Доклад посвящен вопросам создания автоматизированной системы определения параметров для оценки эффективности методик лечения кожных заболеваний

Вид материала

Доклад

Подобный материал:

• Аннотация, 2289.38kb.
• «Россия» г. Ялта Показания для лечения: Профиль лечения, 53.61kb.
• В. А. Рябов национальный исследовательский ядерный университет «мифи» развитие модели, 11.56kb.
• Г. Москва, ул. Никольская, д. 4/5, офис 306, 16.17kb.
• Новые горизонты профилактики сердечно-сосудистых заболеваний (дискуссионные аспекты, 95.43kb.
• Проект создания автоматизированной системы управления в компании «Алмаз-Телеком», 32.91kb.
• И. С. Окопный московский инженерно-физический институт (государственный университет), 27.87kb.
• Сборник научных работ Научный редактор д м. н. Р. М. Абдрахманов 26 марта 2009 г.,, 2423.95kb.
• Методика оценки экономической, бюджетной и социальной эффективности оценка экономической, 140.87kb.
• Проекта, 16.74kb.

М.С. КРАСАВИНА, М.В. МОШНИН ¹,

М.Ю. ФЕДОТОВ, В.Б. ШУВАЛОВ

Московский инженерно-физический институт (государственный университет)

¹ НИИ медицинской биофизики МИФИ


АВТОМАТИЗИРОВАННАЯ СИСТЕМА ОБРАБОТКИ

ВИЗУАЛЬНОЙ ИНФОРМАЦИИ


Доклад посвящен вопросам создания автоматизированной системы определения параметров для оценки эффективности методик лечения кожных заболеваний.


Объективная оценка эффективности различных методик лечения кожных заболеваний позволяет не только сравнивать их между собой, но и вносить в них соответствующие коррективы. Основными параметрами, которые позволяют объективно оценивать ход лечения болезни, являются изменения цвета и площади пораженных участков кожи. Серия фотографий этих участков, сделанных при постоянных условиях съемки через определенные промежутки времени, позволяют получить визуальные параметры динамики развития болезни.

На кафедре управляющих интеллектуальных систем разрабатывается система, позволяющая распознавать пораженные участки поверхности тела по фотографии пациента, рассчитывать площадь пораженной поверхности в процентах от площади тела и определять цветовую гамму этих участков. Это три основные задачи, решение которых позволит трансформировать визуальные показатели в количественные параметры.

Для поиска решений первой задачи были изучены, реализованы и исследованы на реальных данных метод прямой разности цвета со сглаживанием, градиентный метод с поиском максимумов со сглаживанием, градиентный метод со следованием по краю, градиентный метод с разбиением на участки /1,2/. Анализ полученных результатов показал, что метод прямой разности цвета со сглаживанием дает слишком большие разрывы в контуре пораженного участка, градиентный с поиском максимумов со сглаживанием дает слишком много ложных контуров, методы градиентный со следованием по краю и градиентный с разбиением на участки, каждый в отдельности, не дают полностью замкнутых контуров. Наиболее приемлемый результат был получен при объединение двух методов - градиентного со следованием по краю и градиентного с разбиением на участки. Полностью автоматическое выделение контуров пораженных участков пока реализовать не удалось, поэтому пришлось вводить средства редактирования результатов работы методов для устранения ложных контуров и устранения незамкнутости реальных.

Пилотный вариант автоматизированной системы позволяет осуществлять:

- работу с фотографиями в формате bmp в ОС Windows.

- привязку к первой фотографии последующих фотографий серии.

- выделение краев пораженных участков.

- редактирование результатов обработки.

- расчет процентного соотношения площади пораженной поверхности к площади выделенного фрагмента тела.

На точность определения площади пораженной поверхности влияет то, что вычисляется площадь плоской проекции объемного тела, что особенно сказывается на границах, когда очаги поражения разбросаны по всей поверхности тела. Поэтому дальнейшее развитие системы, помимо включения в ее состав блока анализа изменений в процессе лечения цветовой гаммы поражённых участков кожи, предусматривает получение объемной модели тела и последующего проведения соответствующих расчетов. Формирование 3D-модели предполагается осуществить на основе стереоизображения тела.

Список литературы

1. Понс Д., Форсайт Ж. Компьютерное зрение. Современный подход. М.: Издательский дом «Вильямс», 2004.

2. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений. М.: Техносфера, 2006.