Ирина Сергеевна Кожевникова - к. б. н., ст. науч. сотрудник, Институт медико-биологических исследований Северного (Арктического) федерального университета им. М.В. Ломоносова (г. Архангельск) E-mail: kogevnikovais@yandex.ru, i.s.kozhevnikova@narfu.ru Надежда Анатольевна Ермошина - бакалавр по специальности Информационные системы и технологии, Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова (Санкт-Петербург) E-mail: ermoshina.n@gmail.com Михаил Николаевич Панков - к. м.н., доцент, директор, Институт медико-биологических исследований Северного (Арктического) федерального университета им. М.В. Ломоносова (г. Архангельск) E-mail: m.pankov@narfu.ru

Представлен аналитический обзор достижений в разработке систем автоматизированной интерпретации термограмм для диагностики различных заболеваний. Приведен краткий обзор основных этапов разработки, обозначены ключевые методы и алгоритмы для каждого этапа. Для оценки текущего состояния развития исследуемого направления приведено сравнение полученных результатов. Описаны ограничения и достоинства методов, перспективы внедрения в клиническую практику.

 

1. Баша Н.С., Шульга Л.А. Система выделения подкожного рисунка кровеносного рисунка по термографическим изображениям // Вестник МГТУ им. Н.Э. Баумана. Сер. Естественные науки. 2012. № 2. С. 98-106.
2. Chao Jin, Yang Yang, Zu Jun Xae, Ke-Min Liu, Jing Liu Automated Analysis Method for Screening Osteoarthritis using Medical Infrared thermography // Journal of Medical and Biological Engineering. 2012. № 33(5). P. 471-477.
3. Dinsha D., Manikandaprabu N. Breast tumor segmentation and classification using SVM and Bayesian from thermogram images // Unique journal of engineering and advanced sciences. 2014. № 2. P. 147-51.
4. Etehad Tavakol M., Sadri S., Ng E. Y. K. Application of K and fuzzy c-means for color segmentation of thermal infrared breast images // Journal of Medical Systems. 2010.  V. 34. № 1. P. 35-42.
5. Frize M. Ogungbemile A. Estimating Rheumatoid Arthritis Activity with Infrared Image Analysis // Studies in Health Technology and Informatics IOS Press. 2012. V. 180.  Р. 594-598.
6. Golestani N., M Etehad Tavakol., Ng E. Y. K. Level set method for segmentation of infrared breast thermograms // EXCLI Journal. 2014. № 13. P. 241-251.
7. Gopinath M. P., Prabu S. Classification of thyroid abnormalities on thermal image: a study and approach // Institute of Integrative Omics and Applied Biotechnology. 2016.  V. 7. P. 41-57.
8. Harlick R. M., Shanmugam K. Textural Features for Image Classification // IEEE transactions on Systems, Man and Cybernetics. 1973. V. 3. P. 610-621.
9. Kazerouni A. Zadeh H.G., Haddadnia J. Novel Model for Smart Breast Cancer Detection in Thermogram Images // Asian Pacific Journal of Cancer Prevention. 2014. № 15 (24). P. 73-76.
10. Krawczyk B., Woźniak M., Schaefer G. Cost-sensitive decision tree ensembles for effective imbalanced classification // Applied Soft Computing. 2012. V. 14. C. P. 554-562.
11. Lashkari A., Pak F., Firouzmand M. Full Intelligent Cancer Classification of Thermal Breast Images to Assist Physician in Clinical Diagnostic Applications // Journal of Medical Signals and Sensors. 2016. № 6. P. 12-24.
12. Lin Chih-Lung An Approach to Improve the Quality of Infrared Images of Vein-Patterns // Sensors. 2011. № 11.  P. 11447-11463.
13. Marzec M., Koprowski R., Wróbel Z. Automatic method for detection of characteristic areas in thermal face images // Multimed Tools Appl. 2015. № 74. P. 4351-4368.
14. Milosevic M., Jankovic D., Peulic A. Thermography basedbreast cancer detection usingtexture features and minimum variance quantization // EXCLI Journal. 2014. № 13. P. 1204-1215.
15. Mona A. S. Ali, Gehad I. S., Tarek G., Aboul E. H., Vaclav S., Lincoln F. Silv Detection of Breast Abnormalities of Thermograms based on a New Segmentation Method // Proceedings of the Federated Conference on Computer Science and Information Systems. 2015. P. 255-261.
16. Mrinal K. B., Shawli B., Kakali D., Debotosh B., Satyabrata N. Pain Related Inflammation Analysis using Infrared Images // Thermosense: Thermal Infrared Applications XXXVIII, 986116. Proc. SPIE 9861. 2016. P. 1417-1422.
17. Muthu R., Mookiah U., Acharya R., Ng E.Y.K. Data mining technique for breast cancer detection in thermograms using hybrid feature extraction strategy // Quant itative InfraRed Thermography Journal. 2012. № 9(2). P.151-165.
18. Negin M, Ziskin M.C., Piner C., Lapayowker M.S. A computerized breast thermographic interpreter. // IEEE Transactions on Biomedical Engineering. 1977. № 24. P. 347-352.
19. Nizami M. Segmentation of Thermal Images for Evaluation of Rheumatoid Arthritis Disease // International Journal of Emerging Engineering Research and Technology. 2014.  V. 2. P. 35-44.
20. Qi H., Kuruganti P.T., Snyder W.E. Detecting breast cancer from thermal infrared images by asymmetry analysis // Biomedical Engineering Handbook. CRC Press. 2006. Chapters.
21. Savari A., Julian S. Brest cancer detection on thermogram at preliminary stage by using fuzzy inferences systems // Journal of Theoretical and Applied Information Technology 2014. V. 68. № 3. P. 705-715.
22. Silva L., Saade D.S. M., Sequeiros G.O. O., Silva A., Paiva A., Bravo R.S., Conci A. A new database for breast research with infrared image // Journal of Medical Imaging and Health Informatics. 2014. V. 4. № 1. P. 92-100.
23. Sudhir R., Bhalerao S.V. Designing of Neuro-Fuzzy Based Thermal Imaging System on MATLAB for Detection of Rheumatoid // Arthritis International Journal of Engineering Research and General Science. 2015. V. 3. P. 592-596.
24. Suganthi S., Ramakrishnan S. Semi automatic segmentation of breast thermograms using variational level set method // The 15th International Conference on Biomedical Engineering. Springer. 2014. P. 231-234.
25. Swaminathan R., Suganthi S.S. Segmentation of breast tissues in infrared images using modified phase based level sets // Biomedical Informatics and Technology. Springer. 2014. P. 161-174.
26. Tang X., Lu H., Ma S. Face recognition using kernel scatter-difference-based discriminant analysis. // IEEE Transactions Neural Network. 2006. № 17(4). P. 1081-1085.
27. Zadeh H.J, Haddadnia J., Montazeria A. Model for Diagnosing Breast Cancerous Tissue from Thermal Images Using Active Contour and Lyapunov Exponent // Iran J Public Healt. 2016.V. 45. № 5. P. 657-669.
28. Zadeh H. G., Haddadnia J. Distinguishing breast cancer based on thermal features in infrared images //Canadian Journal on Image Processing and Computer Vision. 2011. № 2(6). P. 54-8.