Выявление патологических изменений в легких на основе совместного анализа радиологических отчетов и томографических изображений

Выявление патологических изменений в легких на основе совместного анализа радиологических отчетов и томографических изображений

Автор: Слуднова Алена Александровна, Шутько Вадим Валерьевич, Гайдель Андрей Викторович, Зельтер Павел Михайлович, Капишников Александр Викторович, Никоноров Артем Владимирович

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 2 т.45, 2021 года.

Бесплатный доступ

В данной статье рассматривается идея совместного анализа изображений компьютерной томографии лёгких и текстовых радиологических данных для повышения качества автоматизированной диагностики эмфиземы. Сравнивается качество классификации изображений без учёта локализации патологии, упомянутой в радиологических отчётах, и с её учётом. Исследование произведено на наборах реальных изображений компьютерной томографии лёгких, полученных при клинических исследованиях в Самарском государственном медицинском университете. Установлено, что использование информации о локализации патологии, содержащейся в радиологических отчётах, приводит к повышению F-меры обнаружения эмфиземы с 0,55 до 0,73.

Еще

Обработка изображений, обработка томографических изображений, анализ изображений, признаки харалика, классификация изображений, радиологический отчёт, обработка естественного языка

Короткий адрес: https://sciup.org/140257384

IDR: 140257384   |   DOI: 10.18287/2412-6179-CO-793

Список литературы Выявление патологических изменений в легких на основе совместного анализа радиологических отчетов и томографических изображений

  • Zimmerman, S.L. Informatics in radiology: automated structured reporting of imaging findings using the AIM standard and XML / S.L. Zimmerman, W. Kim, W.W. Boonn // Radiographics. - 2011. - Vol. 31, Issue 3. - P. 881-887.
  • Mendelson, D.S. Imaging informatics: essential tools for the delivery of imaging services / D.S. Mendelson, D.L. Rubin // Academic Radiology. - 2013. - Vol. 20, Issue 10. - P. 1195-1212.
  • Rubin, D.L. Automated tracking of quantitative assessments of tumor burden in clinical trials / D.L. Rubin, D. Willrett, M.J. O'Connor, C. Hage, C. Kurtz, D.A. Moreira // Translational Oncology. - 2014. - Vol. 7, Issue 1. - P. 23-35.
  • Rubin, D.L. Common data elements in radiology / D.L. Rubin, C.E. Kahn Jr. // Radiology. - 2017. - Vol. 283, Issue 3. - P. 837-844.
  • Ganeshan, D. Structured reporting in radiology / D. Ganeshan, P.-A.T. Duong, L. Probyn, L. Lenchik, T.A. McArthur, M. Retrouvey, E.H. Ghobadi, S.L. Desouches, D. Pastel, I.R. Francis // Academic Radiology. - 2018. - Vol. 25, Issue 1. - P. 66-73.
  • Napel, S. Quantitative imaging of cancer in the post-genomic era: Radio(geno)mics, deep learning, and habitats / S. Napel, W. Mu, B.V. Jardim-Perassi, H.J.W.L. Aerts, R.J. Gillies // Cancer. - 2018. - Vol. 124, Issue 24. -P. 4633-4649. - DOI: 10.1002/cncr.31630.
  • Kulkarni, P. A novel architecture and analysis of challenges for combining text and image for medical image retrieval / P. Kulkarni, S. Kulkarni, A. Stranieri // International Journal for Infonomics (IJI). - 2014. - Vol. 7, Issues 1/2. -P. 885-890.
  • Гайдель, А.В. Возможности текстурного анализа компьютерных томограмм в диагностике хронической обструк-тивной болезни I А.В. Гайдель, П.М. Зельтер, А.В. Капишников, А.Г. Храмов II Компьютерная оптика. -2014. - Т. 38, № 4. - С. 843-850. - DOI: 10.18287I0134-2452-2014-38-4-843-850.
  • Пашина, Т.А. Сравнение алгоритмов выделения области интереса на компьютерных томограммах лёгких I Т. А. Пашина, А. В. Гайдель, П. М. Зельтер, А.В. Капишников, А.В. Никоноров II Компьютерная оптика. - 2020. - Т. 44, № 1. - С. 74-81. - DOI: 10.18287I2412-6179-CO-659.
  • Otsu, N. A threshold selection method from gray-level histograms I N. Otsu II IEEE Transactions on Systems, Man, and Cybernetics. - 1979. - Vol. 9. - P. 62-66.
  • Gaidel, A. Method of automatic ROI selection on lung CT images I A. Gaidel II Procedia Engineering. - 2017. - Vol. 201. -P. 258-264. - DOI: 10.1016Ij.proeng.2017.09.612.
  • Aizawa, A. An information-theoretic perspective of tf-idf measures I A. Aizawa II Information Processing and Management. - 2003. - Vol. 39, Issue 1. - P. 45-65.
  • Cramer, J.S. The origins of logistic regression [Electronical Resource] I J.S. Cramer. - Tinbergen Institute Working Paper No. 2002-119I4. - URL: https:IIpapers.ssm.com/sol3I pa-pers.cfm?abstract_id=360300. - DOI: 10.2139Issrn.360300.
  • Quinlan, J.R. Simplifying decision trees I J.R. Quinlan II International Journal of Man-Machine Studies. - 1987. -Vol. 27, Issue 3. - P. 221-234.
  • Van Rijsbergen, C.J. Information retrieval I C.J. Van Rijs-bergen. - 2nd ed. - Butterworth-Heinemann, 1979.
  • Choi, E. RETAIN: Interpretable predictive model in healthcare using reverse time attention mechanism [Electronical Resource] I E. Choi, T. Bahadori, A. Schuetz, W. Stewart, J. Sun. - 2016. - URL: https:IIarxiv.orgIabsI1608.05745.
  • Li, Y. BEHRT: Transformer for electronic health records I Y. Li, S. Rao, J.R.A. Solares [et al.] II Scientific Reports. -2020. - Vol. 10. - 7155.
  • Taylor, D. Co-attentive cross-modal deep learning for medical evidence synthesis and decision making [Electronical Resource] I D. Taylor, S. Spasov, P. Lio. - 2019. - URL: https:IIarxiv.orgIabsI1909.06442.
  • Kreyszig, E. Advanced engineering mathematics I E. Kreyszig, H. Kreyszig, E.J. Norminton. - 10th ed. - New York: John Wiley and Sons, Inc., 2011. - 880 p.
  • Грузман, И. С. Цифровая обработка изображений в информационных системах: Учебное пособие I И.С. Грузман, В.С. Киричук, В.П. Косых. - Новосибирск: Изд-во НГТУ, 2002. - 352 c.
  • Serra, J. Image analysis and mathematical morphology I J. Serra. - Orlando: Academic Press, 1983. - 610 p.
  • Haralick, R.M. Textural features for image classification I R.M. Haralick, K. Shanmugam, I. Dinstein II IEEE Transactions on Systems, Man, and Cybernetics. - 1973. -Vol. SMC-3(6). - P. 610-621.
  • Садыков, C.C. Компьютерная диагностика новообразований на маммографических снимках I С.С. Садыков, Ю.А. Буланова, Е.А. Захарова II Компьютерная оптика. - 2014. - Т. 38, № 1. - С. 131-138. - DOI: 10.18287I0134-2452-2014-38-1-131-138.
  • Глумов, Н.И. Компьютерная обработка сцинтиграфи-ческих изображений легких I Н.И. Глумов, А.В. Капишников II Компьютерная оптика. - 2003. -Т. 25, № 1. - С. 158-164.
  • Breiman, L. Random forests I L. Breiman II Machine Learning. - 2001. - Vol. 45, Issue 1. - P. 5-32
  • Olatunji, T. Caveats in generating medical imaging labels from radiology reports with natural language processing [Электронный ресурс] / T. Olatunji, L. Yao, B. Covington, A. Rhodes, A. Upton. - 2019. - URL: https://arxiv.org/abs/1905.02283 (дата обращения 27.03.2021).
Еще
Статья научная
SciUp 2024 © 2024 ©