РАЗРАБОТКА МЕТОДА ПЕРВИЧНОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ ПРОСТАТЫ, ПОЛУЧЕННЫХ В РЕЗУЛЬТАТЕ ТАУЗИ И ТРУЗИ

Одним из подходов, позволяющих врачу-урологу оперативно поставить верный диагноз, особенно на ранних стадиях заболевания предстательной железы, отследить темпы и эффективность назначенной схемы лечения, является автома­тизированная компьютерная обработка массива изображений ПЖ, полученных в результате УЗИ и ТРУЗИ [190] с целью поиска и определения (выделения) ин­формативных фрагментов-признаков патологических изменений, их вида (типа) и характера, которые в дальнейшем могут быть использованы при формировании и описании образа ПЖ конкретного пациента и идентификации этого образа с эта­лонами базы данных и фреймовым описанием базы знаний.

Описание обобщенной (вербальной), концептуальной и структурной моде­лей анализа состояния предстательной железы в различных ситуациях функцио­нирования и на различных стадиях заболевания позволяет утверждать о суще­ствовании множества признаков [175, 94, 193], которые можно трактовать в одних случаях как подтверждение нормального функционирования ПЖ, а в других - как патологию.

Из описания структурной модели (рисунок 1.12) следует, что различные зо­ны (составные части, доли) ПЖ неодинаково отражать ультразвуковые лучи, и, кроме того, особенности тканевого строения железы не всегда позволяют сделать достоверное заключение, в особенности в начале процесса, патологического из­менения того или иного участка предстательной железы [17]. Недостаточная кон­трастность изображения также затрудняет получение врачом-урологом достовер­ных данных как о текущем состоянии ПЖ, так и о результатах и темпах лечения.

В настоящее время компьютерный анализ изображений в части формирова­ния признакового пространства сводится, по сути, к измерению размеров проста­

ты (линейных признаков), вычислению приблизительно ее объема в целом и от­дельных долей ПЖ.

Необходим системный подход к диагностике и идентификации состояния предстательной железы, предполагающий:

а) автоматизацию обработки визуализированной информации о состоянии предстательной железы (ПЖ), ее здоровом или патологическом виде, прогнозе развития болезни и результатов лечения;

б) построение (синтез) и выделение способов преобразования и корректи­ровки видеокадров, позволяющих повысить достоверность формирования сово­купности информативных признаков, получить новую информацию, в особенно­сти, в начальной стадии патологии (гиперплазия, простатит, камни в долях ПЖ, прорастания в мочевой пузырь, начало онкологических проявлений и т.д.), опре­делить и выделить признаки «тонкой структуры», явно не следующие из обзорно­го видеокадра, используемые затем для совершенствования лечебных процедур и уточнения прогнозирования течения лечебного процесса;

в) разработку методики обработки массивов видеопоследовательностей (ви­деокадров) ПЖ, позволяющих оперативно прогнозировать процесс развития ситу­ации для каждого конкретного идентифицируемого пациента (с учетом априор­ных анкетированных данных);

г) с использованием априорных анкетированных данных-построение и уточнение в процессе функционирования интеллектуальной системы оперативной базы данных и базы знаний, позволяющих обобщить и использовать опыт (в том числе новейшие достижения в предметной области) и лучшие методики, накоп­ленные, опробованные и применяемые в специализированных центрах диагности­ки и лечении заболеваний простаты.

Существует группа (подмножество) признаков, наличие которых с высокой вероятностью можно оценивать, как существование вполне конкретного вида (ти­па) патологии, т.е.

Часть этих признаков носит качественный характер, часть - количествен­ный, а часть - смешанный. Признаки количественного характера могут быть

определены путем компьютерных (математических) вычислений [12, 15, 38, 40, 46, 75], в том числе - пошаговом и сеансовом оценивании, например, размеров, объема, уровня эхогенности (поглощения или отражения определенной тканевой зоной простаты энергии зондирующего измерения датчика оборудования УЗИ).

Таким образом, из изложенного в пунктах (а - г) следует подготовительный этап, обусловливающий построение блочных и функциональных моделей первич­ной обработки визуализированной информации, как основы для разработки мето­да первичной обработки изображений ПЖ, полученных в результате ТАУЗИ и ТРУЗИ.

Исходными данными для создания функциональных моделей являются:

1. имеются датчики (аппаратные средства), доставляющие данные о состоя­нии простаты пациента в виде отдельных сцен или последовательностей статич­ных видеокадров зондирования органа в продольном и поперечном сечении;

2. имеется возможность разделить варианты и особенности состояний на классы согласно концептуальной и структурной моделям (рисунки 1.11 и 1.12);

3. априорная информация и результаты анкетирования пациентов позволя­ют разделить эти варианты на классы, каждому классу присущи некоторые общие свойства;

4. каждый класс может быть описан набором (совокупностью) признаков количественного и качественного характера, где признак отражает какое-либо свойство органа пациента, существенное с точки зрения классификатора (ядра подсистемы вторичной обработки);

5. подготовительный этап предполагает формирование алфавита классов и словаря признаков, с помощью которого при учете сведений концептуальной и структурной моделей вложения описывается каждый класс, который может уточ­нятся в процессе функционирования интеллектуальной автоматизированной си­стемы. Структура подготовительного этапа блочно представлена на рисунке 2. 1

Рисунок 2.1 - Структура подготовительного этапа анализа априорной информации

6. наличие описаний классов (с точки зрения специалистов-урологов) поз­воляет оперативно решить задачу распознавания и идентификации визуализиро­ванной информации, повышая достоверность диагноза и прогнозирования разви­тия ситуации (болезни, результатов лечения).

2.1