. Создание алгоритма пополнения недостающих проекционных данных, позволяющего применять для реконструкции методы, оснозанные на интегральных преобразованиях.

5. Разработка принципов построения унифицированного автоматизированного рабочего места (АРМ) врача-диагноста.

6. Создание структуры и алгоритмов базы диагностических данных, аппаратной, программной и информационной структуры АРМ клинических отделений, парамедицинских и административных служб в составе системы.

7. Разработка принципов построения многоуровневой подсистемы хранения и передачи данных информационно-диагностической системы с применением элементов технологии PACS.

8. Разработка специализированных экспертно-справочных систем АРМ Эндоскопия и АРМ УЗИ применительно к онкологической диагностике.

9. Внедрение системы и анализ результатов ее работы в организациях онкологического, общемедицинского и образовательного профиля.

3. Методы исследований

При проведении исследований для достижения поставленных целей использовались методы спектрально-корреляционного анализа, интегральной геометрии, методы математического и полунатурного моделирования на ЭВМ, основанные на современной теории сигналов, теории матриц, методах численного анализа рядов, методах цифровой обработки изображений и теории дискретных ортогональных преобразований.

4. Научная новизна работы

Научные результаты, полученные в диссертации, состоят в следующем:

1. Разработаны элементы теории и способ классификации неадаптивных операторов дискретной свертки размерности 3x3 для локальной обработки изображений. Предложены рекомендации по оптимальному синтезу операторов на основе анализа их внешних параметров.

2. Предложено теоретическое обоснование метода повышения качества медицинских изображений путем преобразования векторных полей градиентов.

3. Решена проблема восстановления полной томограммы объекта по усеченным проекциям и предложен метод сбора проекционных данных, основанный на использовании нестандартной схемы сканирования, разработан метод доопределения проекций.

4. Разработаны принципы построения унифицированного АРМ врача-диагноста, предназначенного для захвата, оцифровки, анализа, обработки и передачи медицинских изображений, независимо от типа источника изображения, включая источники изображений видимого диапазона.

5. Предложены структура и алгоритмы управления базой диагностических данных, позволяющие преодолеть проблемы структурирования графической и текстовой информации - результатов лучевой диагностики и эндоскопии.

6. Предложены принципы построения 4-х уровневой PACS-подсистемы хранения и передачи данных, позволяющей минимизировать время транзакций.

Научная новизна работы подтверждена:

-созданием информационно-диагностической системы, автоматизированных рабочих мест и методов обработки изображений, применение которых позволяет повысить эффективность, точность и качество медицинской диагностики;

-разработкой аппаратно-программных средств, решающих прикладные задачи не только онкологического, но и общемедицинского значения.

5. Практическое значение работы

Работа выполнена в отделе медицинской физики Владимирского областного клинического онкологического диспансера (ОКОД). Разработанные в диссертации информационно-диагностическая система, локальная вычислительная сеть, АРМы, математические методы, алгоритмы и программы автоматизированной обработки изображений внедрены в практическую работу во Владимирском ОКОД.

Созданная компьютерная информационно-диагностическая система с 1995 г. эксплуатируется и совершенствуется во Владимирском ОКОД. Отдельные элементы системы применяются диагностическими службами МНИОИ им. П.А. Герцена (Москва), в НИИ онкологии им. Н.Н. Петрова (Санкт-Петербург), в отделениях диагностического профиля Владимирской областной клинической больницы и Муромской ЦРБ. Накопленная база данных и аппаратно-программные средства созданной системы широко используются для проведения последипломного обучения врачей-эндоскопистов, УЗИ-диагностов, рентгенологов, онкологов, терапевтов и хирургов Владимирской области на кафедрах онкологии и педиатрии факультета последипломного образования ИвГМА.

Практические результаты работы позволяют создавать системы ввода, хранения, обработки и анализа рентгеновских, эндоскопических и УЗИ изображений с высокими техническими характеристиками, отвечающими современным требованиям к аналогичным системам.

Разработанные методы и алгоритмы позволяют использовать рентгеновский симулятор в качестве компьютерного и классического томографов при проведении диагностики и топометрии опухолей головы и шеи, в научно-исследовательской работе. Ряд теоретических результатов и программно-технических средств системы используется в учебном процессе во Владимирском государственном университете и других вузах.

Совокупность теоретических и прикладных положений, направленных на разработку проблемно-ориентированной информационно-диагностической системы медицинского назначения, представляет собой решение научной проблемы, имеющей важное социальное и народно-хозяйственное значение.

6. Основные положения, выносимые на защиту:

1. Элементы теории и способ классификации неадаптивных операторов дискретной свертки размерности 3x3 для локальной обработки цифровых изображений.

2. Результаты экспериментальных исследований зависимости внешних параметров сверточных операторов для локальной обработки изображений от их внутренних геометрических параметров.

3. Метод повышения качества изображений на основе преобразования векторных полей градиентов.

4. Метод регистрации томографических проекций на рентгеновском симуляторе, метод и алгоритмы пополнения данных при восстановлении томограмм по усеченным проекциям.

5. Принципы построения унифицированного АРМ диагноста, структура базы данных, а также аппаратного, программного и информационного обеспечения информационно-диагностической системы медицинского назначения.

7. Апробация работы

Основные положения диссертации доложены на международном симпозиуме «Актуальные вопросы онкологии» (С.-Пб, 1996 г.); международном научном форуме "Онкология на рубеже XXI века. Возможности и перспективы", (Москва, 1999 г); IV международной конференции «Математика. Компьютер. Образование.», (Пущино, 1997г); международном симпозиуме "Актуальные вопросы организации и развития раковых регистров", (С.-Пб, 1998г.); III международной конференции "Радиоэлектроника в медицинской диагностике", (Москва, 1999г.); III и IV международных научно-технических конференциях "Физика и радиоэлектроника в медицине и биотехнологии ФРЭМБ'98 и ФРЭМБ'2000", (Владимир, 1998, 2000 гг.); на 7 международном научно-техническом семинаре «Проблемы передачи и обработки информации в информационно-вычислительных сетях» (Москва, 1997г.); международной научно-технической конференции «Распознавание - 99» (Курск, 1999 г.); пленуме Всероссийского общества онкологов «Высокие медицинские технологии в лучевой терапии злокачественных опухолей» (Ростов-на-Дону, 1999г.); всероссийских научно-технических конференциях «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 1997, 1998 и 1999 г.); на I всероссийской научно—технической конференции «Компьютерные технологии в науке, проектировании и производстве» (Нижний Новгород, 1999г.); региональной конференции «Автоматизированные системы медико-биологического назначения» (С.-Пб, 1996г.); Смоленской областной юбилейной научно-практической конференции онкологов (Смоленск, 1995г.); научно-технической конференции «Радиоэлектроника и электротехника в народном хозяйстве» (Москва, 1998г.); научно-технической конференции «Инновационные технологии в проектировании» (Пенза, 1999г.); на врачебных конференциях диагностических служб МНИОИ им. П.А. Герцена (Москва, 1997, 1998г.); на научно—технической конференции «Управление в технических системах» (Ковров, 1998 г.);

8. Публикации

По материалам, изложенным в диссертации, опубликовано 48 работ, 1 монография и 1 учебное пособие.

9. Структура и объем работы

Диссертация состоит из введения, шести глав, заключения, списка литературы, имеющего 175 наименований отечественных и зарубежных источников, в том числе работы автора, приложения. Общий объем диссертации 276 страниц, в том числе 252 страницы основного текста, 77 рисунков, 12 таблиц, 7 страниц приложения.

ВЫВОДЫ

Созданная проблемно-ориентированная информационно-диагностическая система обеспечивает повышение качества диагностики за счет реализации возможности оперативного и комплексного анализа результатов различных исследований, использования цифровой обработки изображений, возможности одновременной визуализации медицинских изображений, полученных в разное время с целью динамического наблюдения или ретроспективного анализа.

Система способствует своевременному выявлению потенциальных диагностических ошибок, что важно, например, для ранней диагностики онкологической патологии, а также снижению доли повторных исследований и лучевой нагрузки на пациентов.

Система обеспечивает увеличение объема и производительности медицинских услуг, сокращение материальных затрат на использование рентгеновской пленки и фотолабораторного процесса.

Благодаря реализации на основе недорогих персональных компьютеров и широко распространенных ОС семейства Windows, система обладает свойствами открытости и расширяемости и может быть легко сконфигурирована под конкретные возможности любого лечебно-профилактического учреждения.

Совокупность положений, предложенных в диссертации, представляет собой решение научной проблемы, имеющей важное социальное и народнохозяйственное значение.

Достоверность полученных результатов подтверждается результатами внедрения разработанной системы в ряде медицинских учреждений и их экспериментальной проверкой.

Внедрение результатов работы в лечебно-профилактических учреждениях, а также в учебный процесс высших учебных заведений открывает возможности для проведения научно-исследовательских работ, для статистического анализа данных, хранящихся в архиве БД, для обучения и повышения квалификации врачей.

253

ЗАКЛЮЧЕНИЕ

В диссертационной работе получены следующие основные теоретикометодические результаты:

1. Разработаны научные основы создания проблемно-ориентированной информационно-диагностической системы медицинского назначения.

2. Разработаны элементы теории и способ классификации неадаптивных операторов дискретной свертки (скользящих масок) размерности 3x3 для локальной обработки цифровых изображений.

3. Предложено теоретическое обоснование метода повышения качества медицинских изображений путем преобразования векторных полей градиентов.

4. Решена проблема восстановления полной томограммы объекта по усеченным проекциям и предложен метод сбора проекционных данных, основанный на использовании нестандартной схемы сканирования, создан метод доопределения проекций.

5. Разработаны принципы построения унифицированного АРМ врача-диагноста, предназначенного для захвата, оцифровки, анализа, обработки и передачи медицинских изображений, независимо от типа источника изображения, включая источники изображений видимого диапазона.

6. Разработаны структура и алгоритмы управления базой диагностических данных, позволяющие преодолеть проблемы структурирования графической и текстовой информации - результатов лучевой диагностики и эндоскопии.

7. Предложены принципы построения 4-х уровневой PACS-подсистемы хранения и передачи данных, позволяющей минимизировать время ■ транзакций.

Экспериментально-прикладные результаты работы:

1. Создана проблемно-ориентированная информационно-диагностическая система медицинского назначения на основе персональных компьютеров IBM PC и широко распространенных в отечественных условиях диагностических комплексов. Проанализированы результаты эксплуатации системы в реальных условиях в медицинском учреждении.

2. Экспериментально исследованы внешние параметры скользящих масок общего вида, а также масок, широко применяемых в известных алгоритмах обработки изображений. Предложены рекомендации по их оптимальному выбору.

3. Разработан аппаратно-программный комплекс АРМ топометрии для управления захватом видеоряда планарных проекций в режиме КТ на рентгеновском симуляторе.

4. Разработаны унифицированные аппаратно-программные комплексы, позволяющие осуществлять ввод изображений в компьютеры АРМ непосредственно в процессе обследования пациентов независимо от типа источника изображений.

5. Создана аппаратно-программная PACS- подсистема хранения, обработки, анализа, архивирования и управления передачей медицинской информации, учитывающая требования известных стандартов.

6. Созданы экспертно-справочные системы, позволяющие структурировать текстовые заключения диагностов, избегать нарушений в диагностических алгоритмах.

1. Александров В.В., Горский Н.Д. Представление и обработка изображений. Рекурсивный подход. —Л.: Наука, 1985.- 192 с.

2. Андрианов Д.Е. Система ввода, хранения, обработки и анализа ультразвуковых изображений: Дисс. .канд. техн. наук. -Владимир, 1999.170 с.

3. Антонов А.О. Цифровая технология в работе рентгенологического отделения // Компьютерные технологии в медицине 1997.- №3 — С. 15-18.

4. Араблинский В.М., Седых С.А. Уточняющая рентгенодиагностика изъявлений при раке пищевода // Вестник рентгенологии и радиологии.- 1983.-№2.-С. 62-66.

5. Автоматизированное рабочее место врача-рентгенолога / Ф.А. Астраханцев, В.В. Кондратьев, Б.Н. Рассохин, Э.Г. Чикирдин // Вестник рентгенологии. 1993.- №1.- С. 54-56.

6. Ахмедов Б.П. Метастатические опухоли. -М.: Медицина, 1984.- 163 с.

7. Бакут П.А., Колмогоров Г.С., Ворновицкий Н.Э. Сегментация изображений: Методы пороговой обработки. // Зарубежная радиоэлектроника. -1987.- №10.- С. 6-24.

8. Бакут П.А., Колмогоров Г.С. Сегментация изображений: Методы выделения границ областей. // Зарубежная радиоэлектроника. -1987.- №10.- с. 25-47.

9. Т.П. Беликова. PACS: системы архивирования и передачи медицинских изображений // Компьютерные технологии в медицине. -1997.- №3.- С. 27-32.

10. Беликова Т.П. Разработка и исследование методов цифрового препарирования изображений и их использование в задачах медицинской диагностики и исследования природных ресурсов: Дисс. .канд. техн. наук. -Москва, 1981.-220 с.

11. Беликова Т.П., Ярославский Л.П. Использование адаптивных амплитудных преобразований для препарирования изображений // Вопросы радиоэлектроники. -1974.- Вып. 14.- С. 88-93.

12. Белич Р.Б. Результаты цифровой обработки радиолокационных изображений, полученных со спутника над сушей // Методы и средства обработки аэрокосмических данных о параметрах природной среды. 1990.- №39.- С. 69-77.

13. Березкин Д.П., Вагнер Р.И., Мизаушев Х.А. Резервы увеличения числа больных раком легкого, подлежащих радикальному лечению // Вопросы онкологии. 1985.- Т.31, №4.- С. 37-41.

14. Березкин Д.П., Назаренко В.Г., Кожевников С.Ю. Система автоматизированного скрининга // Вопросы онкологии- 1983.- №8.- С. 41-48.

15. Технические средства рентгенодиагностики / Н.Н. Блинов, П.П. Власов, A.M. Гуревич и др. М.: Медицина, 1981.- 376 с.

16. Технические средства медицинской интроскопии / Н.Н. Блинов, Р.Е. Быков, Э.Б. Козловский и др. М.: Медицина, 1989.- 302 с.

17. Блинов Н.Н. Микропроцессорная техника и ЭВМ в медицинской интроскопии М.: Знание, 1986.- 64 с.

18. Блох П., Удупа Дж.К. Применение реконструктивной томографии для целей лучевой терапии и планирования хирургических операций // ТИИЭР.- 1983.- Т. 71, №3.- С. 78-84.

19. Блохин Н.Н., Клименков А.А., Плотников В.И. Рецидивы рака желудка. М.: Медицина, 1981.-159 с.

20. Блэк Ю. Сети ЭВМ : протоколы, стандарты, интерфейсы: Пер с англ. М.: Мир, 1990.- 506 с.

21. Вагнер Р.И., Барчук А.С., Блинов Н.Н. Диагностика рака легкого в поликлинических условиях. Л.: Медицина, 1986,- 127 с.

22. Вагнер Р.И., Барчук А.С. Активное выявление рака легкого при диспансеризации // Онкологический компонент диспансеризации населения. -Л., 1985.-С. 158-168.

23. Варшавский Ю.В., Мамонтов А.С., Верещагин В.Г. Возможности рентгенологической и эндоскопической диагностики рака пищевода при Т1 // Советская медицина. -1986. №6. - С. 94-96.

24. Опухоли желудка / Х.В. Василенко, С.И. Рапопорт, М.М. Сальман и др. -М.: Медицина, 1989.- 188 с.

25. Введение в современную томографию / К.С. Терновой, М.В. Синьков, А.И. Закидальский и др. -Киев: Наукова думка, 1983.- 231 с.

26. Веснин А.Г. Пути улучшения лучевой диагностики опухолей // Новые организационные формы противораковой борьбы. Тез. докл. межгос. симп. -Санкт-Петербург, 1994.- С. 41-42.

27. Виннер М.Г. Некоторые вопросы комплексной диагностики раннего рака желудка // Клиническая медицина. 1987.- №6.- С. 82-86.

28. Владимиров B.C. Обобщенные функции в математической физике -М: Наука, 1979.-318 с.

29. Власов В.В. Эффективность диагностических исследований: Математическое обеспечение М.: Наука, 1988.- 87 с.

30. Волков А.А., Зирин А.Г., Садыков С.С. Новые возможности эндоскопии с применением компьютерной визуализации диагностических изображений // Системы, методы обработки и анализа данных. -Ташкент: НПО Кибернетика АН РУз, 1997.- С. 36-43.

31. Волков А.А., Семенов С.И. Выделение объектов на рентгеновских снимках // Системы, методы обработки и анализа данных. Ташкент: НПО Кибернетика АН РУз, 1997.- С. 55-61.

32. Галлингер Ю.И., Клявин Ю.А. Сравнительная оценка рентгенологического и гастроскопического исследований при доброкачественной и злокачественной язве желудка // Актуальные вопросы хирургии.: Тез. докл. симп. Тарту, 1974.- С. 40-46.

33. Автоматизированная система обработки медицинской информации / В.Н. Герасименко, В.М. Семенович, Н.А. Тихонова, А.Е. Золотарев // Вопросы онкологии.-1985.- Т. XXXI, № 9.- С. 85-87.

34. Гришин М.П., Курбанов Ш.М., Маркелов В.П. Автоматический вывод и ообработка фотографических изображений на ЭВМ -М.: Энергия, 1976.- 152 с.

35. Грузман И.С. Метод повышения резкости на основе использования ограниченных данных // Сб. научных трудов НГУ. 1995.- №2.- С. 15-20.

36. Дарьялова C.JL, Чиссов В.И. Диагностика и лечение злокачественных опухолей -М.: Медицина, 1993.- 256 с.

37. Двойрин В.В., Старинский В.В., Трапезников Н.Н. Информационное обеспечение планирования и оценки Российской Противораковой Программы -М.: ОНЦРАМН, 1992.- 154 с.

38. Двойрин В.В., Аксель Е.М., Герасименко В.Н. Сравнительный анализ состояния онкологической помощи населению России и некоторых других стран СНГ (по данным статистических отчетов) -М.: ОНЦ РАМН, 1992.- 294 с.

39. Демидов В.Н., Зыкин В.И. Ультразвуковая диагностика объемных образований женских половых органов // Акушерство и гинекология. 1983. - №2.- С. 57-59.

40. Денисов JT.E., Ушакова Т.И., Володин В.Д. Возможности обработки материалов канцер-регистра на персональном компьютере (на примере рака желудка). -М.: Медицина, 1995.- 96 с.

41. Денисов JI.E., Перельман М.И., Одинцов С.В. Рак легкого: перспективы заболеваемости и улучшение диагностики до 1995 г // Денисов J1.E., Перельман М.И., Одинцов С.В. Патоморфология, диагностика и лечение рака легкого. Минск, 1987.-С. 25-31.

42. Денисов JI.E., Виноградова Н.Н., Ушакова Т.И. Автоматизированная система данных (канцер-регистр) по онкологии на базе персональной ЭВМ // Актуальные вопросы онкологии. Масъалахои мухими саратоншиноси.-Душанбе, 1992.- С. 146-148.

43. Егорова С.Д., Колесник В.А. Оптико-электронное цифровое преобразование изображений М.: Радио и связь, 1991.- 208 с.

44. Емелин. И.В. Стандарт электронного обмена медицинскими изображениями DICOM // Компьютерные технологии в медицине. 1996.- №3.- С. 56-59.

45. Ефимова О.Ю., Барышников А.А. Значение рентгенологического метода в диагностике малого первично-язвенного рака желудка // Диагностика и лечение злокачественных опухолей пищеварительного тракта. 1987.- №5.- С. 35-39.

46. Жариков JT.A. Загадочные аббревиатуры (PACS, DICOM, RSNA и другие .)//Медицинская визуализация. 1996.- №2,- С. 35-39.

47. Жизняков A.JI., Семенов С.И. Некоторые проблемы построения вычислительных томографов специального назначения // Обработка и анализ данных. Ташкент: НПО Кибернетика АН РУз, 1998.- С. 4-13.

48. Расширение возможностей рентгеновского симулятора / A.JI. Жизняков, А.Г. Зирин, Т.Д. Панкова, С.И. Семенов // Радиоэлектроника в медицинской диагностике.: Тез. докл. III Междунар. конф. Москва, 1999. -С. 174-176.

49. Жизняков А.Л., Серков С.П., Семенов С.И. Использование рентгеновского симулятора SLS-9 в режиме компьютерного томографа // Обработка и анализ данных. -Ташкент: НПО Кибернетика АН РУз, 1999. -С. 117-122.

50. Зайцев В.В., Зайцев Вл.В, Трошкин Д.В. Экспериментальное исследование алгоритмов фильтрации спекл-шума на радиолокационных изображениях // Зарубежная радиоэлектроника. -1994.- №6.- С. 30-40.

51. Здравоохранение мира в 1996 году -Женева: Издание ВОЗ, 1997.- 142 с.

52. Зирин А.Г., Бабкин А.Е., Семенов С.И. Компьютерная диагностическая система в практике онкологического диспансера // Российский онкологический журнал. 1996.- №3.- С. 47-49.

53. Автоматизированное рабочее место врача-рентгенолога / А.Г. Зирин, А.Е. Бабкин, С.И. Семенов и др. // Математика. Компьютер. Образование.: Тез. докл. IV Междунар. конф. -Пущино, 1997.- С. 171.

54. Компьютерная информационно-диагностическая система «DIAGON» / А.Г. Зирин, А.Е. Бабкин, С.И. Семенов и др. // Автоматизированные системы медико-биологического назначения.: Тез. докл. региональной конф. -Санкт-Петербург, 1996.- С. 115-119.

55. Автоматизированное рабочее место врача-эндоскописта / А.Г. Зирин, А.Е. Бабкин, С.И. Семенов и др. // Математика. Компьютер. Образование.: Тез. докл. IV Междунар. конф. -Пущино, 1997. С. 172-173.

56. АРМ врача-эндоскописта в практике онкологического диспансера / А.Г. Зирин, С.И. Семенов, А.Е. Бабкин и др. // Физика и радиоэлектроника в медицине и биотехнологии ФРЭМБ'98.: Материалы III Междунар. науч.-тех. конф.- Владимир, 1998.- С. 54-55.

57. Злокачественные новообразования в России в 1996 году (заболеваемость и смертность) / Под ред. акад. РАМН В.И. Чиссова, проф. В.В. Старинского, к.м.н. JI.B. Ременник-М.: Медицина, 1997.- 274 с.

58. Злокачественные новообразования в России в 1980-1995 годах / Под ред. акад. РАМН В.И. Чиссова, проф. В.В. Старинского, к.м.н. Л.В. Ременник М.: Медицина, 1998.- 167 с.

59. Катыс Г.П. Обработка визуальной информации -М.: Машиностроение, 1990.- 317 с.

60. Китаев В.В. Лучевая диагностика: тенденции развития // Методы лучевой диагностики в клинической практике. -1990.- № 2.- С. 3-5.

61. Клименков А. Л., Патютко Ю.И., Губина Г.И. Опухоли желудка -М.: Медицина, 1988.- С. 78-79.

62. Опыт использования устройства цифровой записи рентгенотелевизионных изображений БРИЗ-2 в бронхопульмонологии / В.К. Коновалов, Г.М. Кагаловский, А.Г. Сметанин и др. // Вестник рентгенологии и радиологии.-1995.- № 2.- С. 52-59.

63. Корн Г., Корн Т. Справочник по математике -М.: Наука, 1974. -831 с.

64. Королюк И.П., Володин В.М. Медицинское изображение: эффективный выбор в клинической практике // Вестник рентгенологии. -1990.-№5.-С. 13.

65. Королюк И.П. Компьютерная система по оптимальному выбору методов лучевой диагностики // Вестник рентгенологии. -1992.- №1.- С.14.15.

66. Котляр В. В., Сойфер В. В. «Винтовой» пространственный фазовый фильтр// Компьютерная оптика. -1992.- №12.- С. 61-65.

67. Красильников Н.Н. Теория передачи и восприятия изображений -М.: Радио и связь, 1986.- 248 с.

68. Кумасаки Т., Рингерц X. Дигитальная радиология // Общее руководство по радиологии / Под. ред. X. Петерсона. -М.: РА Спас, 1996. -С. 101-114.

69. Линденбратен Л.Д. Очерки истории * российской рентгенологии. -М.: Видар, 1995.-С. 261 -288 с.

70. Либенсон М.Н. и др. Автоматизация распознавания телевизионных изображений. -М.: Энергия, 1975.- 125 с.

71. Липкович B.C. К вопросу о рентгенодиагностике местнораспространенного рака проксимального отдела желудка // Диагностика и лечение злокачественных опухолей пищеварительного тракта.- 1987.- № 6.- С. 11-15.

72. Мазуров А.И., Данилов В.А. Цифровое рентгенотелевидение. -М.: Знание, 1990.- 62 с.

73. Максимов И.А., Савинкин Ю.Н., Лебедев А.В. Гастроскопия в морфологической верификации рака желудка // Советская медицина. 1988. -№11.-С. 78-81.

74. Ранние формы рака желудка, выявленные при диспансеризации / Н.Н. Малиновский, Л.Е. Денисов, В.Д. Володин, С.В. // Хирургия. -1983. № 4.- С. 29-32.

75. Мерабишвили В.М., Океанов А.Е. Развитие в СССР автоматизированных информационных систем онкологической службы // Автоматизированные информационные системы в онкологии.: Тез. докл. Всесоюзн. симп. -Бишкек, 1991.- С. 12-15.

76. Миронова Г.Т., Бачиашвили А.К., Мазаев А.П. Ультразвуковая томография в диагностике забрюшинных неорганных опухолей // Медицинская радиология 1986. - № 7.- С. 45-48.

77. Мирошников М.М., Лисовский В.А., Филипов Е.В. Иконика в физиологии и медицине -Л.: Наука, 1987.- 302 с.

78. Нахи Н.Е. Применение метода ■ рекуррентной оценки в статистической задаче улучшения качества изображения // ТИИЭР.- 1972. -Т. 60, №7.-С. 145-152.

79. Нечипай A.M. Роль эндоскопических исследований в диагностике предопухолевых патологий желудка и формирование групп риска: Дисс. .канд. мед. наук. -М., 1987.- 182 с.

80. Обработка изображений и цифровая фильтрация: Сб. статей / Под ред. Т. Хуанга; -М.: Мир, 1979.-315 с.

81. Океанов А.Е. Возможности использования АСОИ онкологической службы в информационно-поисковом режиме // Актуальные проблемы онкологии и медицинской радиологии. 1983.- Вып. XI.- С. 19-21.

82. Основные показатели состояния онкологической помощи населению России в 1997 г. / Под ред. акад. РАМН В.И. Чиссова, проф. В.В. Старинского, к.м.н. Л.В. Ременник; -М.: Медицина, 1998,- 166 с.

83. Павлов К.А., Назаренко В.П. Возможности оптимизации методов исследований при профилактических осмотрах // Вопросы онкологии -1984. №5. - С. 8-12.

84. Павлов К.А. Возможности эндоскопии для ранней диагностики и выявления злокачественных опухолей // Ранняя диагностика злокачественных новообразований: Тез. докл. Всесоюзн. конф. Ленинград, 1983.-С. 59-63.

85. Рентгенодиагностическая диагностика начальных форм эндофит-ного рака желудка / Л.М. Портной, Г.Н. Романов, Е.Б. Лесин и др. // Хирургия.- 1987.- № 4.- 241 с.

86. Пикалов В.В., Преображенский Н.Г. Вычислительная томография и физический эксперимент // УФН.- 1983.- Т. 141, вып. 3.- С. 469-480.

87. Прэтт У. Цифровая обработка изображений: Пер. с англ. -М.: Мир, 1982.- 526 с.

88. Путятин Е.А. Обработка изображений в робототехнике. -М.: Машиностроение, 1990.- 375 с.

89. Рентгенотехника: Справочник: В 2 кн. / Под ред. В.В. Клюева. -М.: Машиностроение, 1980. Кн. 1.-431 с.

90. Рихтер Д. WINDOWS для профессионалов (программирование в WIN32 API для Windows NT 3.5 и Windows 95): Пер. с англ. -М.: Изд. отдел "Русская редакция" ТОО "Channel Trading Ltd.", 1995.- 720 с.

91. Робине М.Г. Принципы обратной фильтрации для линейных пространственно-зависимых систем отображения // ТИИЭР. -1972.- Т. 60, №7.-С. 134-144.

92. Савельев B.C., Буянов В.М., Лукомский Г.И. Руководство по клинической эндоскопии. -М.: Медицина, 1985.- 543 с.

93. Савчук А.А. Пространственно зависимые искажения изображения, вызванные движением, и реставрация изображений // ТИИЭР.- 1972.- Т. 60, №7.- С. 124-133.

94. Садыков С.С. Системы цифровой обработки изображений. -Ташкент: ФАН, 1986.- 168 с.

95. Садыков С.С. Цифровая обработка и анализ изображений. -Ташкент: ФАН, 1994.- 110 с.

96. Садыков С.С. Методы выделения структурных элементов изображений. -Ташкент: ФАН, 1990.- 113 с.

97. Садыков С.С., Кадырова Г.Х., Азимов Ш.Р. Системы цифровой обработки изображений. —Ташкент: ФАН, 1988.- 168 с.

98. Семенов С.И., Середа С.Н., Кошелев С.В. Ортогональные фильтры для обработки маммограмм // Математические и технические средства обработки данных и знаний / Под ред. С.С. Садыкова. -Ташкент: НПО Кибернетика АН РУз, 1999.- С. 9-13.

99. Семиглазов В.Ф. Профилактика и раннее выявление опухолей молочной железы. -JI.: Знание, 1990.- 40 с.

100. Семиглазов В.Ф. Ранняя диагностика опухолей молочной железы. -Л.: Медицина, 1989.- 183 с.

101. Середа С.Н. Система автоматизированной обработки, анализа и хранения маммографических снимков: Дисс. .канд. техн. наук. -Владимир, 2000.- 153 с.

102. Серов В.В., Золотаревский В.Б., Берестова А.В. Соотношение дисплазии эпителия и раннего рака желудка // Вопросы онкологии -1988. №5. - С. 557-561.

103. Соколов Ю.Н., Антонович В.Б. Рентгенодиагностика опухолей пищеварительного тракта. -М.: Медицина, 1981.- 320 с.

104. Стокхэм Т.Г. Обработка изображений в контексте модели зрения // ТИИЭР.- 1972.- Т. 60, № 7.- С. 93-107.

105. Столяр B.JI. Современные медицинские информационные системы // Компьютерные технологии в медицине. -1997.- № 3.- С. 54-61.

106. Странадко Е.Ф., Александрова JI.A., Осмоловский М.М. Медицинские и экономические аспекты применения ЭВМ в онкологическом скрининге // Советская медицина. -1986.- № 8.- С. 67-70.

107. Суворова Г.П., Семенов С.И. Графическая база данных // Системы, методы обработки и анализа данных / Под ред. С.С. Садыкова. -Ташкент: НПО Кибернетика АН РУз, 1997.- С. 180-182.

108. Теплоухова Е.М., Кныш В.И. Причины возникновения и возможности ранней диагностики колоректального рака // Вопросы онкологии-1990.-№1.-С. 101-107.

109. Технические средства рентгенодиагностики: Сб. статей / Под ред. И.А. Переслегина. -М.: Медицина, 1981.- 376 с.

110. Технические средства медицинской интроскопии: Сб. статей / Под ред. Б.И. Леонова. -М.: Медицина, 1989.- 304 с.

111. Тихонов В.И. Автоматизированная система для обработки информации в НИИ онкологии // Автоматизированные информационные системы в онкологии.: Тез. докл. Всесоюз. симп. -Бишкек, 1991.- С. 19-21.

112. Трахтенберг А.Х. Рак легкого. -М.: Медицина, 1987.- 304 с.

113. Трахтенберг А.Х., Чиссов В.И., Осипова Н.А., Андриевский А.Г. Эволюция хирургического лечения больных раком легкого // Хирургия. 1987.-№9. с. 48-54.

114. Уэбб С. Физика визуализации изображений в медицине: Пер. с англ. -М.: Мир, 1991.- 552 с.

115. Флинт Д. Локальные сети ЭВМ: архитектура, принципы построения, реализация: Пер. с англ. -М.: Радио и связь, 1986.- 357 с.

116. Франк Г.А., Белоус Т.А., Чиссов В.И. Морфологические особенности полипов желудка // Клиническая хирургия. -1986.- № 5. -С. 12-14.

117. Фукс М.А. Ультразвуковая диагностика в акушерстве и гинекологии. -М.: Медицина, 1987.- С. 37-133.

118. Хуанг Т.С., Шрайбер В.Ф., Третьяк О.Ж. Обработка изображений и ТИИЭР.- 1971.- Т. 59, №11.- С. 59-85.

119. Цветкова T.JL, Филинов В.Н. Комплексная автоматизация деятельности онкологической службы // Новые организационные формы противораковой борьбы.: Тез.докл. межгос. симп. -Челябинск, 1994.- С. 29.

120. Цифровая обработка сигналов и ее применения: Сб. статей / Под ред. Л.П. Ярославского. -М.: Наука, 1981 223 с.

121. Чиссов В.И., Старинский В.В., Ковалев Б.Н., Ременник Л.В. Состояние онкологической помощи населению Российской Федерации //Российский онкологический журнал. 1996.- № 1.- С. 5-12.

122. Чиссов В.И., Старинский В.В., Сотникова Е.Н. Ранняя диагностика онкологических заболеваний. -М.: Медицина, 1994.- 103 с.

123. Чиссов В.И., Савинкин Ю.Н., Лавникова Г. А. Ранняя онкологическая патология желудка. -М.: Медицина, 1985.- 316 с.

124. Проблемы организации онкологической помощи на современном этапе / В.И. Чиссов, Ю.С. Сидоренко, В.В. Старинский и др. -С.-Пб.: Эскулап, 1995.- Т.41, № 2.- С. 11.

125. Чиссов В.И., Трахтенберг А.Х. Ошибки в клинической онкологии. -М.: Медицина, 1993. 176 с.

126. Шэрр С. Электронные дисплеи: Пер. с англ. -М.: Мир, 1982.- 623 с.

127. Шефер Р. В., Рабинер JI. Р. Цифровое представление речевых сигналов // ТИИЭР.- 1975.- Т. 63, № 4.- С. 146-159.

128. Элаши Ш., Бикнелл Т., Джордан P. JL, Радиолокационные станции с синтезированием апертуры для космической съемки поверхности планеты: области применения, методы, конструкторские разработки // ТИИЭР.- 1982. -Т. 70,№10.-С. 49-66.

129. Янковский Р.Е. Оптико-структурный математический анализ изображений. -М.: Машиностроение, 1990.- 360 с.

130. Яншин В.В., Калинин Г.А. Обработка изображений на языке Си для IBM PC. -М.: Мир, 1993.- 120 с.

131. Яншин В.В. Анализ и обработка изображений: принципы и алгоритмы. -М.: Машиностроение, 1994.- 112 с.

132. Ahern F.J., Sirois J. Reflectance enhancements for the thematic mapper: an efficient way to produce images of consistently high quality // Photogrammetric engineering and remote sensing.- 1989.- Vol. 55, № 1. -P. 61-67.

133. Alkhairy A. S., Christian K. G., Lim J. S. Design and Characterization of optimal FIR with arbitrary phase. // IEEE Transaction on signal processing. -1993.- Vol. 41, № 2, P. 559-572.

134. Ambrose J. Computerized transverse axial scanning (tomography) // Brit. J. Radiol. 1993. - № 46.- P. 1023.

135. Amizi-Sadjadi M.R., Bannour S. Two dimensional recursive parameter identification for adaptive Kalman filtering // IEEE Transaction on circuits and system. -1991.- Vol. 38, № 9.- P. 1077-1081.

136. Baraldi A., Parmiggiani F. An alternative form of Lee filter for speckle suppression in SAR images // Graphical models and image processing. -1995. -Vol. 57, № 1.- P. 75-78.

137. Beghdadi A., Negrate A.L. Contrast enhancement technique based on local detection of edges // Computer vision and image processing. -1989.- №46. -P. 162-174.

138. Bishop E.H. Obstetric uses of the ultrasonic motion sensor // Am. J. Obsted. Gynecol. -1993.- № 96.- P. 863-867.

139. Bovik A.C., Huang T.S., Munson D.C. Image restoration using order-constrained least-squares methods // IEEE Speech and signal processing. 1983. - Vol. 2, № 4. - P. 828-832.

140. Catte F., Lions P-L., Morel J-M. Image selective smoothing and edge detection by nonlinear diffusion // Society for industrial and applied Mathematics journal numeric analysis. -1992.- Vol. 29, № 1. P. 182-193.

141. Copeland M., Rauzon R. Summary and recommendations of the workshop on Colon Cancer// Cancer. -1974.- Vol. 6.- P. 1747-1752.

142. Correa P. Cronic gastritis as a cancer precursos // Scand. J. Gastroenterol. -1984.- Vol. 19. P. 131 - 136.

143. DePriest P.D., Shengon D., Fried A. A morphology index based on sonographic findings in ovarian cancer// Gynecol. Oncol. -1993.-№ 51.- P. 61.

144. Downie J.D., Walkup J.F. Optimal correlation filters for images with signal-dependent noise // Journal optical society of America. -1994. Vol. 11, N. 5.-P. 1599-1611.

145. Durand J. M., Gimonet B. J., Perbos J. R. Speckle in SAR images: an evaluation of filtering techniques // Advances in space research remote sensing from space. -1987. Vol. 7, N. 11.- P. 301-304.

146. Fernando S.S.E., Nakamura К. Japanese technique of early gastric cancer diagnosis // Amer. J. Gastroenterol. -1986. -Vol. 81. -N. 9. -P. 757

147. Gliman M.J. Pelvic endoscopy // Progr. Gynecol. -1989.- № 6. -P. 81-109.

148. Hakulinen Т., Наката M. The effect of screening on the incidence and montarlity of cervical cancer in Finland // Nowotwory. -1985. -Vol. 35.- P. 285-289.

149. Hardcastle J.D., Chir M., Pye G. Screening for colorectal cancer. A critical review// WLD J. Surg. -1989.- Vol. 13, № 1. P. 38-44.

150. Haunsfield G.N. Picture Quality of computed tomography // Am. J. Roentgenol. -1986. № 127. - P. 3-9.

151. Holbert E. Gastric carcinoma in patients younger than age 36 years // Cancer. -1987.- Vol. 60.- № 6. P. 1395-1399.

152. Jasper A., Grundmann E. Die Hantigkeit von Magenkarzinomen nach schweren Displasen- eine retrospektive Studie // Vern. Dtsch. Ges. Pathol. -1984. -Bd. 68. S. 365.

153. Jeffs B.D., Gunsay M. Restoration of blurred star field images by maximally sparse optimization // IEEE Transaction on image processing. -1993. -Vol. 2, №2.-P. 202-211.

154. Jensen O.M., Storm H.H. Cancer registration: principles and methods. Reporting of results // IARC-Sci-Publ. -1991. № 95.- P. 108-125.

155. Kumazaki Т., Ringertz H. Дигитальная радиология // Общее руководство по радиологии: Пер. с англ. / Под ред. Н Petterson. -М.: РА "Спас", 1996.- С. 101-115.

156. Kundu A., Zhou J. Combination median filter // IEEE Transaction on image processing. -1992.- Vol. 1, № 3. P. 422-428.

157. Lopes A., Touzi R., Nezry E. Adaptive speckle filters and scene heterogeneity // IEEE Transaction on geoscience and remote sensing. -1990.- Vol. 28, № 6. P. 992-1000.

158. Nathan Т. An atlas of normal and abnormal mammograms -Oxford: Oxford Univ. Press, 1982. 118 p.

159. Onural L., Alp В., Gurelli M. I. Gibbs random field model based weight selection for the 2-D adaptive weighted median filter // IEEE Transaction on pattern analysis and machine intelligence. -1994.- Vol. 16.- № 8. P. 831-837.

160. Pizer S.M., Amburn P. Adaptive histogram equalization and its variations // Computer vision, graphics, and image processing. -1987. Vol. 39. - P. 355-368.

161. Rzempoluch J., Beercharz A., Wolf A. Laparoscopy in clinical practice // Gynecol. Pol. -1993. № 64. - P. 179-85.

162. Shiffman S., Shortliffe E.H. Biomedical imaging the evolution of medical informatics // Computing medical imaging and graphics. -1996. Vol. 20, №4.-P. 189-192.

163. Touzi R., Lopes A. The principle of speckle filtering in polarimetric SAR imagery // IEEE Transaction on geoscience and remote sensing. -1994. -Vol. 32, №5.-P. 1110-1114.

164. Tracking the specie out of SAR: the gamma filter // Remote sensing in Canada. -1995. Vol. 23, № 3.- P. 2-3.

165. Strickland R.N. Tumor detection in nonstationary backgrounds // IEEE Trans. Med. Image -1994.- V. 13, № 3. P. 491-492.

166. Wang X. On the gradient inverse weighted filter // IEEE Transaction on signal processing. -1992. Vol. 40. № 2. - P. 482-484.

167. Отдельные элементы системы используются в отделениях диагностического профиля МНИОИ.

168. Экономический анализ эффективности экспериментальной системы показал, что затраты на ее разработку и внедрение окупаются, только за счет экономии рентгеновской пленки, менее чем за один год.

169. Отдельные элементы системы внедрены в ряде лечебных учреждений Владимирской области (ОКБ, БСП, Муромская ЦРБ).

170. Ведущий специалист ДЗО по информатике -^ Панков В.Л.1. ЕРЖДАЮ"

171. Ректор ИГМА, засл. деятель науки про®фссор^Р.Р. Шиляев2001 г.1. U // )t '1. АКТо внедрении компьютерной информационно-диагностической системы во Владимирском областном онкологическом диспансере.

172. Зав. кафедрой педиатрии ФППО Ивановской государственной медицинской академии д.м.н., профессор Малахов А.Б.1. УТВЕРЖДАЮ"

173. Директор НИИ онкологии Н.Н. Петрова, член — юндент РАМН,1. К.П.1. Ханро^7izS/гшт.о внедрении компьютерной информационно диагностической системы во Владимирском областном онкологическом диспансере.

174. Некоторые идеи, положенные в основу системы, были использованы при совершенствовании канцерорегистра.тз " 0$" MQA 2001

175. Зав. каф. РТиРС ВлГУ д.т.у,* профессор1./О.Р. Никитин/1. Декан ФРЭМТ ВлГУ212001 г.к1. УТВЕРЖДАЮ1. АКТвнедрения результатов диссертации Семенова С.И. на соискание ученой

176. Благодаря применению системы у части больных (см. табл.) диагноз был изменен, Примерно в 19 % случаев изменился план лечения за счет уточнения степени распространенности процесса.