Полное оглавление
| Предисловие | 3 | ||
| Глава 1 | Общие сведения о регистрации и обработке изображений |
6 | |
| 1.1 | Представление диагностических изображений в компьютере | 6 | |
| 1.1.1 | Средства ввода изображений | 6 | |
| 1.1.2 | Форматы представления медицинских изображений | 8 | |
| 1.2 | Информационные технологии обработки изображений | 11 | |
| 1.2.1 | Технология обработки графических изображений | 13 | |
| 1.2.2 | Технология обработки полутоновых изображений | 14 | |
| 1.2.3 | Преобразования и операции обработки изображений | 16 | |
| 1.3 | Базовые методы обработки бинарных изображений | 18 | |
| 1.3.1 | Математическая морфология | 19 | |
| 1.3.2 | Логические фильтры | 24 | |
| 1.3.3 | Выделение контуров и средних линий объектов | 24 | |
| 1.3.4 | Распознавание объектов | 26 | |
| 1.4 | Базовые методы обработки полутоновых изображений | 28 | |
| 1.4.1 | Повышение контраста | 28 | |
| 1.4.2 | Преобразование гистограмм | 30 | |
| 1.4.3 | Пороговая обработка | 32 | |
| 1.4.4 | Препарирование | 34 | |
| 1.4.5 | Адаптивные преобразования яркости | 36 | |
| 1.4.6 | Выделение контуров | 38 | |
| 1.4.7 | Фильтрация шумов полутоновых изображений | 45 | |
| 1.4.8 | Сегментация полутоновых изображений | 49 | |
| 1.4.9 | Распознавание полутоновых изображений | 50 | |
| 1.5 | Цветные диагностические изображения и системы цветовых координат | 54 | |
| 1.5.1 | Восприятие цвета человеком | 54 | |
| 1.5.2 | Модель цветового зрения | 55 | |
| 1.5.3 | Количественное описание цвета | 56 | |
| 1.5.4 | Понятие цветового пространства | 57 | |
| Глава 2 | Математический аппарат обработки и анализа диагностических изображений |
64 | |
| 2.1 | Метод поля направлений | 64 | |
| 2.1.1 | Изображения со структурной избыточностью | 64 | |
| 2.1.2 | Математическое описание поля направлений | 66 | |
| 2.1.3 | Цифровые методы построения поля направлений | 70 | |
| 2.2 | Оценивание геометрических параметров объектов на диагностических изображениях | 79 | |
| 2.3 | Текстурный анализ диагностических изображений | 89 | |
| 2.3.1 | Матрицы вероятностного распределения | 91 | |
| 2.3.2 | Статистические признаки второго порядка | 94 | |
| 2.3.3 | Статистические признаки третьего порядка | 99 | |
| 2.4 | Текстурные признаки цветных биомедицинских изображений | 100 | |
| 2.4.1 | Преобразования цветовых пространств | 101 | |
| 2.4.2 | Формирования текстурных признаков в цветовых пространствах | 102 | |
| 2.5 | Использование регрессионных моделей для построения текстурных признаков | 104 | |
| 2.5.1 | Модель марковского случайного поля | 104 | |
| 2.5.2 | Построение функции аппроксимации с помощью регрессионного анализа | 104 | |
| 2.5.3 | Задача распознавания текстурных изображений | 106 | |
| 2.6 | Спектральные преобразования функции яркости | 108 | |
| 2.7 | Интегральные преобразования функции яркости | 112 | |
| 2.7.1 | Формулы обращения | 104 | |
| 2.7.2 | Алгоритмы реконструкции пространственной плотности | 115 | |
| 2.7.3 | Алгоритм обратного проецирования | 116 | |
| 2.7.4 | Алгоритм сверточного типа | 118 | |
| 2.7.5 | Фурье-алгоритм | 121 | |
| 2.7.6 | Алгебраические алгоритмы реконструкции | 123 | |
| 2.8 | Вейвлет-преобразования функции яркости | 125 | |
| 2.8.1 | Непрерывное вейвлет-преобразование, виды и классификация вейвлетов | 126 | |
| 2.8.2 | Двумерное вейвлет-преобразование | 128 | |
| 2.8.3 | Двумерные направленные вейвлеты | 128 | |
| 2.8.4 | Реализация непрерывного вейвлет-преобразования дискретного изображения | 131 | |
| 2.9 | Методы распознавания образов используемые в задачах анализа диагностических изображений | 132 | |
| 2.9.1 | Метод классификация по K соседям | 132 | |
| 2.9.2 | Линейные классификаторы | 133 | |
| 2.9.3 | Классификатор Support Vector Machine | 134 | |
| 2.9.4 | Дискриминантный анализ признаков | 136 | |
| 2.9.5 | Факторный анализ первичного признакового пространства и формирование результирующего признакового пространства | 140 | |
| 2.10 | Применение искусственных нейронных сетей для оценивания диагностических параметров | 140 | |
| 2.10.1 | Искусственные нейронные сети | 141 | |
| 2.10.2 | Применение нейронных сетей в задачах обработки изображений | 142 | |
| 2.10.3 | Основные черты нейронных сетей | 143 | |
| 2.10.4 | Обучение нейронных сетей | 144 | |
| 2.10.5 | Классификация базовых архитектур нейронных сетей | 144 | |
| Глава 3 | Методы оценивания геометрических параметров сосудистой системы человека |
151 | |
| 3.1 | Биомедицинские диагностические изображения сосудистой системы глазного дна | 151 | |
| 3.2 | Обзор методов компьютерного анализа изображений сосудистой системы человека | 154 | |
| 3.3 | Математические модели изображений сосудов | 159 | |
| 3.4 | Геометрические параметры изображений сосудов | 166 | |
| 3.5 | Диагностические признаки сосудов | 170 | |
| 3.6 | Оценивание глобальных характеристик сосудов на диагностических изображениях на основе морфологического анализа особенностей | 172 | |
| 3.6.1 | Оценивание прямолинейности и извитости трассы сосуда с использованием геометрического разделения кривых | 173 | |
| 3.6.2 | Метод оценивания кривизны трассы сосуда с использованием вейвлет разложения | 189 | |
| 3.7 | Методы выделения центральных линий сосудов | 199 | |
| 3.7.1 | Метод выделения трассы сосуда на основе нечёткого поля направлений с использованием алгоритма Дейкстры | 199 | |
| 3.7.2 | Выделение центральных линий сосудов с использованием вейвлет-преобразования | 203 | |
| 3.8 | Методы оценивания локальных признаков сосудов | 213 | |
| 3.8.1 | Косвенный метод оценивания толщины сосуда | 213 | |
| 3.8.2 | Непосредственная аппроксимация по методу наименьших квадратов | 214 | |
| 3.8.3 | Выбор уровня функции вычисления толщины | 217 | |
| 3.8.4 | Спектральные методы оценивания диаметра | 221 | |
| 3.9 | Оценка локальных направлений сосудов | 223 | |
| 3.9.1 | Метод прямого поиска направлений | 223 | |
| 3.9.2 | Алгоритм трассировки сосудов | 225 | |
| 3.10 | Оценивание направлений сосудов методом локального веерного преобразования | 228 | |
| 3.10.1 | Локальное веерное преобразование | 229 | |
| 3.10.2 | Дискретное приближение преобразования | 231 | |
| 3.10.3 | Реализация метода локального веерного преобразования | 233 | |
| 3.11 | Применение искусственных нейронных сетей для оценивания диагностических параметров | 240 | |
| 3.12 | Методы обнаружения и анализа аномальных структур на изображениях глазного дна | 248 | |
| 3.12.1 | Технология выделения патологических структур | 249 | |
| 3.12.2 | Алгоритмы обнаружения патологических структур и оценивания их параметров | 253 | |
| 3.13 | Оценивание диагностических параметров сосудов на изображениях глазного дна в области диска зрительного нерва | 255 | |
| 3.13.1 | Математическая модель ДЗН | 255 | |
| 3.13.2 | Структура технологии анализа области сосудов на уровне края ДЗН | 256 | |
| 3.13.3 | Локализация области ДЗН | 257 | |
| 3.13.4 | Оценка геометрических параметров края ДЗН | 258 | |
| 3.13.5 | Построение профиля контура области ДЗН | 260 | |
| 3.13.6 | Оценивание геометрических параметров сосудов, пересекающих край ДЗН | 263 | |
| 3.13.7 | Оценивание диагностических параметров сосудов на изображениях глазного дна в области ДЗН | 264 | |
| 3.13.8 | Экспериментальные исследования на натурных изображениях | 266 | |
| 3.13.9 | Метод оценивания диаметра тонких сосудов на уровне края ДЗН, основанный на локальном веерном преобразовании | 267 | |
| 3.13.10 | Оценивание направления сосудов на уровне края ДЗН | 269 | |
| 3.13.11 | Метод вейвлет-преобразования для оценивания геометрических параметров ДЗН | 271 | |
| 3.14 | Автоматизированная система ранней диагностики глазных заболеваний на основе анализа изображений глазного дна | 273 | |
| Глава 4 | Оценивание геометрических параметров пространстве нных
древовидных структур |
283 | |
| 4.1 | Формирование данных рентгеновской ангиографии коронарных сосудов | 283 | |
| 4.2 | Модель пространственного древовидного объекта | 288 | |
| 4.3 | Информационная технология восстановления пространственной структуры древовидных объектов | 288 | |
| 4.3.1 | Временная синхронизация проекций | 293 | |
| 4.3.2 | Компенсация эффекта центрального проецирования | 294 | |
| 4.3.3 | Улучшение качества изображений проекций | 295 | |
| 4.3.4 | Идентификация точек ветвления и концов сосудов | 303 | |
| 4.3.5 | Пространственная привязка изображений проекций | 305 | |
| 4.3.6 | Восстановление трёхмерных координат точки по её координатам на двух плоских проекциях | 306 | |
| 4.4 | Пространственная трассировка сосудов | 309 | |
| 4.4.1 | Общие принципы пространственной трассировки | 309 | |
| 4.4.2 | Анализ пространственной интенсивности | 309 | |
| 4.5 | Оценивание геометрических параметров древовидных структур | 314 | |
| 4.6 | Оценивание направлений древовидных структур в пространстве | 317 | |
| 4.6.1 | 3D локальное веерное преобразование Радона | 318 | |
| 4.6.2 | Определение направления ветви в пространстве | 320 | |
| 4.7 | Результаты восстановления 3D структуры сосудов | 324 | |
| Глава 5 | Методы обработки и анализа изображений диагностических кристаллограмм |
330 | |
| 5.1 | Биомедицинские диагностические изображения, содержащие квазипериодические структуры | 330 | |
| 5.2 | Динамические имитационные модели изображений кристаллических структур | 332 | |
| 5.2.1 | Качественное описание процесса кристаллизации | 332 | |
| 5.2.2 | Математические модели физических процессов, проходящих при кристаллизации | 336 | |
| 5.2.3 | Анализ влияния концентрации примеси, базовой скорости роста, равновесной концентрации вещества и коэффициента диффузии на форму кристаллов | 339 | |
| 5.3 | Кристаллографическое исследование слёзной жидкости | 340 | |
| 5.4 | Анализ кристаллограмм слёзной жидкости на основе метода поля направлений | 346 | |
| 5.4.1 | Медико-диагностические признаки кристаллограмм | 346 | |
| 5.4.2 | Классификация кристаллограмм на основе объединения диагностических признаков | 349 | |
| 5.5 | Анализ кристаллограмм плазмы крови | 353 | |
| 5.6 | Текстурный анализ кристаллограмм слёзной жидкости | 356 | |
| 5.6.1 | Предварительная обработка исходных изображений | 357 | |
| 5.6.2 | Классификация натуральных изображений кристаллов | 360 | |
| 5.6 | Методы анализа изображений кристаллограмм ротовой жидкости | 366 | |
| 5.6.1 | Характеристика кристаллограмм биологических жидкостей слюны | 367 | |
| 5.6.2 | Текстурные свойства изображений кристаллограмм ротовой жидкости | 368 | |
| 5.6.3 | Геометрический подход к анализу структуры кристаллизации ротовой жидкости | 369 | |
| 5.6.4 | Спектральные методы анализа кристаллограмм ротовой жидкости | 374 | |
| 5.6.5 | Факторы форм | 375 | |
| 5.66 | Технология спектрального анализа кристаллограмм ротовой жидкости | 377 | |
| Глава 6 | Анализ изображений препаратов крови |
389 | |
| 6.1 | Технология выделения форменных элементов крови | 389 | |
| 6.1.1 | Общая характеристика задачи анализа препаратов крови | 390 | |
| 6.1.2 | Анализ ансамбля эритроцитов | 392 | |
| 6.1.3 | Анализ ансамбля лейкоцитов | 395 | |
| 6.2 | Кластерный анализ микрочастиц крови | 397 | |
| 6.3 | Анализ ансамбля составных форменных элементов крови класса розеток | 402 | |
| 6.4 | Метод классификации форменных элементов крови на основе цветотекстурных признаков | 407 | |
| 6.4.1 | Классификация натурных изображений с использованием модифицированных признаков третьего порядка | 408 | |
| 6.4.2 | Классификация натурных изображений с использованием признаков, построенных на основе регрессионной модели | 410 | |
| 6.5 | Выделение лейкоцитов на изображениях препаратов крови в цветовом пространстве HSL | 414 | |
| Заключение | 420 | ||