Автоматизированная система обработки ультразвуковых изображений сонных артерий на основе эволюционных алгоритмов.
Аннотация
Диссертация посвящена решению актуальной научной задачи повышения качества автоматизированной сегментации ультразвуковых изображений сонных артерий, на основе комплекса моделей, методов и алгоритмов, позволяющих точно сегментировать ультразвуковые (УЗ) изображения со значительными различиями в качественных характеристиках и снизить влияние субъективности эксперта за счёт автоматизации разработки схем сегментации изображений и параметризации разработанных схем сегментации УЗ изображений (УЗИ).
Разработан метод автоматического синтеза схем сегментации УЗИ сонных артерий человека, который позволяет генерировать упорядоченные последовательности алгоритмов обработки изображений (схемы сегментации изображений), применение которых позволяет получить точный результат сегментации некоторого наперёд заданного УЗ изображения. Синтез схем сегментации УЗИ осуществляется на основе алгоритма генетического программирования. За счёт предложенных модификаций оператора кроссинговера и оператора мутации, который использует библиотеки фрагментов промежуточных решений, разработанный метод позволяет повысить скорость синтеза и точность схем сегментации УЗИ. Библиотеки промежуточных решений заполняются и перезаписываются перед каждым этапом генерации новой популяции особей генетического алгоритма. На базе разработанного метода предложен подход к сокращению множества алгоритмов обработки изображений, используемых при синтезе схем сегментации УЗИ, на основании исключения из рассмотрения тех алгоритмов обработки УЗИ, которые редко используются генетическим алгоритмом при синтезе схем сегментации. Предложенный подход повышает скорость синтеза и точность построенных схем сегментации УЗИ.
Разработан метод поиска соответствий между значениями текстурных параметров УЗИ сонных артерий и методами, позволяющими производить точную сегментацию вышеупомянутых УЗИ. Разработанный метод позволяет автоматизировать процесс выбора схемы сегментации УЗИ, производя предварительную оценку изображения путём вычисления значений его текстурных параметров и поиска, на основании полученных значений, наиболее подходящей для данного изображения схемы сегментации. Использование различных схем сегментации в зависимости от текстурных характеристик УЗИ позволяет повысить точность сегментации, особенно в случаях УЗИ сонных артерий пациентов на поздних и наиболее опасных стадиях заболевания, ввиду специфичности характеристик подобных изображений. Поиск соответствий между значениями текстурных параметров УЗИ и схемами, производящими их точную сегментацию, осуществляется при помощи параллельного генетического алгоритма.
Выделено множество текстурных параметров, рассчитываемых по матрицам смежности яркостей, качественно характеризующих главную сложность сегментации УЗИ, в частности УЗИ сонных артерий человека, – шумы. Проведен корреляционный анализ экспериментально рассчитанных значений множества выделенных текстурных параметров, используемых в работе с целью классификации УЗИ сонных артерий человека. На основании проведенного корреляционного анализа множество текстурных параметров было сокращено таким образом, чтобы оставшиеся в рассмотрении параметры взаимно не коррелировали. Сокращение множества текстурных параметров позволило повысить скорость работы системы и точность синтезированных системой решений.
Разработанная на основе предложенных моделей и методов система протестирована на наборах реальных ультразвуковых изображений сонных артерий 47 пациентов на разных, в основном тяжелых предоперационных стадиях заболевания атеросклерозом. Проведенное тестирование показало, что точность обработки ультразвуковых изображений сонных артерий человека по сравнению с аналогами была повышена на 10-15%. Метод синтеза схем сегментации изображений, за счёт предложенных модификаций операторов кроссинговера и мутации позволяет повысить точность сегментации УЗИ синтезированными схемами сегментации по сравнению с классическим ГА приблизительно на 40% по минимальному, на 17% по среднему и на 5% по максимальному критерию фитнес-функции. Предложенный подход к сокращению множества алгоритмов обработки изображений, используемых при автоматическом синтезе схем сегментации, повышает скорость синтеза и точность построенных схем сегментации УЗИ.
Внедрение информационной технологии, базирующейся на моделях и методах, описанных в диссертации, в Институте неотложной и восстановительной хирургии НАМНУ им. В.К. Гусака, позволило на 20% ускорить процесс установления степени эмбологенной опасности атеросклеротических бляшек, а также на 15% увеличить точность процесса диагностики заболевания.
