МЕТОД ВЫЯВЛЕНИЯ ДИССЕМИНИРОВАННЫХ ПОРАЖЕНИЙ ЛЕГКИХ И ИХ КОЛИЧЕСТВЕННАЯ ОЦЕНКА

Гайнияров Игорь Мадыхатович

бакалавр 4 курса, кафедра Вычислительной техники, Физико-технологический институт, УрФУ, г. Екатеринбург

E-mail: kocmoc1@e1.ru

Маркина Софья Элеолитовна

научный руководитель, канд. техн. наук, доцент, кафедра вычислительной техники, Физико-технологический институт, УрФУ, г. Екатеринбург

Информационные и визуальные технологии имеют большое значение для решения аналитических задач в медицине. Медицинские работники получают поток необработанной или слабоструктурированной информации с КТ, УЗИ, МРТ, расшифровка которых требует дополнительных усилий специалистов высокой квалификации. Предлагаемое решение по выявлению интересующей информации базируются на построении 3D моделей больных.

Визуальные технологии позволяют не только наглядно показывать состояние пациента на момент прохождения процедуры КТ/МРТ, но и получать дополнительную информацию о пациенте, которую можно обнаружить только после компьютерной постобработки снимков.

Для выявления скрытых данных используются различные системы обработки снимков. В основном это программные продукты зарубежного происхождения. В ходе небольшого анализа будет дано обоснования выбора одной из сред как платформы реализации алгоритма по выявлению диссеминированных поражений легких с их количественной оценкой.

1.  MeVisLab [4] — гибкое и простое в управлении средство для обработки и визуализации медицинских данных с современным интерфейсом. Кроме стандартных алгоритмов обработки изображений и графического подхода к программированию, MeVisLab включает в себя большое число модулей, которые являются отдельными элементами обработки данных или автоматизации. Изображение, получаемое при медицинских обследованиях, имеют различную интенсивность пикселей для разных тканей. Используя различные фильтры, методы операций над изображением система позволяет создать уникальный комплекс (сеть) по выявлению интересующих данных. Лицензия: freeware.

2.  3D-DOCTOR [5] — 3D-Doctor является программой для 3D-моделирования, обработки изображений для измерений, снятых с МРТ, КТ, ПЭТ, микроскопии, научных и промышленных применений визуализации. Одобрен FDA (Американская организация, контролирующая продовольствие и медикаменты) для медицинской визуализации и 3D-приложений.

3.  3D slicer 4.0 [6] — представляет собой гибкую, модульную платформу для анализа изображений и визуализации. 3D Slicer обеспечивает регистрацию изображений, обработку DTI (диффузионная трактография), интерфейс для внешних устройств , GPU с поддержкой объема. 3D Slicer имеет модульную организацию.

Наиболее подходящей системой для обработки данных о пациентах была выбрана MeVisLab по нескольким причинам:

1.  Бесплатный, свободно распространяемый продукт.

2.  Система специализирована для медицины.

Спектр потенциально возможно получаемых данных после специальной обработки достаточно велик, это могут быть как отдельно выделенные органы человеческого тела, так и подсчитанный объем интересующей части тела. Введение секущих позволяет рассмотреть детали. С точки зрения восприятия объёмное изображение значительно лучше иллюстрирует изучаемый объект и упрощает его восприятие, особенно среди начинающих специалистов (или самих больных).

Для выделения реальной проблемы был выбран следующий источник: Уральский научно-исследовательский институт фтизиопульмонологии [1].

В ходе анализа была выявлена одна из актуальных проблем пульмонологии — диссеминированное поражение легких (ДПЛ). Существует несколько десятков разновидностей этого заболевания, лечение которых порой диаметрально противоположно. Из статей и обзоров видно, что длительность постановки точного диагноза составляет от полугода до двух с половиной лет, а ошибки — до 50 %. Неверно или поздно поставленный диагноз может привести к смерти больного. При всех формах туберкулеза очень важно как можно быстрее поставить правильный диагноз, а во время лечения иметь возможность адекватной оценки динамики лечения. Между тем не существует однозначного метода диагностирования ДПЛ. Даже компьютерный томограф, который может построить 3D-модель, бессилен в случае миниобразований. В лучшем случае он объединяет их в конгломерат, который искажает картину заболевания, и не силах посчитать общий объем поражения при миллиарном туберкулезе, хотя количественная оценка была бы очень актуальна.

Для решения данной задачи разработана программа по выявлению узловых образований в легких с последующим подсчетом их общего объема. Алгоритм прост до очевидности — постараться убрать, во-первых все воксели, конкурирующие по яркости с элементами диссеминации, а во-вторых все ткани, мешающие «увидеть» патологию. Основные трудности — в подборе коэффициентов (важно было не отбросить нужное).

Метод заключается в этапной обработке 2D срезов как единой 3D модели [3].

Рисунок 1. Необработанная 3D модель торса одного из пациентов

В ходе некоторых операций над изображениями получается промежуточная модель [2]. Средства MeVisLab позволяют контролировать получаемый результат на всех этапах обработки, благодаря специальным модулям просмотра данных.

Рисунок 2. Промежуточная 3D модель торса пациента

После преобразований происходит удаление ненужных частей модели, которые вносят помехи при количественном подсчете.

Рисунок 3. Модель выделенного поражения легких пациента

После этапа выделения и подсчета поражения, для удобства восприятия врачом, выделенные узлы показываются совместно с ореолом легких и раскрашиваются.

Рисунок 4. Модель выделенного поражения легких пациента с ореолом легких

Подсчет поражения происходит следующим образом:

1.  Выделение узлов без лишних помех.

2.  Преобразование получившегося изображения в бинарное.

3.  Вычисление объема по порогу яркости вокселей.

Благодаря такой последовательности мы вычисляем только интересующие нас патологические элементы.

Заключение

Диагностирование ДПЛ с их количественной оценкой является актуальной задачей, которая в настоящее время решена на стадии исследовательского проекта. Подана заявка на изобретение. Полная реализация идеи, представленной в работе, позволит существенно упростить задачу врачам, а также будет полезной при мониторинге различных форм туберкулеза.

В дальнейшем планируется создание интеллектуального подсказчика, который помогает уточнять диагноз, основываясь на базе примеров и экспертных мнениях.

Список литературы:

1.Уральский научно-исследовательский институт фтизиопульмонологии. УНИИФ. — [Электронный ресурс] — Режим доступа — URL: http://urniif.ru/ (дата обращения 23.12.2012)

2.Fetita C, Preteux F, Grenier P. Three-dimensional reconstruction of the bronchial tree in volumetric computerized tomography: application to computerized tomography bronchography. // J Electron Imaging 15:023004-1-023004-17. 2006. [Электронный ресурс] — Режим доступа — URL: http://www-artemis.it-sudparis.eu/web2.0/publication-explorer.php?action=display-pub-notice&id_publications=457&type=article (дата обращения 25.12.2012)

3.Flores JM, Schmitt F. Segmentation, reconstruction and visualization of the pulmonary artery and the pulmonary vein from anatomical images of the visible human project // Proceedings of the Sixth Mexican International Conference on Computer Science. 2005. — [Электронный ресурс] — Режим доступа — URL: http://www.researchgate.net/publication/221036005_Segmentation_Reconstruction_and_Visualization_of_the_Pulmonary_Artery_and_ the_Pulmonary_Vein_from_Anatomical_Images_of_the_Visible_Human_Project_y (дата обращения 25.12.2012)

4.MeVisLab. Medical image processing and visualization. — [Электронный ресурс] — Режим доступа — URL: http://www.mevislab.de/ (дата обращения 23.12.2012)

5.3DDoctor. FDA 510 cleared, vector-based 3D imaging. Modeling and measurement software — [Электронный ресурс] — Режим доступа — URL: http://www.ablesw.com/3d-doctor (дата обращения 23.12.2012)

6.3DSlicer. A multi-platform, free and open source software package for visualization and medical image computing [Электронный ресурс] — Режим доступа — URL: http://www.slicer.org (дата обращения 23.12.2012)