350 руб
Журнал «Биомедицинская радиоэлектроника» №7 за 2019 г.
Статья в номере:
Алгоритмы распознавания органов на изображениях мультиспиральной компьютерной томографии
Тип статьи: научная статья
DOI: 10.18127/j15604136-201907-05
УДК: 004.93"1 004.932
Ключевые слова: Распознавание образов поиск контуров OpenCV мультиспиральная компьютерная томография.
Авторы:

В.И. Солодовников – к.т.н., директор, Центр информационных технологий в проектировании РАН (г. Одинцово, Моск. обл.)

E-mail: info@ditc.ras.ru

П.В. Бочкарев –  мл. науч. сотрудник, Центр информационных технологий в проектировании РАН (г. Одинцово, Моск. обл.)

E-mail: info@ditc.ras.ru

А.А. Кузьмицкий – д.т.н., профессор, гл. науч. сотрудник, Центр информационных технологий  в проектировании РАН (г. Одинцово, Моск. обл.)

E-mail: info@ditc.ras.ru

А.И. Газов – инженер-исследователь, Центр информационных технологий  в проектировании РАН (г. Одинцово, Моск. обл.)

E-mail: info@ditc.ras.ru

В.С. Панищев – к.т.н., ст.науч. сотрудник, Центр информационных технологий в проектировании РАН (г. Одинцово, Моск. обл.)

E-mail: info@ditc.ras.ru 

Е.С. Cирота – д.м.н., вед. науч. сотрудник, Центр информационных технологий  в проектировании РАН (г. Одинцово, Моск. обл.); Первый Московский государственный медицинский университет им. И.М. Сеченова Минздрава России (Сеченовский Университет)

E-mail: info@ditc.ras.ru 

Аннотация:

Постановка проблемы. Рассмотрены актуальные проблемы компьютерного зрения в медицине. Технологии распознавания объектов достигли существенных результатов, однако они продолжают совершенствоваться. Различные алгоритмы и библиотеки выбираются под определенные задачи, вследствие чего трудно определить, какой из алгоритмов определения образа из графического изображения или последовательности изображений является наиболее эффективным. Представлен алгоритм распознавания органов на изображениях мультиспиральной компьютерной томографии.

Цель – разработать и реализовать алгоритм распознавания органов на изображениях мультиспиральной компьютерной томографии с возможностью выделения органа как отдельного объекта.

Результаты. Разработан и реализован алгоритм распознавания почек пациентов, а также применены математические методы по устранению ошибок при поиске контуров объектов изображений.

Практическая значимость. Разработанный алгоритм имеет возможность адаптироваться под различные задачи, а также возможность проведения на найденных объектах более глубокого исследование органов. 

Страницы: 39-46
Список источников
  1. Живрин Я.Э., Алкзир Н.Б. Методы определения объектов на изображении // Молодой ученый. 2018. № 7. С. 8–19.
  2. Елистратов С.А., Козлова Ю.Б. Интеллектуальные системы распознавания образов: современное состояние и проблемы реализации // Решетневские чтения. 2017. № 21–2. 
  3. Черногорова Ю.В. Методы распознавания образов // Молодой ученый. 2016. № 28. С. 40–43. 
  4. Афанасьев А.П. и др. Информационно-аналитическая система для принятия решений на основе сети распределенных ситуационных центров // Информационные технологии и вычислительные системы. 2010. № 2. С. 3–14.
  5. Медведев М.В., Кирпичников А.П., Синичкина Т.А. Детектирование дорожных знаков при помощи компьютерного зрения // Вестник технологического университета. 2016. Т. 19. № 18. С. 143–147. 
  6. OpenCV [Сайт] URL: https://opencv.org/ (дата обращения:15.09.2019).
  7. OpenCV шаг за шагом. Нахождение контуров и операции с ними // RoboCraft [Сайт] URL: http://robocraft.ru/blog/ computervision/640.html (дата обращения 16.09.2019).
Дата поступления: 8 ноября 2019 г.