Система анализа и обработки медицинских изображений с малоконтрастными объектами

Виллевальде, Анна Юрьевна

Приборы, системы и изделия медицинского назначения

автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Система анализа и обработки медицинских изображений с малоконтрастными объектами

кандидата технических наук: Виллевальде, Анна Юрьевна
город: Санкт-Петербург
год: 2008
специальность ВАК РФ: 05.11.17
цена: 450 рублей

Диссертация по приборостроению, метрологии и информационно-измерительным приборам и системам на тему «Система анализа и обработки медицинских изображений с малоконтрастными объектами»

Автореферат диссертации по теме "Система анализа и обработки медицинских изображений с малоконтрастными объектами"

На правах рукописи

Виллевальде Анна Юрьевна

СИСТЕМА АНАЛИЗА И ОБРАБОТКИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ С МАЛОКОНТРАСТНЫМИ ОБЪЕКТАМИ

Специальность: 05.11.17-Приборы, системы и изделия

медицинского назначения

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2008

003455928

Работа выполнена в Санкт-Петербургском государственном электротехническом университете «ЛЭТИ» им. В. И. Ульянова (Ленина)

Научный руководитель -

доктор технических наук, профессор 3. М. Юлдашев Официальные оппоненты:

доктор технических наук, профессор К. Г. Коротков кандидат технических наук, ст. научн. сотр. А. И. Мазуров

Ведущая организация - Санкт-Петербургский государственный университет аэрокосмического приборостроения

Защита диссертации состоится " 2008 г. в И часов на

заседании совета по защите докторских и кандидатских диссертаций Д 212.238.09 Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» имени В. И. Ульянова (Ленина) по адресу: 197376, Санкт-Петербург, ул. Проф. Попова, 5.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан " 2008 г.

Ученый секретарь совета по защите докторских и

кандидатских диссертаций

К. Н. Болсунов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

В настоящее время диагностика на основе визуального анализа медицинских изображений получила широкое распространение во врачебной практике, при этом ранняя диагностика различных заболеваний значительно увеличивает шансы пациентов на выздоровление. Однако объекты интереса исследователя на медицинских изображениях, используемых в ранней диагностике, чаще всего бывают небольшими и малоконтрастными по сравнению с окружающим фоном. При визуальном обнаружении этих объектов, - выполнении первого шага на пути диагностики по медицинскому изображению, могут возникнуть проблемы. С одной стороны они обусловлены указанными особенностями самих изображений, с другой - ограниченностью характеристик зрительной системы исследователя и искажениями, возникающими в изображениях при их получении и отображении. Поэтому решение задач, связанных с повышением эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на медицинских изображениях, представляется актуальным.

С развитием информационных и компьютерных технологий в медицине появились новые возможности для повышения эффективности обнаружения объектов интереса на изображениях. Специализированные системы для анализа и обработки медицинских изображений позволяют производить преобразования изображений в различных целях. Однако применение подобных систем требует от пользователя высокой квалификации в области анализа и обработки изображений и связано с рядом трудностей. С одной стороны, при выборе метода обработки изображения пользователь руководствуется лишь своими знаниями и опытом, и, следовательно, этот выбор может быть неоптимальным для достижения поставленной цели преобразования. С другой -перебор всех имеющихся в системе методов (или комбинаций методов) может потребовать слишком много времени. Для проведения обработки изображения, оптимальной в смысле достижения поставленной цели и быстрой по сравнению с перебором всех имеющихся в системе методов, следует обеспечить автоматизированный выбор подходящего метода обработки. Поскольку именно исследователю, в конечном итоге, предназначено медицинское изображение, для повышения эффективности обнаружения им объектов интереса, обработка должна быть направлена на улучшение восприятия изображения зрительной системой исследователя.

Целью данной работы является разработка системы анализа и обработки медицинских изображений, обеспечивающей повышение эффективности обнаружения исследователем небольших малоконтрастных объектов на них за счет согласования пространственных и энергетических характеристик изображений со свойствами зрительной системы исследователя.

Для достижения поставленной цели определены следующие задачи:

- разработать и исследовать объективный количественный критерий, отражающий степень согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

- разработать метод автоматизированного анализа и обработки медицинских изображений, позволяющий повысить эффективность обнаружения исследователем небольших малоконтрастных объектов интереса, на основе предложенного критерия.

- разработать систему анализа и обработки медицинских изображений, обеспечивающую повышение эффективности обнаружения исследователем небольших малоконтрастных объектов на них.

- провести экспериментальную апробацию метода и системы автоматизированного анализа и обработки медицинских изображений.

- разработать рекомендации по анализу и обработке медицинских изображений, содержащих небольшие малоконтрастные объекты интереса, для повышения эффективности их обнаружения исследователем.

Объектом исследования является система анализа и обработки медицинских изображений с малоконтрастными объектами.

Предметом исследования является информационное, методическое и программно-алгоритмическое обеспечение системы.

Методы исследования

Исследование базируется на методах математического моделирования, анализа и синтеза биотехнических систем, методах теории статистических решений, методах анализа и обработки изображений.

Новые научные результаты

Автором получены следующие научные результаты:

1. Разработан и исследован объективный количественный критерий согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя, - вероятность правильного обнаружения исследователем объектов интереса на изображении. Критерий учитывает размер и контраст объектов интереса и отражает взаимосвязь этих характеристик изображения с частотно-контрастной чувствительностью зрительной системы исследователя.

2. Разработан метод автоматизированного анализа и обработки медицинских изображений, позволяющий повысить эффективность обнаружения исследователем небольших малоконтрастных объектов на них за счет изменения пространственных и энергетических характеристик изображения, размера и контраста объектов интереса, согласованного с частотно-контрастной чувствительностью зрительной системы исследователя. Методы обработки изображений, обеспечивающие это изменение, определяются разработанным критерием.

Практическую ценность работы составляют:

1. Аналитические соотношения для определения объективного количественного критерия, отражающего степень согласования пространственных и

энергетических характеристик изображения со свойствами зрительной системы исследователя.

2. Метод автоматизированного анализа и обработки медицинских изображений, позволяющего повысить эффективность обнаружения исследователем небольших малоконтрастных объектов интереса на них.

3. Программно-алгоритмическое обеспечение системы анализа и обработки медицинских изображений, реализующей разработанный метод.

4. Результаты экспериментальных исследований, подтверждающие обоснованность предложенных критерия, метода и системы.

5. Рекомендации по проведению анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса, для повышения эффективности их обнаружения исследователем.

Научное положение, выносимое на защиту

Система анализа и обработки медицинских изображений для повышения эффективности обнаружения исследователем небольших малоконтрастных объектов интереса должна обеспечивать изменение пространственных и энергетических характеристик изображения, согласованное со свойствами зрительной системы исследователя.

Внедрение результатов работы

Результаты диссертационной работы нашли применение при выполнении научно-исследовательских работ «Исследование влияния сжатия медицинских изображений на эффективность их анализа при ранней диагностике» (НИР ИИД/БЭС-77, 2003 г.); «Автоматизированная система исследования чувствительности стереоскопического зрения человека» (НИР БЭС-67 № гос. регистрации 012003 06357, 2003-2004 гг.); «Разработка теоретических основ синтеза интеллектуальных биотехнических систем для диагностики, лечения и коррекции состояния человека» (НИР БЭС-61 № гос. регистрации 01200306356, 2003-2005 гг.); «Разработка теоретических основ, информационных и математических моделей взаимодействия человека и биотехнического комплекса» (НИР БЭС-82, 2006-2007 гг.); «Разработка теоретических основ построения биотехнических систем управления состоянием человека» (НИР БЭС-92,2008 г.). Результаты работы внедрены в практику научных исследований кафедры Биомедицинской электроники и охраны среды Санкт-Петербургского государственного электротехнического университета.

Апробация работы

Петербург, 2004 г.); конференции «Биотехнические системы в XXI веке» (Санкт-Петербург, 2004 г.), III Международной научно-технической конференции (Минск, 2004 г.), научно-технической конференции «От лучей рентгена - к инновациям XXI века: 90 лет со дня основания первого в мире Рентгенорадиологического института» (Санкт-Петербург, 2008 г.).

Публикации

По теме диссертации опубликованы 21 научная работа, из них - 8 статей (6 статей опубликованы в ведущих рецензируемых научных журналах и изданиях, определенных ВАК), 13 работ - в трудах международных и российских научно-технических конференций и симпозиумов.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав с выводами, описания основных результатов работы, списка литературы, включающего 90 наименований, и приложения. Основная часть работы изложена на 128 страницах машинописного текста. Работа содержит 28 рисунков и 11 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, дается характеристика работы, приводится краткое содержание работы по главам.

В первой главе диссертации приводится обоснование необходимости разработки метода и системы, обеспечивающих повышение эффективности обнаружения исследователем небольших малоконтрастных объектов на медицинских изображениях за счет согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

Анализ биотехнической системы (БТС) медицинской визуализации показал, что успешность выполнения визуального анализа медицинского изображения исследователем, начиная с правильного обнаружения объектов интереса и заканчивая постановкой диагноза, зависит от качества исходного изображения в системе съема, степени искажений изображения, вносимых всеми звеньями БТС медицинской визуализации: самим объектом исследования, системой съема, системой отображения и, наконец, зрительной системой исследователя.

Исследование взаимодействия зрительной системы исследователя с системой отображения выявило, что эффективность обнаружения объектов интереса при восприятии медицинских изображений на дисплеях зависит от взаимосвязанных между собой экзогенных (характеризующих условия наблюдения) и эндогенных (характеризующих зрительную систему) факторов зрительного восприятия. Установлено, что эндогенные факторы, в первую очередь, пороговый контраст (частотно-контрастная чувствительность) и разрешающая способность зрительной системы, накладывают ограничения на условия зрительного восприятия: яркость адаптации, контраст объектов

интереса и их размер (пространственные и энергетические характеристики изображения).

Выделены следующие особенности медицинских изображений для ранней диагностики:

- низкий, сопоставимый с пороговым для зрительной системы, контраст диагностически значимых участков изображения (объектов интереса), 0,02-0,3;

- небольшая величина диагностически значимых участков изображения: их характерные размеры, 0,3-1 мм, сравнимы с минимальными размерами объекта, который может быть обнаружен исследователем с расстояния 50 см в хороших условиях наблюдения.

Принимая во внимание связанные с эндогенными факторами зрительного восприятия ограничения, установлено, что выделенные особенности медицинских изображений для ранней диагностики не позволяют исследователю эффективно осуществлять обнаружение объектов интереса на этих изображениях. Поскольку возможность излечения многих заболеваний напрямую зависит от стадии их развития на момент выявления, существует необходимость поиска решения этой проблемы.

Исследование функций и особенностей работы современных специализированных систем для анализа и обработки медицинских изображений в различных целях, показало, что эти системы обладают рядом недостатков. Основным недостатком представляется то, что большинство из систем содержит лишь широкий набор методов анализа и обработки изображений, доступный исследователю, без указаний, какой метод должен быть применен для достижения поставленной цели преобразования. В связи с этим выявлены следующие проблемы:

- невозможно гарантированно осуществить оптимальный (в смысле достижения поставленной цели преобразования) выбор метода (или комбинации методов) для обработки изображений, поскольку этот выбор основывается лишь на знаниях и опыте пользователя;

- осуществить перебор всех имеющихся в распоряжении исследователя методов (и их сочетаний) для достижения наилучшего результата обработки невозможно, поскольку это будет слишком затратным по времени.

Поэтому для улучшения работы систем анализа и обработки медицинских изображений, очевидно, необходим метод, обеспечивающий автоматизированный выбор преобразования изображения. В основе метода должен лежать объективный количественный критерий, определяющий последовательность анализа и обработки изображения, необходимую для достижения поставленной цели. Учитывая взаимосвязь эндогенных и экзогенных факторов зрительного восприятия, повышение эффективности обнаружения исследователем объектов интереса в результате анализа и обработки медицинского изображения будет обеспечено, если данный критерий отражает степень согласования пространственных и энергетических характеристик изображения на дисплее со свойствами зрительной системы исследователя.

Во второй главе сформулирован подход к анализу и обработке медицинских изображений, на основе которого предложен метод, позволяющий повысить эффективность обнаружения исследователем небольших малоконтрастных объектов интереса на этих изображениях.

Согласно сформулированному подходу (рисунок 1), выбор метода обработки изображения для достижения поставленной цели должен проводиться в результате анализа изображения и расчета критерия, отражающего степень согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя. Критерий формируется, исходя из признаков медицинского изображения, соответствующих экзогенным факторам зрительного восприятия, и включает эндогенные факторы зрительного восприятия. Изменение значения критерия после обработки показывает, будет ли достигнута цель преобразования медицинского изображения, - повышение эффективности обнаружения исследователем интересующих объектов на изображении. Визуальный анализ медицинского изображения исследователем дополняет оценку результата преобразования.

Рис. 1. Схема анализа и обработки медицинских изображений

В качестве объективного количественного критерия согласования пространственных и энергетических характеристик медицинского изображения со свойствами зрительной системы исследователя предложена вероятность правильного обнаружения исследователем объектов интереса на изображении; разработана соответствующая математическая модель.

Математическая модель разработана для эталонного изображения, содержащего объект интереса малых размеров и низкого контраста, - представленного в градациях серого изображения круга на равномерном фоне (диаметр 0,3-1 мм, контраст объекта с фоном составляет 0,02-0,3), объект светлее фона (рисунок 4, «Круг»). Расчет производился согласно критерию Неймана-Пирсона в присутствии белого гауссова шума, обусловленного процессами в зрительной системе исследователя, при минимизации дополнительных искажений изображения (от других звеньев БТС медицинской визуализации). В результате для вероятности правильного обнаружения исследователем объекта интереса заданного размера на изображении получено

следующее математическое выражение:

Pd = 7 + Фо ^-Л, где С* = а-Ст ■ Ф0Л{\-1\ a-Cf

гДе - , yj | _

(

-t

dt - интеграл вероятности; С0£ - контраст изобра-

1 ;

фоОО = -/т=1ехр

ч „

жения, содержащего объект интереса; С* - контраст изображения, соответствующий порогу обнаружения объекта интереса по яркости; Cj - пороговый контраст зрительной системы (который зависит как от размера объекта, так и от яркости адаптации); а - коэффициент, определяющийся условиями внутренней фильтрации в зрительной системе; Pj - вероятность ложной тревоги.

На основе предложенного критерия разработан метод автоматизированного анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса исследователя (рисунок 2). В соответствии с представленной математической моделью, в качестве методов обработки были выбраны контрастирование и масштабирование изображения, которые выполняются последовательно.

С учетом возможности задания параметров, контрастирование реализуется согласно выражению: BL - L\B + Z^, где В и - яркость изображения

до и после преобразования; Ь =—и Ln-B^т -Вь—^ - параметры пре-

АВ АВ

образования; Bf,, AS и Вы, ABi - яркость фона, разность яркостей объекта

интереса и фона изображения до и после преобразования.

Масштабирование реализуется согласно выражению:

BobM(ao) = Bob\ ~ I» гДе ВоЪ> ВоЪМ ~ яркость объекта интереса на изобра-

жении до и после преобразования; cog ~~ исходный угловой размер объекта интереса на изображении (пространственная частота в циклах на градус поля зрения наблюдателя); М - коэффициент масштабирования. Это эквивалентно переносу отсчета контраста малоконтрастного объекта интереса небольших размеров на изображении из области высоких пространственных частот в область средних пространственных частот, где пороговый контраст зрения минимален.

Рис. 2. Метод автоматизированного анализа и обработки медицинских изображений с малоконтрастными объектами

Результат обработки определяется требуемой величиной вероятности правильного обнаружения объектов интереса на изображении и контролируется исследователем. Расчет параметров выбранных методов производится в соответствии с зависимостями вероятности правильного обнаружения объекта на изображении от его контраста и размера для заданных условий наблюдения, полученными согласно представленной математической модели.

Так, параметры контрастирования Ъ\ и 12> определяются через соответствующее значение контраста объекта интереса на изображении,

СоЫ=~- СоЬ1=а-Ст-Ф0А[р&м~1-ус*, ^а-Ог-Фо'1^-/!),

где РЛМ - требуемый уровень вероятности правильного обнаружения исследователем объектов интереса на изображении. Требуемая яркость фона изображения, Вы, задается в соответствии с зависимостью порогового контраста зрительной системы от уровня яркости адаптации.

Необходимый коэффициент масштабирования объекта интереса на

изображении, М, определяется из выражения: РсЦ,м(®о)= '

Действие контрастирования и масштабирования на изображение, содержащее небольшой объект интереса низкого контраста, иллюстрирует рисунок 3.

Рис. 3. Зависимость порогового контраста от размера наблюдаемого объекта на изображении, С^(ш), и изменение отсчета контраста объекта интереса на изображении, со), под действием контрастирования, со), и масштабирования,

Третья глава диссертации посвящена исследованию характеристик обнаружения исследователем объектов интереса на изображениях в целях подтверждения представленной математической модели. Для этого предложено использовать эталонные изображения (рисунок 4), синтезированные с учетом выделенных особенностей медицинских изображений для ранней диагностики.

На основе проведенных расчетов определены следующие характеристики обнаружения (рисунок 5): зависимости вероятности правильного обнаружения исследователем объектов интереса на эталонных изображениях от их контраста и размеров в заданных условиях наблюдения.

«Круг» «Мира»

Рис. 4. Примеры эталонных изображений

«Синусоидальная решетка»

В)

Рис. 5. Зависимости вероятности правильного обнаружения объекта на изображении, Р^, в заданных условиях наблюдения: а) от контраста объекта, С0г,, для четырех значений вероятности ложной тревоги, Р\; б) от размера объекта, со (в циклах на градус поля зрения), для трех значений контраста, вероятность ложной тревоги 10"5; в) от контраста объекта, С0£, для пяти размеров объекта, со (в циклах на градус поля зрения), вероятность ложной тревоги 10'2

Результаты экспериментальных исследований этих зависимостей, проведенных на эталонных изображениях (рисунок 6), а также сравнение полученных зависимостей с данными, представленными в литературных источни-

ках, дают основание считать предложенную математическую модель и основанный на ней метод автоматизированного анализа и обработки медицинских изображений обоснованными.

Для повышения точности результатов экспериментальных исследований, в них принимали участие 10 наблюдателей с хорошим зрением (Vis = 1), каждому из которых без предварительной тренировки по 20 раз предъявлялось эталонное изображение с заданными параметрами. Согласно результатам статистической обработки полученных данных, величина доверительных интервалов для экспериментальных значений на рисунке 6 составляет ±7 % при доверительной вероятности 0,95.

Рис. 6. Примеры результатов экспериментов по определению зависимостей вероятности правильного обнаружения объекта на изображении, Pj, в заданных условиях наблюдения а) от размера объекта, со (в циклах на градус поля зрения), для трех значений контраста; б) от контраста объекта, С0ъ, для трех размеров объекта, г (в пикселях при разрешении 96 точек на дюйм); вероятность ложной тревоги 10"5; расстояние наблюдения 50 см; и соответствующие расчетные кривые

Вследствие необходимости применения сжатия изображений в современных системах медицинской визуализации, выявлена потребность в исследованиях влияния сжатия на зрительное восприятие изображений, содержащих небольшие малоконтрастные объекты интереса, и выработке соответствующих рекомендаций. В результате проведенных на эталонных изображениях экспериментальных исследований, описаны особенности искажений, возникающих при сжатии-восстановлении изображений методом JPEG, проанализированы различные критерии оценки качества изображений и сформулированы следующие рекомендации:

- Для сжатия медицинских изображений данным методом не следует применять большие степени компрессии, то есть коэффициенты сжатия менее 35.

- Для сжатия методом JPEG медицинских изображений с минимальными потерями диагностической информации, то есть при минимальном искажении небольших малоконтрастных объектов в изображении, рекомендуется использовать коэффициенты сжатия не менее 80.

Согласно результатам экспериментальных исследований, при соблюдении предложенных рекомендаций вероятность правильного обнаружения небольших малоконтрастных объектов интереса на подвергнутых сжатию изображениях не снижается по сравнению с исходными.

В четвертой главе диссертации на основе предложенного метода проведена разработка системы для анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса; представлены результаты экспериментальных исследований системы и метода.

Система анализа и обработки медицинских изображений с малоконтрастными объектами реализована с учетом требований к ее программно-алгоритмическому обеспечению, сформулированных исходя из выявленных достоинств и недостатков подобных систем.

Для комплексной проверки работы предложенных системы и метода проводились экспериментальные исследования с использованием эталонных и контрольных клинических изображений (маммограмм).

В экспериментальных исследованиях с эталонными изображениями принимали участие 10 наблюдателей с хорошим зрением (Vis = 1), каждому из которых без предварительной тренировки по 20 раз предъявлялось эталонное изображение с заданными параметрами. В результате анализа и обработки эталонных изображений в системе за счет последовательного проведения их контрастирования и масштабирования было достигнуто повышение вероятности правильного обнаружения наблюдателями объектов интереса с 0,02-0,6 (в зависимости от параметров объекта интереса) до 0,99. Пример результата анализа и обработки эталонного изображения приведен на рисунке 7.

Исходное изображение Результат контрастирования Результат масштабирования

^=0.02 PdLM= °'99 ?dLM= °>"

Cob =0,05 cob =0,8 СоЪ =0,8

СО =16 циклов на градус й =16 циклов на градус ш =8 циклов на градус

Рис. 7. Пример анализа и обработки эталонного изображения в системе анализа и обработки медицинских изображений с малоконтрастными объектами

В экспериментальных исследованиях с контрольными клиническими изображениями 50 патологических маммограмм с выделенными областями интереса, содержащими объекты интереса - микрокальцинаты. предъявлялись 5 экспертам - наблюдателям с хорошим зрением (Vis = 1), владеющим методикой постановки диагноза по маммографическим изображениям. Исследования показали, что анализ и обработка контрольных клинических изображений в системе обеспечивает повышение вероятности правильного обнаружения наблюдателями объектов интереса с 0,02-0,6 (для различных областей интереса) до 0,95 (пример на рисунке 8).

Исходное изображение Результат контрастирования Результат масштабирования

а)

/>¿=0,04 СоЬ=0,1 (0=16 циютовнаградус

Pd=0,05 С ob =0,06 СО=16 циклов на градус

PdL,M =099

Cob=0,8 С0=16 циклов на градус б)

PdLM =099 Cob=0,8 (0=8 циютовнаградус

PdLM =0 99 Cob=l (0=8 цикловна градус

=099

СоЬ=1

(0=16 цикловнаградус Рис. 8. Примеры обработки фрагментов контрольных клинических изображений в системе анализа и обработки медицинских изображений с малоконтрастными объектами

Полученные результаты подтвердили, что разработанные система и метод обеспечивают повышение эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на изображениях. В резуль-

тате анализа были выявлены достоинства и недостатки системы (и метода) и намечены пути дальнейшего развития. Сформулированы следующие рекомендации по анализу и обработке медицинских изображений, содержащих небольшие малоконтрастные объекты интереса:

Для повышения эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на медицинских изображениях, следует изменить контраст и размеры этих объектов в соответствии с частотно-контрастной чувствительностью зрительной системы исследователя. Для этого необходимо, во-первых, произвести контрастирование области интереса на изображении - повысить контраст объектов интереса, во-вторых, осуществить масштабирование объектов интереса - увеличить размер этих объектов так, чтобы обеспечить их восприятие при минимальном пороговом контрасте зрительной системы исследователя. Преобразования изображения должны осуществляться согласно требуемому значению разработанного критерия - вероятности правильного обнаружения исследователем объектов интереса.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Разработан и исследован объективный количественный критерий, отражающий степень согласования пространственных и энергетических характеристик изображения, размера и контраста объектов интереса на нем, с частотно-контрастной чувствительностью зрительной системы исследователя, - вероятность правильного обнаружения исследователем объектов интереса на изображении.

2. Разработан метод автоматизированного анализа и обработки медицинских изображений, обеспечивающий повышение эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на них. Методы обработки изображений, позволяющие повысить эффективность обнаружения объектов, определяются на основе разработанного критерия согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

3. Разработана система, предназначенная для анализа и обработки медицинских изображений, которая обеспечивает повышение эффективности обнаружения небольших малоконтрастных объектов на них, на основе предложенного метода.

4. Проведена экспериментальная апробация разработанных системы и метода для анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса.

5. Разработаны рекомендации для анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса, в целях повышения эффективности их обнаружения.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных ВАК России:

1. Виллевальде, А. Ю. Метод предварительной обработки медицинских малоконтрастных изображений [Текст] / А. Ю. Виллевальде, 3. М. Юлдашев // Информационно-управляющие системы. - 2008. - № 5(36). -С. 41-44.

2. Виллевальде, А. Ю. О системном подходе к медицинской визуализации [Текст] / А. Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2006. - Вып. 1. - С. 37-43.

3. Виллевальде, А. Ю. Особенности анализа и обработки малоконтрастных медицинских изображений [Текст] / А. Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2006. - Вып. 2. - С. 139-143.

4. Villevalde, A. Y. On the permissible ratios of image compression in early medical diagnostics (О допустимых уровнях сжатия изображений для ранней диагностики) [Текст] / Z. М. Yuldashev, A. Y. Villevalde // Pattern Recognition and Image Analysis. Applied Problems. - 2006. - V. 16,№ l.-P. 111-112.

5. Виллевальде, А. Ю. Система для исследования сжатия медицинских изображений [Текст] / А. Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2005. - Вып. 1. - С. 45-48.

6. Виллевальде, А. Ю. Исследование влияния сжатия медицинских изображений в системах телемедицины на эффективность их анализа [Текст] / А. Ю. Виллевальде, 3. М. Юлдашев // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2004. - Вып. 1. - С. 27-32.

Другие статьи и материалы конференций:

7. Виллевальде, А. Ю. О допустимых уровнях сжатия медицинских изображений в задачах ранней диагностики [Текст] / А. Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2004. - Вып. 2. - С. 3538.

8. Виллевальде, А. Ю. Метод анализа и обработки медицинских изображений для ранней диагностики [Текст] / А. Ю. Виллевальде // Труды 6 Международного симпозиума «Электроника в медицине», г. Санкт-Петербург. - 2008. - С. 164.

9. Виллевальде, А. Ю. Вероятность правильного обнаружения в задаче обработки медицинских изображений [Текст] / А. Ю. Виллевальде // Труды 6 Международного симпозиума «Электроника в медицине», г. Санкт-Петербург. - 2008. -С. 165.

10. Виллевальде, А. Ю. Автоматизированный выбор методов обработки медицинских изображений для повышения эффективности диагностики [Текст] / А. Ю. Виллевальде // Труды 63 научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2008. - С. 290-292.

11. Виллевальде, А. Ю. Метод повышения эффективности ранней диагностики по медицинским изображениям [Текст] / А. Ю. Виллевальде // Труды науч-

но-технической конференции «От лучей рентгена - к инновациям XXI века: 90 лет со дня основания первого в мире Рентгенорадиологического института (Российский научный центр радиологии и хирургических технологий)», Санкт-Петербург, 10 октября 2008 г. - С. 79.

12. Виллевальде, А. Ю. Обобщенный подход к построению систем анализа и обработки медицинских изображений [Текст] / А. Ю. Виллевальде // Труды 62 научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. -2007.-С. 221-223.

13. Виллевальде, А. Ю. Обобщенный подход к построению систем анализа и обработки медицинских малоконтрастных изображений [Текст] / А. Ю. Виллевальде // Труды Международной конференции по мягким вычислениям и измерениям. Санкт-Петербург, Издательство СПбГЭТУ «ЛЭТИ», 25-27 июня 2007 г. -С. 116-119.

14. Виллевальде, А. Ю. О подходе к анализу и обработке малоконтрастных изображений медицинских объектов [Текст] / А. Ю. Виллевальде // Вестник арит-мологии. Труды 5 Международного симпозиума «Электроника в медицине». -2006.-С. 203.

15. Виллевальде, А. Ю. Задачи анализа и обработки медицинских малоконтрастных изображений [Текст] / А. Ю. Виллевальде // Труды 61-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2006. -С. 187-189.

16. Виллевальде, А. Ю. Структура системы для исследования сжатия медицинских изображений [Текст] / А. Ю. Виллевальде Н Труды 60-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2005. -С. 197-198.

17. Villevalde, A. Y. On allowable levels of medical images compression [Текст] / Z. M. Yuldashev, A. Y. Villevalde // Proceedings of 7th International Conference on PATTERN RECOGNITION and IMAGE ANALYSIS: NEW INFORMATION TECHNOLOGIES. PRIA-7-2004, St. Petersburg. - 2004. - P. 963-965.

18. Виллевальде, А. Ю. Исследование влияния сжатия медицинских изображений, передаваемых через каналы телемедицины, на эффективность диагностики [Текст] / А. Ю. Виллевальде // Вестник аритмологии, Приложение А. Труды 4 Международного симпозиума «Электроника в медицине». - 2004. - № 35. - С. 198.

19. Виллевальде, А. Ю. К вопросу сжатия медицинских изображений в задачах ранней диагностики [Текст] / А. Ю. Виллевальде, 3. М. Юлдашев // Биотехнические системы в XXI веке, Материалы конференции «Биотехнические системы в XXI веке». - 2004. - С. 33-35.

20. Виллевальде, А. Ю. О подходе к исследованию допустимых уровней сжатия медицинских малоконтрастных изображений [Текст] / А. Ю. Виллевальде // Труды 59-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2004. - С. 213-214.

21. Виллевальде, А. Ю. О подходе к исследованию сжатия медицинских изображений при ранней диагностике [Текст] / А. Ю. Виллевальде // Материалы III международной научно-технической конференции, г. Минск. -2004. - С. 156-159.

Подписано в печать 18.11.2008. Формат 60x84/16 Отпечатано с готового оригинал-макета в типографии ЗАО «КопиСервис». Печать ризографическая. Заказ № 1/1118. П. д. 1.0. Уч.-изд. л. 1.0. Тираж 100 экз.

ЗАО «КопиСервис» Адрес: 197376, Санкт-Петербург, ул. Проф. Попова, д. 3. тел.: (812) 327 5098

Оглавление автор диссертации — кандидата технических наук Виллевальде, Анна Юрьевна

ВВЕДЕНИЕ.

ГЛАВА I. ПРОБЛЕМЫ ДИАГНОСТИКИ ПО МЕДИЦИНСКИМ ИЗОБРАЖЕНИЯМ С МАЛОКОНТРАСТНЫМИ ОБЪЕКТАМИ.

1.1. Биотехническая система визуализации медицинских изображений.

1.2. Особенности зрительного восприятия медицинских изображений на дисплеях.-.

1.3. Проблемы ранней диагностики по медицинским изображениям с малоконтрастными объектами.

1.4. Системы анализа и обработки медицинских изображений.

1.5. Постановка цели и задач исследования.

ГЛАВА 2. МЕТОД АВТОМАТИЗИРОВАННОГО АНАЛИЗА И ОБРАБОТКИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ С МАЛОКОНТРАСТНЫМИ ОБЪЕКТАМИ.

2.1. Общий подход к анализу и обработке изображений.

2.2. Автоматизированный анализ и обработка медицинских изображений с малоконтрастными объектами.

2.3. Критерий согласования пространственных и энергетических характеристик медицинских изображений со свойствами зрительной системы исследователя.

2.4. Метод автоматизированного анализа и обработки медицинских изображений с малоконтрастными объектами.

2.5. ВЫВОДЫ.

ГЛАВА 3. ИССЛЕДОВАНИЕ ОБНАРУЖЕНИЯ ОБЪЕКТОВ НА МЕДИЦИНСКИХ ИЗОБРАЖЕНИЯХ.

3.1. Эталонные изображения.

3.2. Исследование вероятности правильного обнаружения исследователем объектов интереса на изображениях.

3.3. Исследование сжатия медицинских изображений с малоконтрастными объектами.

3.4. ВЫВОДЫ.

ГЛАВА 4. РАЗРАБОТКА И ИССЛЕДОВАНИЕ СИСТЕМЫ АНАЛИЗА И ОБРАБОТКИ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ С

МАЛОКОНТРАСТНЫМИ ОБЪЕКТАМИ.

4.1. Структура системы автоматизированного анализа и обработки медицинских изображений с малоконтрастными объектами.

4.2. Исследование работы системы автоматизированного анализа и обработки медицинских изображений с малоконтрастными объектами.

4.3. Обсуждение результатов исследования.

4.4. ВЫВОДЫ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ.

СПИСОК ЛИТЕРА ТУРЫ И ИСТОЧНИКОВ ИНТЕРНЕТ.

Введение 2008 год, диссертация по приборостроению, метрологии и информационно-измерительным приборам и системам, Виллевальде, Анна Юрьевна

В настоящее время диагностика на основе визуального анализа медицинских изображений получила широкое распространение во врачебной практике. При этом, как известно, ранняя диагностика различных патологий и, в том числе, рака, значительно увеличивает шансы пациентов на выздоровление. Однако объекты интереса исследователя на медицинских изображениях, применяющихся в ранней диагностике, чаще всего бывают небольшими и малоконтрастными по сравнению с окружающим фоном.

При визуальном обнаружении этих объектов, - выполнении первого шага на пути диагностики по медицинскому изображению, могут возникнуть проблемы. С одной стороны они обусловлены особенностями самих изображений, с другой - ограниченностью характеристик зрительной системы исследователя и искажениями, возникающими в изображениях при получении и отображении. Поэтому решение задач, связанных с повышением эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на медицинских изображениях, представляется актуальным.

Для проведения оптимальной (в смысле достижения поставленной цели) и быстрой (по сравнению с перебором всех имеющихся в системе методов) обработки изображения следует обеспечить автоматизированный выбор подходящего метода обработки изображения. Поскольку именно исследователю, в конечном итоге, предназначено медицинское изображение, то чтобы достичь повышения эффективности обнаружения им объектов интереса, обработка должна быть направлена на улучшение восприятия этого изображения зрительной системой исследователя.

Целью настоящей работы явилась разработка системы анализа и обработки медицинских изображений, обеспечивающей повышение эффективности обнаружения исследователем небольших малоконтрастных объектов на них за счет согласования пространственных и энергетических характеристик изображений со свойствами зрительной системы исследователя.

В соответствии с составом рассматриваемой системы, предметом исследования является ее информационное, методическое и программно-алгоритмическое обеспечение.

Для достижения поставленной цели предполагается решение следующих задач:

• разработать и исследовать объективный количественный критерий, отражающий степень согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

• разработать метод автоматизированного анализа и обработки медицинских изображений, позволяющий повысить эффективность обнаружения исследователем небольших малоконтрастных объектов интереса, на основе предложенного критерия.

• разработать систему анализа и обработки медицинских изображений, обеспечивающую повышение эффективности обнаружения исследователем небольших малоконтрастных объектов на них.

• провести экспериментальную апробацию метода и системы автоматизированного анализа и обработки медицинских изображений.

• разработать рекомендации по анализу и обработке медицинских изображений, содержащих небольшие малоконтрастные объекты интереса, для повышения эффективности их обнаружения исследователем. Методы исследования

При выполнении работы получены следующие научные результаты:

Практическую ценность работы составляют:

1. Аналитические соотношения для определения объективного количественного критерия, отражающего степень согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

Научное положение, выносимое на защиту:

Внедрение результатов работы

01200306356, 2003-2005 гг.); «Разработка теоретических основ, информационных и математических моделей взаимодействия человека и биотехнического комплекса» (НИР БЭС-82, 2006-2007 гг.); «Разработка теоретических основ построения биотехнических систем управления состоянием человека» (НИР БЭС-92, 2008 г.). Результаты работы внедрены в практику научных исследований кафедры Биомедицинской электроники и охраны среды Санкт-Петербургского государственного электротехнического университета.

Апробация работы

Основные результаты работы докладывались и обсуждались на следующих конференциях и семинарах: на ежегодных научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (Санкт-Петербург, 2004-2008 гг.), научно-технической конференции НТОРЭС им. А. С. Попова (Санкт-Петербург, 2004-2008 гг.), Международном симпозиуме «Электроника в медицине» (Санкт-Петербург, 2004-2008 гг.), 7th International Conference on PATTERN RECOGNITION and IMAGE ANALYSIS: NEW INFORMATION TECHNOLOGIES (Седьмой международной конференции по распознаванию образов и анализу изображений, Санкт-Петербург, 2004 г.); конференции «Биотехнические системы в XXI веке» (Санкт-Петербург, 2004 г.), III Международной научно-технической конференции (Минск, 2004 г.), научно-технической конференции «От лучей рентгена - к инновациям XXI века: 90 лет со дня основания первого в мире Рент-генорадиологического института» (Санкт-Петербург, 2008 г.).

Публикации

Структура и объем диссертации

Диссертация состоит из введения, четырех глав с выводами, описания основных результатов работы, списка литературы, включающего 90 найме

Заключение диссертация на тему "Система анализа и обработки медицинских изображений с малоконтрастными объектами"

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ

1. Разработан и исследован объективный количественный критерий, отражающий степень согласования пространственных и энергетических характеристик изображения, размера и контраста объектов интереса на нем, с частотно-контрастной чувствительностью зрительной системы исследователя, — вероятность правильного обнаружения исследователем объектов интереса на изображении.

СПИСОК ЛИТЕРА ТУРЫ И ИСТО ЧНИКОВ ИНТЕРНЕТ

1. Физика визуализации изображений в медицине: в 2-х т. Пер. с англ.; под ред. С. Уэбба. - М.: Мир, 1991. - Т. 2 - 406 с.

2. Гипп, И. Н. Информационные технологии в лучевой диагностике. Путь развития и современное состояние // Радиология-практика. - 2005. - № 4. -С. 37-39.

3. Виллевальде, А. Ю. О системном подходе к медицинской визуализации / А. Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. — 2006. — Вып. 1. - С. 37-43.

4. Линденбратен, Л. Д. Семинар для клинических ординаторов и начинающих радиологов общей практики. Часть 1. Рентгенография легких: анализ изображений и протоколирование данных / Л. Д. Линденбратен, М. И. Зе-ликман // Радиология-практика. - 2004. - № 1 - С. 39-58.

5. Линденбратен, Л. Д. 110 лет диагностической радиологии // Радиология-практика. - 2005. - № 4. - С. 5-13.

6. Оценка и контроль эксплуатационных параметров рентгеновской аппаратуры в отделениях (кабинетах) рентгенодиагностики. Часть 3-1. Характеристики изображений рентгеновских аппаратов для рентгенографии и рентгеноскопии. Приемочные испытания: ГОСТ Р МЭК 61223-3-1 - 2001. - М.: Изд-во стандартов, 2001.

7. Пэдхем, Ч. Восприятие света и цвета: Пер. с англ. / Ч. Пэдхем, Дж. Сон-дерс. - М.: Мир, 1978. - 255 с.

8. Прет, У. Цифровая обработка изображений: в 2-х т. Пер. с англ. - М.: Мир, 1982. - Т. 1 - 306 е., Т. 2 - 480 с.

9. Физиология человека: в 3-х т. Пер. с англ.; под ред. Р. Шмидта, Г. Тевса. — М.: Мир, 2005. - Т. 1 - 323 с.

10. Тищенко, Г. А. Осветительные установки. — М.: Высшая школа, 1984. — 143 с.

11. Шерр, С. Электронные дисплеи. Пер. с англ. - М.: Мир, 1982. - 624 с.

12. Хацевич, Т. Н. Медицинские оптические приборы. Часть 1. Физиологическая оптика: Учеб. пособие. - Новосибирск: Изд-во СГГА, 1998. - Ч. 1 - 98 с. (http://www.ssga.ru/AHMetodMaterial/metod mat for ioot/metodichki/med opt pr/mop OO.htmQ.

13. Попечителев, E. П. Биотехнические системы в офтальмодиагностических исследованиях: Учеб. пособие / Е. П. Попечителев, 3. М. Юлдашев - СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 1997. - 80 с.

14. Юлдашев, 3. М., Болсунов К.Н. Биотехнические методики исследования функций зрения / 3. М. Юлдашев, К. Н. Болсунов // Труды междун. семинара «Инновации в здравоохранении». - 1997. - С. 81.

15. Шелепин, Ю. Е. Визоконтрастометрия / Ю. Е. Шелепин, Ю. И. Левкович, Л. Н. Колесникова - Л.: Наука, 1985. - 103 с.

16. Красильников, Н. Н: Моделирование механизма быстрой адаптации к изменению освещенности наблюдаемой сцены / Н. Н. Красильников, Ю. Е. Шелепин, О. И. Красильникова // Оптический журнал. — 2003. - Т. 70, № 6. — С. 33-38.

17. Ахлаков, М. К. Тестовые системы в медико-биологических исследованиях: Учеб. пособие / М. К. Ахлаков, К. Н. Болсунов, Попечителев Е. П. - СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2003. - 80 с.

18. Элинсон, М. Б. Анализ преимущества цифровых рентгеновских аппаратов перед пленочными // Медицинская техника. - 2005. - №5. - С. 37-39.

19. Литвиненко, С. В. Исследование характеристик качества средств визуализации для цифровых рентгенофлюорографических комплексов / С. В. Литвиненко, А. В. Соколов, Е. В. Хоменко // Медицинская техника. — 2001. — №5. — С. 7-12.

20. Кривошеев, М. И. Основы телевизионных измерений. — М.: Связь, 1976. — 536 с.

21. Опорков, М. А., Украинцев, Ю. Г., Юрченко, Ю. Б. Медицинский дисплей как инструмент рентгеновской диагностики. Критерии выбора — Медицинский алфавит. Радиология. - 2007. - № 12. - С. 21-23. http://www.legion.ru/libphp/showdoc.php?fn=necchoice)

22. Методы компьютерной обработки изображений; под ред. В.А. Сойфера. -М.: ФИЗМАТЛИТ, 2003. - 784 с.

23. Сдвижков, А. М. Маммографический скрининг рака молочной железы. Проблемы организации и результаты осуществления / А. М. Сдвижков, В. В. Евтягин, В. И. Борисов [и др.] // Вестник Московского Онкологического Общества. - 2006. - № 11 (http://netoncology.ru/view.php?id=l 145)

24. Илькевич, А. Г. Маммография в комплексной диагностике рака молочной железы // Новости лучевой диагностики. - 2001. - № 1-2. - С. 29-31.

25. Виллевальде, А. Ю. Особенности анализа и обработки малоконтрастных медицинских изображений / А. Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2006. — Вып. 2. — С. 139-143.

26. Виллевальде, А. Ю. Обобщенный подход к построению систем анализа и обработки медицинских малоконтрастных изображений / А. Ю. Виллевальде // Труды Международной конференции по мягким вычислениям и измерениям. Санкт-Петербург, Издательство СПбГЭТУ «ЛЭТИ», 25-27 июня 2007 г. -С. 116-119.

27. Виллевальде, А. Ю. О подходе к анализу и обработке малоконтрастных изображений медицинских объектов / А. Ю. Виллевальде // Вестник аритмо-логии. Труды 5 Международного симпозиума «Электроника в медицине». -2006.-С. 203.

28. Виллевальде, А. Ю. Задачи анализа и обработки медицинских малоконтрастных изображений / А. Ю. Виллевальде // Труды 61-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. — 2006.-С. 187-189.

29. Виллевальде, А. Ю. Метод анализа и обработки медицинских изображений для ранней диагностики / А. Ю. Виллевальде // Труды 6 Международного симпозиума «Электроника в медицине», г. Санкт-Петербург. - 2008. -С. 164.

30. Архив диагностических изображений Издательского Дома Видар-М, http://www.medimage.ru/

31. Виллевальде, А. Ю. Обобщенный подход к построению систем анализа и обработки медицинских изображений / А. Ю. Виллевальде // Труды 62 научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2007. - С. 221-223.

32. Дюк, В. Информационные технологии в медико-биологических исследованиях / В. Дюк, В. Эммануэль. - СПб.: Питер, 2003. - 528 с.

33. Емелин, И. В. Стандарт электронного обмена медицинскими изображениями DICOM. // Компьютерные технологии в медицине. — 1996. — №3. (http://www.ctmed.ru/DICOM HL7/dicom/dicom st.htmQ

34. Система Bioscan, Белорусский государственный медицинский университет, лаборатория информационно-компьютерных технологий, Беларусь, http://www.itlab.anitex.by/bioscan/about.html

35. Мультимодальная рабочая станция MultiVox, Рабочая группа Московского государственного университета, Россия, http://www.multivox.ru/index.html

36. Система eFilm Workstation 3.0, Merge Technologies Inc., США, www.merge.com

37. Автоматизированная телемедицинская радиологическая информационная система АТРИС, АТРИС Diagnostic Workstation, ДИТ ГК «Медкор», Россия, http://www.medcore-ins.ru

38. Система Look Inside PACS, ООО «Земская Медицинская Компания» (дилер), Россия, http://www.lins.ru/index.shtml

39. Программный пакет «Махаон PACS», Компания «Махаон», Беларусь, http://www.makhaon.com/

40. Система получения и обработки цифрового рентгеновского изображения «АККОРД», ЗАО «АМИКО», Россия, http://www.roentgen.ru/about/

41. Ergonomic Standards of International Standard Organization, № 10075, 1996.-V. 1,2.

42. Розенфельд, А. Распознавание и обработка изображений. - М.: Мир, 1972.-230 с.

43. Ярославский, JI. П. Введение в цифровую обработку изображений. - М.: Сов. радио, 1979.-312 с.

44. Виллевальде, А. Ю. Система для исследования сжатия медицинских изображений / А. Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. — 2005. — Вып. 1. — С. 45-48.

45. Гранарат, Д. Дж. Роль моделей зрения в обработке изображений // ТИИЭР. - 1981. - Т. 69., № 5 - С. 65-77.

46. Смирнов, А. Я. .Тенденции развития критериев качества оптико-фотографических систем / А. Я. Смирнов, Н. П. Березин // Успехи научной фотографии. - 1985. - Т. 23 - С. 72.

47. Roubik, К. Development of New Human Visual System Models for Evaluation of Perceptual Image Quality / K. Roubik, J. Dusek // Perception. - 2002. - V. 33, Sup.-P. 179.

48. Форсайт, Д. А. Компьютерное зрение. Современный подход / Д. А. Форсайт, Дж. Понс. -М., СПб., Киев: Вильяме, 2004. - 926 с.

49. Березин, Н. П. Формальные модели зрительного обнаружения / Н. П. Березин, М. И. Трифонов; С. С. Романов // Труды ГОИ им. С. И. Вавилова. — 1987. - Т.64, Вып. 198. - С. 17-37.

50. Красильников, Н. Н. Функциональная модель зрения / Н. Н. Красильни-ков, Ю. Е. Шелепин // Оптический журнал. - 1997. - Т. 64, № 2. - С. 72-82.

51. Красильников, Н. Н. Частотно-контрастная характеристика зрительной системы при наличии помех / Н. Н. Красильников, Ю. Е. Шелепин // Физиология человека. - 1996. - Т. 22, № 4. - С. 33-38.

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

53. Павлов Н.И., Воронин Ю.М. Вероятность обнаружения объектов на экране монитора оптико-электронной системы наблюдения / Н. И. Павлов, Ю. М. Воронин // Оптический журнал. — 1999. - № 4. — С. 3—8.

54. Ллойд, Дж. Системы тепловидения. -М.: Мир, 1978. - 415 с.

55. Блинов, Н. Н. Телевизионные методы обработки рентгеновских и гамма-изображений / Н. Н. Блинов, Е. М. Жуков, Э. Б. Козловский, А. И. Мазуров. -М.: Энергоатомиздат, 1982. - 200 с.

56. Левин Б.Р. Теоретические основы статистической радиотехники. - М.: Сов. радио, 1968.-504 с.

57. Виллевальде, А. Ю. Метод повышения эффективности ранней диагностики по медицинским изображениям / А. Ю. Виллевальде // Труды научно-технической конференции «От лучей рентгена - к инновациям XXI века: 90 лет со дня основания первого в мире Рентгенорадиологического института (Российский научный центр радиологии и хирургических технологий)», Санкт-Петербург, 10 октября 2008 г. - С. 79.

58. Виллевальде, А. Ю.'Метод предварительной обработки медицинских малоконтрастных изображений / А. Ю. Виллевальде, 3. М. Юлдашев // Информационно-управляющие системы. - 2008. - № 5(36). -С. 41-44.

59. Виллевальде, А. Ю. Автоматизированный выбор методов обработки медицинских изображений для повышения эффективности диагностики / А. Ю. Виллевальде // Труды 63 научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2008. - С. 290-292.

60. Виллевальде, А. Ю. Вероятность правильного обнаружения в задаче обработки медицинских изображений / А. Ю. Виллевальде // Труды 6 Международного симпозиума «Электроника в медицине», г. Санкт-Петербург. -2008.-С. 165.

61. Виллевальде, А. Ю. Исследование влияния сжатия медицинских изображений в системах телемедицины на эффективность их анализа / А. Ю. Виллевальде, 3. М. Юлдашев // Известия СПбГЭТУ «ЛЭТИ» (Известия

Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2004. — Вып. 1. — С. 27—32.

62. Виллевальде, А. Ю. Исследование влияния сжатия медицинских изображений, передаваемых через каналы телемедицины, на эффективность диагностики / А. Ю. Виллевальде // Вестник аритмологии, Приложение А. Труды 4 Международного симпозиума «Электроника в медицине». - 2004. — № 35. -С. 198.

63. Преинвазивный рак молочной железы, http://netoncology.ru/view.php7icH331

64. Мухин, О. И. Курс лекций «Моделирование систем». Лекция 34. Фиксация и обработка статистических результатов, http://stratum.ac.ru/textbooks/modelir/contents.html

65. Данилов, В. А. Цветовое контрастирование изображений малоконтрастных объектов / В. А. Данилов, А. И. Мазуров // Техника телевидения. — 1985. - Вып. 2. - С. 78-82.

66. Глущенко, Л. А. Определение вероятности распознавания алфавитно-цифровой информации на экране монитора / Л. А. Глущенко, А. М. Корзун, Н. И. Павлов [и др.] // Труды конференции «Прикладная оптика-2006», Санкт-Петербург. - 2006. - С. 183-187.

67. Петров, М. Н. Компьютерная графика: Учебник / М. Н. Петров, В. П. Мо-лочков. - СПб.: Питер, 2002. - 736 с.

68. Пронин, И. Н. Программное обеспечение для работы с данными в формате DICOM на IBM PC в нейрорентгенологии / И. Н. Пронин, П. В. Родионов, Л. М. Фадеева [и др.], http://www.nsi.ru/neuroimage/program.htm

69. Индейкин, Е. Н. Телемедицина - настоящее и будущее // Главный врач. — 1997.-№3,-С. 11-15.

70. Ватолин, Д. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео / Д. Ватолин, А. Ратушняк, М. Смирнов, В. Юкин - М.: ДИАЛОГ-МИФИ, 2003. - 384 с.

71. Миано, Дж. Форматы и алгоритмы сжатия изображений в действии: Учеб пособ. - М.: Издательство Триумф, 2003. - 336 с.

72. Stroma, J. Medical image compression with lossless regions of interest / J. Stroma, P. C. Cosmanb // Signal Processing. - 1997. -V. 59,1. 2. - P. 155-171.

73. Schelkens, P. Wavelet-based compression of medical images: Protocols to improve resolution and quality scalability and region-of-interest coding / P. Schelkens, A. Munteanu, J. Cornelis // Future Generation Computer Systems. - 1999. -V. 15,1. 2.-P. 171-184.

74. Tolba, A. S. Wavelet'Packet Compression of Medical Images // Digital Signal Processing. - 2002. - V. 12. - P. 441^170.

75. Muyshondt, R. A. Visual Fidelity of Reconstructed Radiographic Images Using Wavelet Transform Coding and JPEG / R. A. Muyshondt, S. Mitra // Eighth Annual IEEE Symposium on Computer-Based Medical Systems (CBMS'95). - 1995. -P. 196.

76. Marcellin, M. V. An Overview of JPEG2000 / M. V. Marcellin, M. J. Gormish, A. Bilgin, M. P. Boliek // Proceedings of IEEE. Data Compression Conference. — 2000.-P. 523-541.

78. Grigsby, J. Telemedicine: Where it is and where it's going / J. Grigsby, J. H. Sanders // Ann Intern Med. - 1998. - V. 129. - P. 123-127.

78. Villevalde, A. Y. On the permissible ratios of image compression in early medical diagnostics (О допустимых уровнях сжатия изображений для ранней диагностики) / Z. М. Yuldashev, A. Y. Villevalde // Pattern Recognition and Image Analysis. Applied Problems. - 2006. - V. 16, № 1. - P. 111-112.

79. Виллевальде, А. Ю. Структура системы для исследования сжатия медицинских изображений / А. Ю. Виллевальде // Труды 60-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. -2005.-С. 197-198.

80. Виллевальде, А. Ю. О допустимых уровнях сжатия медицинских изображений в задачах ранней диагностики / А. Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2004. -Вып. 2.-С. 35-38.

81. Виллевальде, А. Ю, О подходе к исследованию допустимых уровней сжатия медицинских малоконтрастных изображений / А. Ю. Виллевальде // Труды 59-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2004. - С. 213-214.

82. Villevalde, A. Y. On allowable levels of medical images compression / Z. M. Yuldashev, A. Y. Villevalde // Proceedings of 7th International Conference on PATTERN RECOGNITION and IMAGE ANALYSIS: NEW INFORMATION TECHNOLOGIES. PRIA-7-2004, St. Petersburg. - 2004. - P. 963-965.

83. Виллевальде, А. Ю. О подходе к исследованию сжатия медицинских изображений при ранней диагностике / А. Ю. Виллевальде // Материалы III международной научно-технической конференции, г. Минск. -2004. - С. 156— 159.

84. Виллевальде, А. Ю. К вопросу сжатия медицинских изображений в задачах ранней диагностики / А. Ю. Виллевальде, 3. М. Юлдашев // Биотехнические системы в XXI веке, Материалы конференции «Биотехнические системы в XXI веке». - 2004. - С. 33-35.

85. Вудс, Р. Цифровая обработка изображений в среде MATLAB / Р. Вудс, Р. Гонсалес, С. Эддинс. — М.: Техносфера. - 2006. - 616 с.

86. Кузьменко, Д. В. Исследование параметров искажений, вносимых при формировании цифровых изображений // Электронный журнал Прикладная геометрия. - 2000. - Вып. 2, http://www.mai.ru/~apg/Voiume2/Number2/kdv22/kdv22.htm

87. Беликова, Т. П. Использование адаптивных амплитудных преобразований для препарирования изображений / Т. П. Беликова, JI. П. Ярославский // Вопросы радиоэлектроники. Сер. Общетехническая. - 1974. - Вып. 14. — С. 88-98.

88. Журавель, И. М. Краткий курс теории обработки изображений, http://matlab.exponenta.ru/imageprocess/book2/index.php

89. Ярославский, JI. П. Обработка изображений в медицинской интроскопии // Цифровая оптика в медицинской интроскопии. - 1992. - С. 4-17.

90. Николаев, Е. И. Потенциальные возможности цветовых контрастов черно-белых телевизионных изображений // Техника средств связи. Сер. Техника телевидения. - 1988 - Вып. 3 - С. 31 - 38.

Библиография Виллевальде, Анна Юрьевна, диссертация по теме Приборы, системы и изделия медицинского назначения

1. Физика визуализации изображений в медицине: в 2-х т. Пер. с англ.; под ред. Уэбба. - М.: Мир, 1991. - Т. 2 - 406 с.

2. Гипп, И. Н. Информационные технологии в лучевой диагностике. Путь развития и современное состояние // Радиология-практика. - 2005. — № 4. — 37-39.

3. Линденбратен, Л. Д. ПО лет диагностической радиологии // Радиология- практика.-2005.-№ 4 . - С . 5-13.

4. Пэдхем, Ч. Восприятие света и цвета: Пер. с англ. / Ч. Пэдхем, Дж. Сон- дерс. - М.: Мир, 1978. - 255 с.

5. Прет, У. Цифровая обработка изображений: в 2-х т. Пер. с англ. - М.: Мир, 1982. - Т. 1 - 306 с, Т. 2 - 480 с.

6. Физиология человека: в 3-х т. Пер. с англ.; под ред. Р. Шмидта, Г. Тевса. — М.: Мир, 2005. - Т. 1 - 323 с.

7. Тищенко, Г. А. Осветительные установки. — М.: Высшая школа, 1984. — 143 с.

8. Шерр, Электронные дисплеи. Пер. с англ. - М . : Мир, 1982. - 624 с.

9. Хацевич, Т. Н. Медицинские оптические приборы. Часть 1. Физиологическая оптика: Учеб. пособие. - Новосибирск: Изд-во СГГА, 1998. - Ч. 1 - 98 с. (http://www.ssga.ru/AHMetodMaterial/metod mat for ioot/metodichki/med opt pr/mop OO.htmQ.

10. Попечителев, E. П. Биотехнические системы в офтальмодиагностических исследованиях: Учеб. пособие / Е. П. Попечителев, 3. М. Юлдашев - СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 1997. - 80 с.

11. Юлдашев, 3. М., Болсунов К.Н. Биотехнические методики исследования функций зрения / 3. М. Юлдашев, К. Н. Болсунов // Труды междун. семинара «Инновации в здравоохранении». - 1997. - 81.

12. Шелепин, Ю. Е. Визоконтрастометрия / Ю. Е. Шелепин, Ю. И. Левкович, Л. Н. Колесникова- Л.: Наука, 1985. - 103 с.

13. Красильников, Н. Н: Моделирование механизма быстрой адаптации к изменению освещенности наблюдаемой сцены / Н. Н. Красильников, Ю. Е. Шелепин, О. И. Красильникова // Оптический журнал. — 2003. - Т. 70, № 6. — 33-38.

14. Ахлаков, М. К. Тестовые системы в медико-биологических исследованиях: Учеб. пособие / М. К. Ахлаков, К. Н. Болсунов, Попечителев Е. П. - СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2003. - 80 с.

15. Элинсон, М. Б. Анализ преимущества цифровых рентгеновских аппаратов перед пленочными // Медицинская техника. - 2005. - №5. - 37-39.

16. Литвиненко, В. Исследование характеристик качества средств визуализации для цифровых рентгенофлюорографических комплексов / В. Литвиненко, А. В. Соколов, Е. В. Хоменко // Медицинская техника. — 2001. — №5. — 7-12.

17. Кривошеев, М. И. Основы телевизионных измерений. — М.: Связь, 1976. — 536 с.

18. Опорков, М. А., Украинцев, Ю. Г., Юрченко, Ю. Б. Медицинский дисплей как инструмент рентгеновской диагностики. Критерии выбора — Медицинский алфавит. Радиология. - 2007. - № 12. - 21-23. (http://www.legion.ru/libphp/showdoc.php?fn=necchoice)

19. Методы компьютерной обработки изображений; под ред. В.А. Сойфера. - М.: ФИЗМАТЛИТ, 2003. - 784 с.

20. Илькевич, А. Г. Маммография в комплексной диагностике рака молочной железы // Новости лучевой диагностики. - 2001. - № 1-2. - 29-31.

21. Виллевальде, А. Ю. О подходе к анализу и обработке малоконтрастных изображений медицинских объектов / А. Ю. Виллевальде // Вестник аритмо-логии. Труды 5 Международного симпозиума «Электроника в медицине». -2006.-С. 203.

22. Виллевальде, А. Ю. Задачи анализа и обработки медицинских малоконтрастных изображений / А. Ю. Виллевальде // Труды 61-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. -2006.-С. 187-189.

23. Виллевальде, А. Ю. Метод анализа и обработки медицинских изображений для ранней диагностики / А. Ю. Виллевальде // Труды 6 Международно-го симпозиума «Электроника в медицине», г. Санкт-Петербург. - 2008. -С. 164.

24. Архив диагностических изображений Издательского Дома Видар-М, http://www.medimage.ru/

25. Виллевальде, А. Ю. Обобщенный подход к построению систем анализа и обработки медицинских изображений / А. Ю. Виллевальде // Труды 62 научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2007. - 221-223.

26. Дюк, В. Информационные технологии в медико-биологических исследованиях / В. Дюк, В. Эммануэль. - СПб.: Питер, 2003. - 528 с.

27. Емелин, И. В. Стандарт электронного обмена медицинскими изображениями DICOM. // Компьютерные технологии в медицине. — 1996. — №3. (http://www,ctmed.ru/DICOM HL7/dicom/dicom st.htmD

28. Система Bioscan, Белорусский государственный медицинский университет, лаборатория информационно-компьютерных технологий, Беларусь, http://www.itlab.anitex.by/bioscan/about.html

29. Мультимодальная рабочая станция MultiVox, Рабочая группа Московского государственного университета, Россия, http://www.multivox.ru/index.html

30. Система eFilm Workstation 3.0, Merge Technologies Inc., США, www.merge.com

31. Автоматизированная телемедицинская радиологическая информационная система АТРИС, АТРИС Diagnostic Workstation, ДИТ ГК «Медкор», Россия, http://www.medcore-ms.ru

32. Система Look Inside PACS, ООО «Земская Медицинская Компания» (дилер), Россия, http://www.lins.ru/index.shtml

33. Программный пакет «Махаон PACS», Компания «Махаон», Беларусь, http://www.makhaon.com/

34. Система получения и обработки цифрового рентгеновского изображения «АККОРД», ЗАО «АМИКО», Россия, http://www.roentgen.ru/about/

35. Ergonomic Standards of International Standard Organization, № 10075, 1996.-V. 1,2.

36. Розенфельд, А. Распознавание и обработка изображений. - М.: Мир, 1972.-230 с.

37. Ярославский, Л. П. Введение в цифровую обработку изображений. - М.: Сов. радио, 1979.-312 с.

38. Гранарат, Д. Дж. Роль моделей зрения в обработке изображений // ТИИЭР. - 1981. - Т. 69., № 5 - 65-77.

39. Смирнов, А. Я. .Тенденции развития критериев качества оптико- фотографических систем / А. Я. Смирнов, Н. П. Березин // Успехи научной фотографии. - 1985. - Т. 23 - 72.

40. Roubik, К. Development of New Human Visual System Models for Evaluation of Perceptual Image Quality / K. Roubik, J. Dusek // Perception. - 2002. - V. 33, Sup.-P. 179.

41. Форсайт, Д. А. Компьютерное зрение. Современный подход / Д. А. Форсайт, Дж. Понс. - М., СПб., Киев: Вильяме, 2004. - 926 с.

42. Березин, Н. П. Формальные модели зрительного обнаружения / Н. П. Березин, М. И. Трифонов; Романов // Труды ГОИ им. И. Вавилова. — 1987. - Т.64, Вып. 198. - 17-37.

43. Красильников, Н. Н. Функциональная модель зрения / Н. Н. Красильни- ков, Ю. Е. Шелепин // Оптический журнал. - 1997. - Т. 64, № 2. - 72-82.

44. Красильников, Н. Н. Частотно-контрастная характеристика зрительной системы при наличии помех / Н. Н. Красильников, Ю. Е. Шелепин // Физиология человека. - 1996. - Т. 22, № 4. - 33-38.

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

46. Павлов Н.И., Воронин Ю.М. Вероятность обнаружения объектов на экране монитора оптико-электронной системы наблюдения / Н. И. Павлов, Ю. М. Воронин // Оптический журнал. — 1999. - № 4. — 3—8.

47. Ллойд, Дж. Системы тепловидения. - М . : Мир, 1978. - 415 с.

48. Блинов, Н. Н. Телевизионные методы обработки рентгеновских и гамма- изображений / Н. Н. Блинов, Е. М. Жуков, Э. Б. Козловский, А. И. Мазуров. -М.: Энергоатомиздат, 1982. - 200 с.

49. Левин Б.Р. Теоретические основы статистической радиотехники. - М.: Сов. радио, 1968. - 504 с.

50. Виллевальде, А. Ю.'Метод предварительной обработки медицинских малоконтрастных изображений / А. Ю. Виллевальде, 3. М. Юлдашев // Информационно-управляющие системы. - 2008. - № 5(36). -С. 41-44.

51. Виллевальде, А. Ю. Вероятность правильного обнаружения в задаче обработки медицинских изображений / А. Ю. Виллевальде // Труды 6 Международного симпозиума «Электроника в медицине», г. Санкт-Петербург. -2008.-С. 165.

52. Виллевальде, А. Ю. Исследование влияния сжатия медицинских изображений, передаваемых через каналы телемедицины, на эффективность диагностики / А. Ю. Виллевальде // Вестник аритмологии, Приложение А. Труды

53. Международного симпозиума «Электроника в медицине». - 2004. - № 35. - 198.

54. Преинвазивный рак молочной железы, http://netoncology.ru/view.php7icN331

55. Мухин, О. И. Курс лекций «Моделирование систем». Лекция 34. Фиксация и обработка статистических результатов, http ://stratum. ас .ru/textbooks/modelir/contents.html

56. Данилов, В. А. Цветовое контрастирование изображений малоконтрастных объектов / В. А. Данилов, А. И. Мазуров // Техника телевидения. — 1985. - Вып. 2. - 78-82.

57. Глущенко, Л. А. Определение вероятности распознавания алфавитно- цифровой информации на экране монитора / Л. А. Глущенко, А. М. Корзун, Н. И. Павлов и др.. // Труды конференции «Прикладная оптика-2006», Санкт-Петербург. - 2006. - 183-187.

58. Петров, М. Н. Компьютерная графика: Учебник / М. Н. Петров, В. П. Мо- лочков. - СПб.: Питер, 2002. - 736 с.

59. Пронин, И. Н. Программное обеспечение для работы с данными в формате DICOM на IBM PC в нейрорентгенологии / И. Н. Пронин, П. В. Родионов, Л. М. Фадеева и др.., http://www.nsi.ru/neuroimage/program.htm

61. Ватолин, Д. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео / Д. Ватолин, А, Ратушняк, М. Смирнов, В. Юкин - М.: ДИАЛОГ-МИФИ, 2003. - 384 с.

62. Миано, Дж. Форматы и алгоритмы сжатия изображений в действии: Учеб пособ. - М.: Издательство Триумф, 2003. - 336 с.

63. Stroma, J. Medical image compression with lossless regions of interest / J. Stroma, P. C. Cosmanb // Signal Processing. - 1997. -V. 59,1. 2. - P . 155-171.

64. Tolba, A. S. Wavelet'Packet Compression of Medical Images // Digital Signal Processing. - 2002. - V. 12. - P. 441^170.

65. Muyshondt, R. A. Visual Fidelity of Reconstructed Radiographic Images Using Wavelet Transform Coding and JPEG / R. A. Muyshondt, S. Mitra // Eighth Annual IEEE Symposium on Computer-Based Medical Systems (CBMS'95). - 1995. - P . 196.

66. Marcellin, M. V. An Overview of JPEG2000 / M. V. Marcellin, M. J. Gormish, A. Bilgin, M. P. Boliek // Proceedings of IEEE. Data Compression Conference. — 2000.-P. 523-541.

67. Grigsby, J. Telemedicine: Where it is and where it's going / J. Grigsby, J. H. Sanders // Ann Intern Med. - 1998. - V. 129. - P. 123-127.

68. Виллевальде, А. Ю. Структура системы для исследования сжатия медицинских изображений / А. Ю. Виллевальде // Труды 60-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. -2005.-С. 197-198.

69. Виллевальде, А. Ю. О подходе к исследованию допустимых уровней сжатия медицинских малоконтрастных изображений / А. Ю. Виллевальде // Труды 59-ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2004. - 213-214.

70. Виллевальде, А. Ю. О подходе к исследованию сжатия медицинских изображений при ранней диагностике / А. Ю. Виллевальде // Материалы III международной научно-технической конференции, г. Минск. -2004. - 156— 159.

71. Виллевальде, А. Ю. К вопросу сжатия медицинских изображений в задачах ранней диагностики / А. Ю. Виллевальде, 3. М. Юлдашев // Биотехнические системы в XXI веке, Материалы конференции «Биотехнические системы в XXI веке». - 2004. - 33-35.

72. Вудс, Р. Цифровая обработка изображений в среде MATLAB / Р. Вудс, Р. Гонсалес, Эддинс. — М.: Техносфера. - 2006. - 616 с.

73. Кузьменко, Д. В. Исследование параметров искажений, вносимых при формировании цифровых изображений // Электронный журнал Прикладная геометрия. - 2000. - Вып. 2, http://www.mai.ru/apg/Volume2/Number2/kdv22/kdv_22.htm

74. Беликова, Т. П. Использование адаптивных амплитудных преобразований для препарирования изображений / Т. П. Беликова, Л. П. Ярославский // Вопросы радиоэлектроники. Сер. Общетехническая. - 1974. - Вып. 14. — 88-98.

75. Журавель, И. М. Краткий курс теории обработки изображений, http://matlab.exponenta.ru/imageprocess/boolc2/index.php

76. Ярославский, Л. П. Обработка изображений в медицинской интроскопии // Цифровая оптика в медицинской интроскопии. - 1992. - 4-17.

77. Николаев, Е. И. Потенциальные возможности цветовых контрастов черно-белых телевизионных изображений // Техника средств связи. Сер. Техника телевидения. - 1988 - Вып. 3 - 31 - 38.

Похожие работы

Приборостроение, метрология и информационно-измерительные приборы и системы
05.11.00