Апробация методики шиарлет-преобразования для визуализации ПАТОЛОГИЧЕСКИХ ИЗМЕНЕНИИ ЛЕГКИХ НА кт-изображениях для диагностики COVID-19 : научное издание
Библиографическое описание:Апробация методики шиарлет-преобразования для визуализации ПАТОЛОГИЧЕСКИХ ИЗМЕНЕНИИ ЛЕГКИХ НА кт-изображениях для диагностики COVID-19 : научное издание / А. С. Кенц, Ю. А. Хамад, К. В. Симонов. - Текст : непосредственный // Медицина и высокие технологии. - 2021. - № 3. - С. 5-13. - ISSN 2306-3645, DOI 10.34219/2306-3645-2021-11-3-5-13.
Аннотация:Лучевая диагностика является быстро развивающейся областью медицины, в которую активно входит такое понятие как искусственных интеллект, компьютерное зрение и новые методы визуализации медицинских изображений. Учитывая актуальность проблемы появления Covid-19, предлагается методика обработки, анализа и интерпретации КТ изображений для эффективного выявления, текстурного анализа и визуализации патологических изменений в легких при Covid-19. В формате достижений ИИ и компьютерного зрения в диагностике, объединенных в новое направление - радиомика, в основе которой выполняется выделение множества количественных параметров исследуемой патологии с максимально точными значениями показателей (маркеров). В зависимости от цели медицинского исследования извлекаемые признаки (маркеры) будут отличаться. Проведен анализ текстурных признаков на основе методов спектральной декомпозиции (вейвлет- и шиарлет-преобразование изображений) с контрастированием их цветовым кодированием. Этот подход позволяет более точно оценить количественные характеристики выявленных изменений. В результате экспериментальных исследований сформировано представление для медицинского специалиста с последующим итоговым рентгенодиагностическим заключением. Исследование выполнено в рамках гранта «Методы искусственного интеллекта и компьютерного зрения для повышения точности дистанционной диагностики заболеваний органов дыхания в северной группе районов Красноярского края» при финансовой поддержке Красноярского краевого фонда поддержки научной и научно-технической деятельности.
Radiation diagnostics is a rapidly developing field of medicine which actively includes such concepts as artificial intelligence, computer vision and new methods of medical imaging. Given the urgency of the problem of the appearance of Covid-19 a methodology for processing, analyzing and interpreting CT images is proposed for the effective detection, texture analysis and visualization of pathological changes in the lungs with Covid-19. In the format of advances in AI and computer vision in diagnostics, combined in a new direction - radiomics which is based on the selection of a set of quantitative parameters of the pathology under study with the most accurate values of indicators (markers). Depending on the purpose of the medical research, the extracted features (markers) will differ. An analysis of textural features was carried out based on spectral decomposition methods (wavelet and shearlet transform of images) with their contrasting with color coding. This approach makes it possible to more accurately assess the quantitative characteristics of the identified changes. As a result of experimental studies a presentation was formed for a medical specialist, followed by a final X-ray diagnostic conclusion. The study was carried out within the framework of the grant «Methods of artificial intelligence and computer vision to improve the accuracy of remote diagnostics of respiratory diseases in the northern group of regions of the Krasnoyarsk Territory» with financial support from the Krasnoyarsk Regional Fund for the Support of Scientific and Scientific and Technical Activities.
Издательство:Общественная организация Московское отделение "Качество информационных технологий в системах управления" Академии проблем качества, ГУП «Отраслевой научно-практический комплекс «Здоровье», ООО «Инкеля», Москва
Источник:Медицина и высокие технологии
Выпуск:№ 3
Номера страниц:5-13
Держатель оригинала документа:Институт вычислительного моделирования СО РАН, Сибирский федеральный университет, Федеральный Сибирский научно-клинический центр ФМБА России
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки
Ключевые слова:CT image, lung pathologies after COVID-19, methods and computational technology, spectral decomposition, models and texture analysis of images, contrasting with color coding, condition prediction, КТ изображение, патологии легких после COVID-19, методы и вычислительная технология, спектральная декомпозиция, модели и текстурный анализ изображений, контрастирование цветовым кодированием, прогнозирование состояния
