Методы автоматизированной предварительной диагностики заболеваний и морфологических изменений желудочно-кишечного тракта с

Методы автоматизированной
предварительной диагностики
заболеваний и морфологических
изменений желудочно-кишечного тракта с
применением беспроводной капсульной
эндоскопии
Конев В.Н., аспирант каф. № 36
НИЯУ МИФИ, 2013
Научный руководитель,
Михайлов Д.М., к.т.н.
Москва
1
Методы диагностики ЖКТ
Четыре классических метода исследований ЖКТ
 Рентгенологическое исследование
 Хирургическое вмешательство
 Классическая эндоскопия (гастроскопия)
 Колоноскопия
Недостатки существующих решений
 Неинвазивные методы дают лишь грубые оценки
патологий
 Высокий уровень дискомфорта пациента
 Этический аспект
 Невозможность осмотра все полости ЖКТ
 Невозможность проведения дистанционного
обследования
 Проблемы с обследованием тонкого кишечника
Москва
2
Капсульная эндоскопия
Общие принципы проведения исследования:
 Пользователь проглатывает миниатюрную капсулу
 С определенной частотой осуществляется подсветка
стенок ЖКТ и их фото-съемка
 Данные накапливаются или передаются на
считыватель
 Врач просматривает результаты на ПК
Москва
3
Рынок эндоскопических капсул
На рынке медицинских услуг представлено достаточно
большое количество эндоскопических капсул:
 Given Imaging PillCam ESO
 Given Imaging PillCam ESO 2
 Given Imaging PillCam SB
 Olympus EndoCapsule
 RF Systems Sayaka
 Jinshan OMOM
 IntroMedic MiroCam
Разрабатываемое решение ориентировано на работу
с разработанной в НИЯУ МИФИ эндоскопической
капсулой «Ландыш»
Москва
4
Базовая классификация
В общем виде все эндоскопические капсулы можно
классифицировать следующим образом:
 Желудочные капсулы
 Капсулы для кишечника
 Управляемые капсулы
 Раковые капсулы
 Ph-капсулы
 Лекарственные капсулы
Москва
5
Технические характеристики
Типовая капсула для исследования кишечника имеет
следующие характеристики:
 Размер: 11х26 мм (цилиндрическая)
 Вес: 4-6 грамма
 Передвижение: пассивное (за счет перистальтики)
 Подсветка: белые светодиоды
 Камера: одна или две торцевые типа CMOS
 Разрешение: 300x300 px
 Частота съемки: 2-4 кадра в секунду
 Угол обзора: 100-120 градусов
 Накопление данных: беспроводная передача на
считыватель
 Общий объем данных: 80 000 – 120 000 кадров
Москва
6
Технологические ограничения
Основными технологическими ограничениями на качество
изображения являются:
 Необходимость беспроводной передачи данных без
их накопления на капсуле
 Ограничения диапазона допустимых частот и
мощности радиосигнала согласно медицинским
стандартам
 Малый форм-фактор капсулы и вытекающие из него
ограничения на размер элемента питания и
радиоборудования
 Ограничения вычислительной сложности
Из всего этого следует, что даже несмотря на имеющиеся частоты
съемки в 15 к/с для CMOS матриц при разрешении в 1024х768 px,
на базе существующих продуктов можно достигнуть только частот в
2-4 к/с при разрешении 300х300 px.
Москва
7
Основные патологии ЖКТ
Основные патологии ЖКТ:
 Различные заболевания: рак, язвы,
злокачественные опухоли, болезнь Крона и т.д.
 Доброкачественные опухоли и различные
тканевые образования – полипы;
 Кровотечения;
Москва
8
Существующее ПО
Существующие программные комплексы обработки
данных позволяют:
 Просматривать весь объем полученных
изображений;
 Менять скорость воспроизведения видеоряда;
 Осуществлять перематывание видеоряда вперед и
назад;
 Выводить на экран несколько снимков
одновременно – мультискрин
Москва
9
Недостатки ПО
При этом стоит отметить:
 Врачу приходится просматривать весь объем
полученных данных
 Процедура крайне утомительна для специалиста
 Нет практически никакой предварительной
обработки данных
 Нет возможностей работы с изображениями
 Процедура занимает до 2 часов работы врача!
 Имеющееся ПО работает только под
управлением специализированных рабочих
станций, средней стоимостью 1 000 000 рублей
Москва
10
Цели и задачи
Целью данной работы является разработка
программного средства для ускорения и упрощения
процедуры диагностирования патологий ЖКТ пациента
по результатам капсульной эндоскопии:
Основные задачи:
 Разработать алгоритмические основы методов
предварительной обработки изображений;
 Разработать алгоритмические основы
функционирования «маркеров» патологий ЖКТ
 Реализовать предложенные методы программно в
расчете на типовой ПК под управление
распространенных ОС (Windows, Mac OS X, Ubuntu)
 Провести комплексное тестирование
разработанного продукта
Москва
11
Опорные характеристики
По результатам исследований предметной области и
работы с экспертами можно заключить, что
большинство патологий ЖКТ вызывают отклонение от
нормы хотя бы одного из следующих признаков:
 Изменение цвет стенки ЖКТ
 Изменение формы стенки ЖКТ
 Изменение текстуры стенки ЖКТ
При этом изменение цвета в абсолютном
большинстве случаев связано с наличием внутренних
кровотечений, а изменение формы с наличием доброили злокачественных образований – полипов.
Москва
12
Назначение «маркеров»
Одной из главных задач разработки ПО является
разработка «маркеров» патологий ЖКТ. При этом
предполагается:
 Все входящие изображения разделяемые на два
класса – изображения содержащие патологию, и ее
не содержащие;
 Первая группа по своим размерам существенно
меньше второй;
 Задачей «маркера» является реализация
формального критерия разделения изображений на
эти категории;
 Реализацию механизмов работы «маркеров»
предлагается возложить на отработанные
алгоритмы «машинного обучения».
Исследовательской задачей при этом является
выделение необходимых векторов признаков для
работы алгоритмов. Москва
13
Гистограммный анализ
Первоначальным направлением исследований было
проведение гистограммного анализа входящих
изображений. При этом исследования проводились для
двух цветовых пространств – RGB и HSV.
Результаты показали, что для разных болезней
гистограммы будут различаться, однако уровень
различий с учетом имеющихся шумов не позволяет
построить удовлетворительного разделяющего правила.
Москва
14
Выделение опорных изображений
Итоговый объем полученных данных очень велик и
проведение его анализа в полном объеме является крайне
ресурсоемкой задачей и в целом не целесообразно. Для
решения этой задачи был разработан алгоритм выделения
«Опорных изображений».
Москва
15
Выделение опорных изображений
Работа алгоритма выглядит следующим образом:
 Для каждого изображения вычисляются
гистограммы тона, насыщенности и яркости;
 Из гистограмм выбрасываются краевые
значения(0 и 255);
 Проводится нормирование гистограмм;
 Строится разница гистограмм;
 Отбрасываются единичные выбросы – шум
зернистости матрицы;
 Вычисляется среднеквадратическая разность
гистограмм;
 В случае превышения заданного порога α
выделяется новое опорное изображение;
Москва
16
«Маркер» сегментации видеоряда
Однако, усредненные гистограммы в пространстве HSV сильно
разделяются для различных отделов ЖКТ.
«Эталонные» гистограммы планируется получить экспериментальным
путем на основании имеющихся изображений от разных пациентов.
Москва
17
«Маркер» кровотечений
Для ускорения обработки данных метод поиска
кровотечений реализован в два этапа:
 На первом этапе производится поиск
«кандидатов»-изображений на наличие
кровотечений быстрым грубым методом;
 На втором этапе производится уточнение
результатов путем более подробного анализа
полученных изображений;
Стоит отметить, что основным признаком
кровотечений является наличие ярких красных
пятен на изображение, значительно превосходящих
по яркости стенки ЖКТ.
Москва
18
Этап 1
 Изображение разбивается на 16 крупных блоков,
по которым вычисляется среднее значение
цветовой насыщенности;
 Угловые блоки и самый ненасыщенный блок
выкидываются из рассмотрения так как не
содержат полезных данных;
 Следующий по насыщенности блок принимается
за базовый с насыщенностью Is;
 Если насыщенность хоть одного из оставшихся
блоков превышает значение насыщенности
базового на заданный порог Ij>Is+m, то все
изображение принимается за потенциального
кандидата на кровотечение;
Москва
19
Этап 1
Москва
20
Этап 2
 Вычисляются значения насыщенности для каждого пикселя
изображения;
 Динамически определяются пороговые значения
насыщенности изображения по схеме:
 Th = Iave + a1
 Tl = Iave - a2
 Где Th – верхний порог, Tl – нижний порог, Iave – среднее
значение пиксельной насыщенности по изображению, a1, a2
– экспериментально определяемые коэффициенты
 Для изображений с высоким уровнем освещенности
(значение Is в интервале [0.6, 0.75]) – прежний критерий
совмещается с новым 0.95 > Is(x,y) > 0.7
 При Is в интервале [0.75, 1.0]) – используется критерий 0.95
> Is(x,y) > 0.85
Москва
21
Этап 2
Москва
22
Макет программного средства
Москва
23
Заключение
На текущий момент решены следующие задачи:
 Проведено комплексное аналитическое
исследование рассматриваемой проблемной
области;
 Изучены существующие продукты и конкуренты;
 Сформулированы требования к функциональности
разрабатываемого программного средства;
 Выделены основные признаки патологий ЖКТ;
 Разработан алгоритм выделения опорных
изображений;
 Разработан метод сегментации ЖКТ пациента на
различные отделы;
 Разработан метод выделения кровотечений;
 Получена тестовая выборка данных;
Москва
24
Актуальность работ
Основной целью проводимых работ является
автоматизация процесса диагностики заболеваний
желудочно-кишечного тракта пациента по результатам
проведения процедуры капсульной эндоскопии. Данная
цель обосновывает высокую практическую
значимость прогнозируемых результатов работ.
Научная новизна работы состоит в предлагаемом
комплексе математических и алгоритмических основ
функционирования «маркеров» патологий ЖКТ
человека.
Москва
25
Формальные признаки
По формальным признакам подготовки аспиранта к
защите диссертационной работы выполнено:
 Опубликованы 10 печатных статей в научных
журналах;
 Из них 4 в журналах из перечня ВАК;
 Сданы аттестационные экзамены по английскому
языку и философии науки;
 Принято участие с докладами в 3 научнотехнических конференциях;
Москва
26
План работ до конца 2013 года
Для соблюдения всех формальных признаков до конца
2013 года планируется:
 Опубликовать 3 научных статьи;
 В том числе одну в журналах из перечня ВАК и одну
на иностранном языке;
 Сдать аттестационный экзамен по специальности;
 Выполнить план работ по преподавательской
деятельности;
 Выступить с докладом как минимум на одной
научно-технической конференции;
Москва
27