Алгоритм обработки рентгеновских изображений с использованием нечеткой логики

Бесплатный доступ

Введение. Для улучшения диагностики заболеваний коленного сустава необходимо повысить качество обработки рентгенографических изображений, т.е. дать специалистам более точную информацию для анализа патологии. Цель исследования - показать возможности нечеткой логики в совершенствовании алгоритма определения опорных линий и углов сгибания колена. Для этого необходима программа, которая анализирует рентгеновские снимки. Известные на сегодня методы, описанные в научной и прикладной литературе, недостаточно автоматизированы. В ряде случаев ортопедам и хирургам приходится вручную дорабатывать изображения, корректировать линии. Этот пробел восполняет представленная работа. Описан созданный автором алгоритм, который не предполагает участия человека, автоматически идентифицирует линии и углы сгибания колена. По результату, выданному системой, врач может, во-первых, судить о наличии патологии. Во-вторых, сведения, предоставляемые программой, позволяют точнее планировать, проводить операции и назначать терапию.Материалы и методы. Использовались снимки двух рентгеновских аппаратов, которые работают в больнице Аль-Базель (Латакия, Сирия). Для программной реализации алгоритма задействовали язык «Питон» (Python). Решение протестировали на 500 пациентах больницы Аль-Базель. Сравнивались результаты, которые сгенерировала новая система и предшествующие версии программ обработки рентгеновских снимков.Результаты исследования. Создан, описан и реализован на практике алгоритм построения опорных линий и углов для обработки рентгеновских снимков коленного сустава. Показаны возможности нечеткой логики в автоматизации обнаружения двойного порога при выявлении границ кости на изображениях. Описана работа усовершенствованного гауссовского фильтра, предназначенного для обработки рентгенограмм.Модифицированный метод анализа рентгеновских снимков коленных костей включает разработку алгоритма для автоматического обнаружения структур и аномалий в коленных суставах, определения и измерения анатомических параметров, оценку степени повреждения и т.д.Метод определения границ контуров на рентгенограммах объединил детектор Кэнни, алгоритм водораздела и нечеткую логику. Программа реализована в медицинской практике и показывает точность 98 %, затрачивая на обработку снимка менее 20 секунд.Обсуждение и заключение. Новая система дает высокую точность, приемлемую оперативность и не требует ручной корректировки снимков. Специалисты получили возможность выявить малозаметные индикаторы нарушений. Кроме того, новый метод позволяет разобраться в сложных случаях, когда сочетаются несколько факторов, указывающих на возможную патологию. Широкое внедрение метода повысит качество медицинских услуг в ортопедии. Следует продолжить научные изыскания в данном направлении для расширения набора стратегий лечения заболеваний опорно-двигательного аппарата. Предстоит создать решения с абсолютной точностью, более высокой оперативностью обработки, а также методы, подходящие для анализа других суставов.

Еще

Опорные линии в рентгенографии, углы коленных суставов в рентгенографии, алгоритм кэнни, усовершенствованный фильтр гаусса, алгоритм водораздела

Короткий адрес: https://sciup.org/142242440

IDR: 142242440   |   DOI: 10.23947/2687-1653-2024-24-3-293-300

Список литературы Алгоритм обработки рентгеновских изображений с использованием нечеткой логики

  • Аль Темими А.М.С., Пилиди В.С. Об одном алгоритме анализа структуры рентгенографических медицинских изображений. Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. 2018;197(1):23-28. https://doi.org/10.17213/0321-2653-2018-1-23-28 Al-Temimi Ammar Mudheher Sadek, Pilidi VS. On an Algorithm for Structure Analysis of X-ray Medical Images. University News. North-Caucasian Region. Technical Sciences Series. 2018;197(1):23-28. https://doi.org/10.17213/ 0321-2653-2018-1-23-28
  • Jassam KI. Removal of Random Noise from Conventional Digital X-Ray Images. International Archives of Photogrammetry and Remote Sensing. 1993;29:113-118. https://doi.org/n10y2021/7227
  • Ruiyuan Liu, Jian Mao. Research on Improved Canny Edge Detection Algorithm. In: Proc. 2nd International Conference on Electronic Information Technology and Computer Engineering, (EITCE). MATEC Web of Conferences. 2018; 232(4):03053. https://doi.org/10.1051/matecconf/201823203053
  • Кулеш П.Н., Соломин Л.Н. Изменения взаимоотношений референтных линий при коррекции формы ног в соответствии с желаниями пациента. Гений ортопедии. 2021;27(3):390-397. https://doi.org/10.18019/1028-4427-2021-27-3-390-397 Kulesh PN, Solomin LN. Relationships between Reference Lines Altered during Leg Shape Correction as Requested by the Patient Orthopaedic Genius. 2021;27(3):390-397. https://doi.org/10.18019/1028-4427-2021-27-3-390-397
  • Riganti S, Nasto LA, Mannino S, Brunenghi GM, Boero S. Correction of Complex Lower Limb Angular g Deformities with or without Length Discrepancy in Children Using the TL-HEX Hexapod System: Comparison of Clinical and Radiographical Results. Journal of Pediatric Orthopaedics B. 2019;28(3):214-220. g https://doi.org/10.1097/BPB.0000000000000573 I
  • Gaidel AB, Pervushkin SS. Research of the Textural Features for the Bony Tissue Diseases Diagnostics Using the s Roentgenograms. Computer Optics. 2013;37(1):133-119. https://doi.org/10.18287/0134-2452-2013-37-1-113-119 |
  • Weibin Rong, Zhanjing Li, Wei Zhang, Lining Sun. An improved Canny Edge Detection Algorithm. In: Proc. IEEE International Conference on Mechatronics and Automation (ICMA). New York City: IEEE; 2014. P. 577-582. ^ https://doi.org/10.1109/ICMA.2014.6885761 I
  • Kaur EK, Mutenja V, Gill EIS. Fuzzy Logic Based Image Edge Detection Algorithm in MATLAB. International Journal of Computer Applications. 2010;1(22):55-58. http://doi.org/10.5120/442-675
  • Haibo Zhou, Hao Ying. A Method for Deriving the Analytical Structure of a Broad Class of Typical Interval Type-2 Mamdani Fuzzy Controllers. IEEE Transactions on Fuzzy Systems. 2013;21(3):447-458. g http://doi.org/10.1109/TFUZZ.2012.2226891 g
  • Гонсалес Р., Вудс Р. Цифровая обработка изображений. Москва: Техносфера; 2005. 1072 с. Ц Gonzalez RC, Woods RE. Digital Image Processing. Moscow: Tekhnosfera; 2005. 1072 p. (In Russ.) ¡^
  • Abdelwahed Motwakel, Adnan Shaout, Gasm Elseed Ibrahim Mohamed. Dry Fingerprint Image Enhancement Using Fuzzy Morphology. International Journal of Knowledge Engineering and Data Mining. 2016;4(1):40-53. S https://doi.org/10.1504/IJKEDM.2016.082074
  • Suhas S, Venugopal CR. An Efficient MRI Noise Removal Technique Using Linear and Nonlinear Filters. International Journal of Computer Applications. 2018;179(15):17-20. https://doi. org/10.5120/IJCA2018915777
  • Anam S, Uchino E, Misawa H, Suetake N. Texture Analysis and Modified Level Set Method for Automatic Detection of Bone Boundaries in Hand Radiographs. International Journal of Advanced Computer Science and Applications. 2014;5(10):117-126. https://doi.org/10.14569/IJACSA.2014.051017
  • Аль Темими А.М.С., Пилиди В.С. Автоматизация процесса определения референтных линий на рентгенографических медицинских изображениях. Инженерный вестник Дона. 2017;44(1):27-36. URL: http://www.ivdon.ru/uploads/article/pdf/IVD 55 Temimi Pelidi.pdf 02dcdf3989.pdf (дата обращения: 25.05.2024). Al-Temimi Ammar Mudheher Sadek, Pilidi VS. Automating the Process of Determining the Reference Lines on the X-ray Medical Images. Engineering Journal of Don. 2017;44(1):27-36. URL: http://www.ivdon.ru/uploads/ article/pdf/IVD 55 Temimi Pelidi.pdf 02dcdf3989.pdf (accessed: 25.05.2024)
  • Маннаа А.С., Муратова Г.В. Разработка алгоритма построения референтных линий и углов для коленных суставов на рентгеновских снимках. Известия высших учебных заведений.Северо-Кавказский регион. Естественные науки. 2023;218(2):15-20. https://doi.org/10.18522/1026-2237-2023-2-15-20 Mannaa AS, Muratova GV. Development of Algorithm for Constructing Reference Lines and Angles for Knee Joints on X-ray Images. Bulletin of Higher Educational Institutions. North-Caucasian Region. Natural Sciences. 2023;218(2): 15-20. https://doi.org/10.18522/1026-2237-2023-2-15-20
Еще
Статья научная