Анализ изображений для классификации патологий слизистой оболочки желудка
ВВЕДЕНИЕ
Актуальность. С развитием техники и технологий все более реальным становится использование достижений цифровой обработки изображений в области медицины для создания систем автоматической диагностики, а также систем поддержки принятия решений. Внедрение подобных систем в клиническую медицину нацелено на повышение эффективности диагностики и терапии, сокращение времени и расходов на исследования, проведение контроля качества, а также обучение и совершенствования врачебных навыков специалистов. Одним из актуальных направлений исследований является анализ эндоскопических изображений [1]. Использование систем компьютерного зрения для анализа эндоскопических изображений на сегодняшний день показывает высокие результаты согласно многочисленным исследованиям; следовательно, разработка подобных систем представляет собой актуальную научно-техническую задачу.
Цель – исследование эффективных способов анализа для классификации патологий слизистой оболочки желудка.Объект исследования – слизистая оболочка желудка.Предмет – результаты эндоскопической диагностики патологий слизистой оболочки желудка.
СОДЕРЖАНИЕ
ВВЕДЕНИЕ4
1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ6
1.1 Описание патологий слизистой оболочки желудка6
1.2 Существующие методы диагностики патологий желудка14
1.3 Использование компьютерного зрения при классификации патологий желудка18
2. ОЦЕНКА МЕТОДОВ ОБРАБОТКИ И КЛАССИФИКАЦИИ ИЗОБРАЖЕНИЙ24
2.1 Описание используемой базы данных изображений24
2.2 Описание выбранных методов классификации изображений31
2.3 Описание процесса обработки данных и методов анализа результатов33
3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ37
3.1 Описание результатов классификации изображений и их точности37
3.2 Анализ ошибок классификации и возможных причин40
3.3 Сравнение результатов с существующими методами диагностики патологий желудка43
4. ОБСУЖДЕНИЕ И ВЫВОДЫ46
ЗАКЛЮЧЕНИЕ53
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ54
СПИСОК ИСПОЛЬЗОВАННОЙ ИСТОЧНИКОВ
Хрящев В.В., Ганин А.Н., Лебедев А.А., Степанова О.А., Кашин С.В., Куваев Р.О.РАЗРАБОТКА И АНАЛИЗ АЛГОРИТМА ДЕТЕКТИРОВАНИЯ ПАТОЛОГИЙ НА ЭНДОСКОПИЧЕСКИХ ИЗОБРАЖЕНИЯХ ЖЕЛУДКА НА ОСНОВЕ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ Цифровая о бработка сигналов. 2018. № 3. С. 70-75.
Врач-гастроэнтеролог Желудокhttps://medcentr-sochi.ru/gastroehnterologiya/zheludok.html (дата обращения: 01.05.2023)
Переверзева, Е. В.Симптоматология, диагностика, принципы лечения и профилактики гастритов, язв желудка и двенадцатиперстной кишки, синдрома раздраженного кишечника : учебно-методическое пособие / Е. В. П ереверзева, В. И. Мельничук. – Минск :БГМУ, 2019. – 23 с.
Семенова Е.В., Тюменцева В.Р., Степанова И.Ю., Павлидин В.Г., Василенко С.П., Степанова А.А. Эндоскопический диагноз и цитологическая диагностика предопухолевых заболеваний желудка // Современные пр облемы науки и образования. – 2019. – № 4. ; URL: https://science-education.ru/ru/article/view?id=29037 (дата обращения: 01.05.2023).
Sugano K., Tack J., Kuipers E.J., Graham D.Y., El-Omar E.M., Miura S. et al. Kyoto global consensus report on Helicobacter pylori gastritis. Gut. 2015;64(9):1353–1367. https://doi.org/10.1136/gutjnl-2015-309252
Рапопорт, С.И.Гастриты : пособие для врачей / С. И. Рапопорт ; М-во здравоохранения и социального развития РФ, Московская мед. акад. им. И. М. Сеченова. - Москва : Мед практика-М, 2010. - 19, [1] с.
Чамсутдинов Н.У. Хронический гастрит. Лекция для студентов медицинских вузов и врачей. – Махачкала: ДГМА, 2001 – 28 с.
Жакипбеков К.С., Датхаев У.М., Юн О.М., Тулемисов С.К. Заболеваемость желудочно-кишечного тракта: история, лекарственная терапия и современное состояние // Вестник КазНМУ. 2017. №4. URL: https://cyberleninka.ru/article/n/zabolevaemost-zheludochno-kishechnogo-trakta-istoriya-lekarstvennaya-terapiya-i-sovremennoe-sostoyanie (дата обращения: 01.05.2023).
В рамках этой теории учет наиболее устойчивых интегральных свойств изображения реализуется путем построения так называемого гомологич еского бар-кода (homology barcode ), который фактически представляет собой специфическую гистограмму, определяющую диапазон яркостей, на котором реализуется каждая из деталей изображения. Фактически элементы гомологического бар-кода, полученного по некоторо й области изображения, используются как признаки типа структуры эпителия и микрососудистого рисунка в этой области [34].Применение алгоритмов автоматической классификации для признаков, образованных элементами гомологического бар-кода, позволяет получить метод автоматической классификации области эндоскопического изображения. При этом фактически проводится сравнение вычисленного бар-кода с бар-кодами, полученными для участков тканей, соответствующих заранее известным вариантам патологических изменений. До применения топологических алгоритмов и вычисления гомологического бар-кода проводят предобработку исходного изображения, направленную на выделение областей проявления оптических артефактов (прежде всего бликов), связанных с отражением, вызванным почти соос ным расположением видеокамеры и осветителя [35]. Таким образом, в настоящее время на основе применения узкоспектральной эндоскопии с увеличением разработано множество различных эндоскопических классификаций поверхностных эпителиальных образований в соответ ствии с их морфологией. При колоноскопии для дифференциальной диагностики доброкачественных изменений, неоплазии легкой степени и раннего рака наиболее широко используются классификации поверхностного рисунка эпителия S. Kudo и микрососудистого рисунка сли зистой оболочки Y. Sano, которые подтвердили свою эффективность в проспективных исследованиях. Для желудка на сегодняшний день нет общепризнанной удобной классификации, позволяющей с высокой точностью и воспроизводимостью дифференцировать эпителиальные обр азования на доброкачественные и неопластические, а также ранний рак. Однако наиболее распространена в настоящее время VS-классификация, разработанная K. Yao и учитывающая регулярность поверхностного и микрососудистого рисунков слизистой оболочки желудка, а также наличие демаркационной линии на границе с окружающей слизистой оболочкой.