ТИББИЁТ ТАСВИРЛАРИНИ СЕГМЕНТЛАШ АЛГОРИТМЛАРИ

2021-12-23T19:39:51+03:00
Ахмад ХАШИМОВ
Рақамли технологиялар ва сунъий интеллектни ривожлантириш институти таянч докторанти E-mail: akhmadjon89@gmail.com
Авазбек КАРИМОВ
Тошкент Ахборот Технологиялари Университети Фарғона филиали
DOI: https://doi.org/10.47689/978-9943-7818-0-1-pp163-165
Ключевые слова:
Аннотация:

Ушбу ишда инсон қорин бўшлиғи тасвирларини сегментлаш усуллари ҳақида тўхталиб ўтилган бўлиб, уларнинг турлари ҳамда фойдаланиш ҳолатлари келтирилган. Ҳозирги кунда тиббиёт тасвирлари учун кўп қўлланилаётган сегментлаш усуллари таҳлил қилинган.

 

Ҳозирги кунда бутун дунёда бўлиб ўтаётган воқеа-ҳодисалар инсон соғлиги ва саломатлиги энг муҳим масала эканлигини яна бир бор исботлади. Тиббиёт соҳасида ахборот технологияларининг қўлланилиши ташхис ва даволаш ишларида жуда катта самара келтиради.

Инсоният тиббиёт билан қадим замонлардан буён чамбарчас боғлиқ бўлиб, қорин бўшлиғи тасвирларини таҳлил қилиш масалалари билан
ХХ асрнинг 60-йилларидан бошлаб шуғулланиб келинмоқда.

Тиббиёт тасвирларини таҳлил қилишдаги энг асосий масалалардан бири бу тасвирларни сегментлаш ҳисобланади. Сегментлашнинг мақсади қорин бўшлиғидаги инсон аъзолари, томир тизимларини ажратиш ва уларнинг ҳар бирини алоҳида ўрганиш имкониятини яратишдан иборатдир.

Тасвирда объектларни сегментлаш алгоритмлари [1] пикселларга, контурларга ва соҳаларга асосланган тоифаларга бўлинади. Бу алгоритмларнинг мақсади тасвирдаги турли объектлар ўртасидаги чегараларни аниқлаш ва ушбу чегаралар асосида объектларни ажратиш ҳисобланади. Контурларга асосланган сегментлаш алгоритмлари турли хил кўринишларда бўлиши мумкин, лекин ҳар бир алгоритмнинг биринчи қадами чегараларни аниқлаш бўлиб, у фильтрлаш, сифатини ошириш ва аниқлаш каби босқичлардан иборат бўлади. Одатда, фильтрлаш босқичи тасвирдаги халақитни камайтириш учун зарур ҳисобланади, сифатини ошириш орқали эса тасвирдаги локал ўзгаришлар яққолроқ ажратилади. Сўнгги босқичда бирор усул, масалан, бўсағавий қайта ишлаш ёрдамида объектлар чегаралари аниқланади.

Тиббиёт тасвирларини сегментлаш – тиббиёт маълумотларини таҳлил қилишдаги асосий масалалардан бири. Сегментлашнинг мақсади тасвирлардаги тўқималар, органлар, қон томирларини ажратиш ҳамда турли хил патологик ўзгаришларни аниқлашдир.

Тиббий тасвирлар элементлари воксел (voxel – volumetric pixel) бўлган уч ўлчамли массив сифатида қаралади. Тиббиёт тасвирларини сегментлашнинг вазифаси ҳар бир вокселга у ёки бу структурага тегишлилигини ифодаловчи уникал белгилар қўйишдан иборат.

Унга қуйидаги таъриф берилиши мумкин:

 

 

I тасвирни сегменташ деб, унинг  вокселлар тўпламини n та  қисм тўпламга ажратишга айтилади. Ҳар бир  тўплам қайсидир аниқ анатомик тузилиш ёки фонга мос келади.

Тасвирда объектларни ажратиб олишнинг кўплаб усуллари мавжуд бўлиб, қуйида уларнинг айримларини мураккаблигининг ортиб бориши тартибида келтириб ўтамиз [2]:

  • ранг фильтрлари: агар объект тасвирдаги фондан ранги орқали ажралиб турса, ушбу фильтрлардан фойдаланиш мумкин;
  • контурларни ажратиб олиш ва таҳлил қилиш: агар объектнинг шакли аниқ бўлса, ушбу усул орқали аниқланади;
  • шаблонга мосликни текшириш: объект тасвири асосида бошқа тасвирдан қидирилади;
  • махсус нуқталар билан ишлаш: объект тасвирида махсус нуқталар (масалан бурчак) асосида объект ажратиб олинади;
  • машинали ўқитиш усули: объектлар тасвирлари асосида классификатор ўқитилади, маълум усуллар асосида тасвир қисмларга ажратилади ва ҳар бир қисм классификаторда текширилади.

Амалиётда сегментлашнинг соддароқ вариантини ҳам кўриш мумкин. Бунда белгилар кўпроқ қизиқтираётган органга тегишли вокселларга қўйилади, қолган вокселлар эса нол белгили соҳага бирлаштирилади. Шу ҳолатда сегментлаш натижасида ҳар бир вокселга ушбу воксел тегишли бўлган қисм тўпламнинг белгиси мос келади. Натижада олинган уч ўлчамли массив воксел модели дейилади.

Автоматик сегментлаш деганда, фойдаланувчи иштирокисиз амалга ошириладиган сегментлашга айтилади.

Интерактив сегментлаш фойдаланувчи томонидан бошқарилади ва қўшимча маълумотлар киритилишини талаб қилади. Эксперт томонидан амалга оширилган сегментлаш автоматик сегментлаш натижасига нисбатан сифатлироқ ҳисобланади, лекин фойдаланувчи иштирокини ва кўп вақтни талаб қилади. Интерактив сегментлаш ,кўпинча, валидация учун қўлланилади.

Сегментлаш усулларини шартли равишда 3 гурухга бўлиш мумкин:

  1. Аниқ хусусиятлар (гистограммани қайта ишлаш, бўсағалар) ёрдамида вокселларни ажратишга мўлжалланган усуллар.
  2. Чегараларни аниқлаш усуллари.
  3. Қайсидир белгилар (метод разрастания областей, метод водоразделов) тенг бўлган соҳаларни ажратиш усуллари.

Тиббиёт тасвирларини сегментлашнинг турли хил ёндашувлари якуний натижани бермаслиги мумкин, лекин алгоритмнинг қисми сифатида фойдаланилади. Тиббиёт тасвирларида сегментлаш соҳасида олиб борилаётган охирги тадқиқотларда нейрон тармоқларга асосланган усуллар юқори кўрсаткичлар қайд этмоқда. Бирор-бир масалага нейрон тармоқни қўллашдан аввал масаланинг хусусиятларига эътибор қаратиш талаб қилинади. Берилган масалани ҳал қилиш бўйича ўқитиладиган маълумотлар тўпламлари етарли даражада бўлса, сегментлаш учун нейрон тармоқни қўллаш тавсия этилади. Агар ўқитилувчи маълумотларга эга бўлишнинг имконияти мавжуд бўлмаса, одатда, нейрон тармоқни қўллаш тавсия этилмайди. Бу ҳолатда тасвирлар сегментлаш учун анъанавий усулларни қўллаб кўриш ва натижаларни солиштириш орқали юқори кўрсаткичга эга бўлган алгоритмларни танлаб олиш мумкин бўлади.

Библиографические ссылки:
Гонсалес Р., Вудс Р. Цифровая обработка изображений. – М.: Техносфера, 2012. – С. 797.
Борисов Е.О задаче поиска объекта на изображении. Часть 1: Базовые методы. http://mechanoid.su/cv-image-detector.html
Хашимов А. Тиббиёт тасвирларида объектларни контурининг шакли асосида ажратиш алгоритмлари. Республиканской научно-технической конференции «Современное состояние и перспективы применения цифровых технологий и искусственного интеллекта в управлении» (Ташкент, 6-7 сентября 2021 г.) – С. 267–273.
Опубликован
2021-12-23
Материал
Просмотров: 0
Как цитировать
Ахмад ХАШИМОВ, Авазбек КАРИМОВ (2021). ТИББИЁТ ТАСВИРЛАРИНИ СЕГМЕНТЛАШ АЛГОРИТМЛАРИ. Актуальные вопросы развития инновационно-информационных технологий на транспорте, 163-165. https://doi.org/10.47689/978-9943-7818-0-1-pp163-165
Рубрика
Актуальные вопросы развития инновационно-информационных технологий на транспорте
Конференция
Страницы
163-165
Лицензия
Copyright (c) 2021 Ахмад ХАШИМОВ , Авазбек КАРИМОВ
creativecommons
Это произведение доступно по
лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Article on Google Scholar

Поделитесь Этой Историей, Выберите Свою Платформу!

Заголовок