АЛГОРИТМ ПОРІВНЯННЯ ДВОХ ЗРАЗКІВ ДЛЯ АНАЛІЗУ МЕДИЧНИХ ЗОБРАЖЕНЬ ШЛЯХОМ СПІВСТАВЛЕННЯ ПАТЕРНІВ

Д. Шулигін, Євген Настенко
{"title":"АЛГОРИТМ ПОРІВНЯННЯ ДВОХ ЗРАЗКІВ ДЛЯ АНАЛІЗУ МЕДИЧНИХ ЗОБРАЖЕНЬ ШЛЯХОМ СПІВСТАВЛЕННЯ ПАТЕРНІВ","authors":"Д. Шулигін, Євген Настенко","doi":"10.20535/2617-8974.2021.6.247780","DOIUrl":null,"url":null,"abstract":"Метою роботи була розробка та реалізація нового алгоритму порівняння двох медичних зображень паренхіматозних органів шляхом виокремлення в них однакових та унікальних патернів та наступного їх аналізу. Для цього було розглянуто найбільш розповсюджені алгоритми порівняння зображень, серед яких були строге порівняння, порівняння нечітких пікселів та порівняння гістограм. Оскільки найбільш розповсюджені алгоритми порівняння зображень мають недоліки, які роблять неможливим їх використання в аналізі медичних зображень було створено програмний додаток для порівняння двох медичних зображень, який реалізовує алгоритм порівняння зображень шляхом співставлення патернів, а також використовує для попередньої обробки алгоритм зменшення кількості відтінків сірого. Для розробки було використано фреймворк .NET та мову програмування C#. Після аналізу отриманих результатів роботи програмного додатку на зображеннях легень у станах норми, пневмонії, COVID-19, COVID-19 з пневмонією, а також печінки у нормі та при цирозі було з’ясовано, що при такому підході попередня обробка зображень шляхом зменшення кількості відтінків сірого є необхідним компонентом програми, а також що можливо отримати задовільні результати навіть при обробці зображень, які містять додаткову інформацію про оточуючі тканини, але для найкращого результату на вхід програми бажано подавати зображення, на яких міститься виключно текстура досліджуваних органів. Також результати роботи створеного додатку можуть бути використані для створення тренувальних вибірок для навчання нейронних мереж та інших класифікаційних алгоритмів. \nКлючові слова – обробка зображень, аналіз текстури, системи підвищення ефективності, .NET, C#","PeriodicalId":386518,"journal":{"name":"Біомедична інженерія і технологія","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2021-12-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Біомедична інженерія і технологія","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20535/2617-8974.2021.6.247780","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Метою роботи була розробка та реалізація нового алгоритму порівняння двох медичних зображень паренхіматозних органів шляхом виокремлення в них однакових та унікальних патернів та наступного їх аналізу. Для цього було розглянуто найбільш розповсюджені алгоритми порівняння зображень, серед яких були строге порівняння, порівняння нечітких пікселів та порівняння гістограм. Оскільки найбільш розповсюджені алгоритми порівняння зображень мають недоліки, які роблять неможливим їх використання в аналізі медичних зображень було створено програмний додаток для порівняння двох медичних зображень, який реалізовує алгоритм порівняння зображень шляхом співставлення патернів, а також використовує для попередньої обробки алгоритм зменшення кількості відтінків сірого. Для розробки було використано фреймворк .NET та мову програмування C#. Після аналізу отриманих результатів роботи програмного додатку на зображеннях легень у станах норми, пневмонії, COVID-19, COVID-19 з пневмонією, а також печінки у нормі та при цирозі було з’ясовано, що при такому підході попередня обробка зображень шляхом зменшення кількості відтінків сірого є необхідним компонентом програми, а також що можливо отримати задовільні результати навіть при обробці зображень, які містять додаткову інформацію про оточуючі тканини, але для найкращого результату на вхід програми бажано подавати зображення, на яких міститься виключно текстура досліджуваних органів. Також результати роботи створеного додатку можуть бути використані для створення тренувальних вибірок для навчання нейронних мереж та інших класифікаційних алгоритмів. Ключові слова – обробка зображень, аналіз текстури, системи підвищення ефективності, .NET, C#
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
СИСТЕМА ДЛЯ ВИЗНАЧЕННЯ ОСОБЛИВОСТЕЙ ХОДИ У ПАЦІЄНТІВ З ТРАНСТИБІАЛЬНОЮ АМПУТАЦІЄЮ ДОСЛІДЖЕННЯ АЛЬТЕРНАТИВНОГО КОМПОЗИТНОГО МАТЕРІАЛУ В КОНСТРУКЦІЇ ЗОВНІШНІХ ПРОТЕЗІВ НИЖНІХ КІНЦІВОК ЛЮДИНИ УДОСКОНАЛЕННЯ КОМП’ЮТЕРНОЇ МОДЕЛІ ДЛЯ ОБРОБКИ ТА АНАЛІЗУ СПЕКЛ-ІНТЕРФЕРОГРАМ КРОВІ ЛЮДИНИ ПРОГРАМНО-АПАРАТНИЙ КОМПЛЕКС ДЛЯ ОНЛАЙН-ВЗАЄМОДІЇ ЛІКАРЯ І ПАЦІЄНТА З COVID-19 ЗМЕНШЕННЯ ВТРАТ ЛІКІВ ПРИ НЕБУЛАЙЗЕРНІЙ ТЕРАПІЇ
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1