ВВЕДЕНИЕ

Актуальность темы. Диагностика и лечение заболеваний предстательной железы (ПЖ) - первостепенные проблемы современной клинической урологии. Воспалительные и опухолевые болезни простаты доминируют в структуре уроло­гической патологии мужчин: до 58% пациентов страдают хроническим простати­том (ХП); более чем у 70% мужчин в возрасте старше 60 лет диагностируют доб­рокачественную гиперплазию предстательной железы (ДГПЖ); распространен­ность рака предстательной железы (РПЖ) в России составляет 33,69 на 100 тыс.

Сходство клинических проявлений при различных заболеваниях ПЖ, одно­временное развитие воспалительной и опухолевой патологии у одного и того же больного затрудняет своевременную диагностику онкологического процесса, осо­бенно на его начальной стадии. Сочетание ДГПЖ и РПЖ встречается у 10-20% пациентов [82, 93]. Несмотря на положительные тенденции последних лет, внед­рение программ скрининга, РПЖ впервые диагностируется на 3-4-й стадиях у 70% пациентов [82]. Качество ранней диагностики РПЖ остается недостаточным, что определяет необходимость поиска новых методов диагностики.

В настоящее время успехи в диагностике и лечении заболеваний предста­тельной железы обусловлены, в частности, использованием промышленных АРМ, с помощью которых осуществляется трансабдоминальное или трасректальное ультразвуковое исследование простаты. Развитие наиболее часто встречающихся заболеваний предстательной железы связано с патоморфологическими изменени­ями в определенных зонах железы, впервые описанных гистологом и урологом

J.E. McNeal в 1981 году [72]. Знание врачом ультразвуковой диагностики зональ­ной анатомии по J.E. McNeal способствует более точной топической диагностике заболеваний простаты.

Распознавание и идентификация ситуации по сложноструктурируемым многоэлементным статичным изображениям УЗИ и ТРУЗИ при использовании существующих приемов требует от исследователя применения глубоких позна­ний, полученных в результате накопленного опыта, позволяющего по результатам многофакторного анализа изображений принимать решение в данной предметной области.

В настоящее время целый ряд вопросов, в частности анализ больших масси­вов изображений, в этом направлении не решен, и, следовательно, представляется актуальной разработка автоматизированных приемов, структур и алгоритмов в системе поддержки принятия решений врачом-урологом и является актуальной научно-технической задачей.

Степень разработанности проблемы. Повышение достоверности в диа­гностике текущего состояния предстательной железы при использовании аппа­ратных средств УЗИ и ТРУЗИ в настоящее время во многом зависит от личного опыта исследования, умения идентифицировать сложноструктурируемые статич­ные изображения простаты и определить наличие и развитие патологии, особен­но, ранней. Подобные выводы содержатся в работах Серегина С.П., Назаренко Т.И., Хитрова А.Н., Аляева Ю.Г., Ахвледиани Н.Д., Безрукова Е.А., Локшина

К.Л., Морозова С.П., Воробьева А.В., Харчилавы Р.Р., Шестиперова П.А., осве­щены в патентах RU (11) 2 289 315 «Способ диагностики предстательной железы» от 09.12. 2004 г., US 6561980 B1 “Automatic segmentation of prostate, rectum and urethra in ultrasound imaging” от 13.05.2003 г. [27, 28, 63, 77, 157].

В то же время многочисленные публикации [7, 13, 33, 36] в этой области содержат большое число, во многом, аналитического и описательного вида, кото­рый может стать основой для разработки и автоматизации новых принципов и ме­тодик построения интеллектуальной системы поддержки принятия решений при обследовании состояния предстательной железы.

Объектом исследования являются визуализированные данные о состоянии ПЖ в виде совокупности статичных аппаратных снимков УЗИ (ТРУЗИ).

Предметом исследования является автоматизированная система обработки визуализированной информации для оценивания и прогнозирования состояния предстательной железы.

Целью диссертационной работы является повышение качества диагностики заболеваний предстательной железы путем создания методов, моделей и алгорит­мов для автоматизированной классификации анормальных структур на статичных аппаратных снимках УЗИ (ТРУЗИ) простаты.

В соответствии с поставленной целью в работе решаются следующие зада­чи:

- Сравнительный анализ существующих методик и подходов в определе­нии состояния предстательной железы и выявление патологии в виде доброкаче­ственных и злокачественных новообразований.

- Построение функциональной модели автоматизированной обработки изображений предстательной железы, полученных в результате обследования с помощью УЗИ.

- Разработка метода первичной обработки визуализированной информации предстательной железы.

- Разработка метода классификации и идентификации изображений пред­стательной железы с использованием фреймовой организации базы знаний.

- Разработка алгоритмов оценивания состояния простаты, кластеризации и классификации образов ПЖ, формирования поддержки принятия диагностиче­ских решений на основе использования моделей фоновой и сегментной обработки изображений.

- Построение системной модели и алгоритмов классификации и распозна­вания ситуаций.

- Построение функционально-структурной организации интеллектуальной автоматизированной системы поддержки принятия решений на основе анализа изображений простаты по результатам УЗИ (ТРУЗИ).

Методы исследования. Для решения поставленных задач в работе исполь­зовались методы и приемы анализа цифровой обработки видеоизображений пред­

стательной железы, системного анализа, теории распознавания образов и иденти­фикации объектов, математической статистики, теории алгоритмов, методики грамматического описания и анализа статических видеосцен, теории нечеткой ло­гики принятия решений, теории проектирования сложных информационных си­стем. При разработке интеллектуальной системы в качестве инструментария ис­пользовалась среда Matlab R2017b со встроенным пакетом Image Processing Toolbox.

Научная новизна исследования. В диссертации получены следующие ре­зультаты, характеризующиеся научной новизной:

1. Архитектура проблемно-ориентированной системы формализации апри­орной информации, отличающаяся вложением функционально связанных концеп­туальной, вербальной и структурной моделей с упорядоченным пространством признаков, рандомизацией приемов инструментального применения УЗИ и ТРУ- ЗИ, обобщением исходных данных и оценкой степени логической взаимосвязи текущих состояний тестируемого органа в норме и патологии.

2. Функциональная модель первичной обработки массивов статичных изображений простаты в результате УЗИ и ТРУЗИ, отличающаяся использовани­ем нелинейного масштабирования видеокадров и последующим их маскировани­ем продифференцированными изображениями и уточнением положений их цент­роидов.

3. Способ представления оцифрованного видеокадра, отличающийся тем, что его преобразование выполняется в виде развертки с помощью спирали Ферми и формирования единой гистограммы изображения, в полярных координатах.

4. Метод вторичной обработки визуализированной информации о состоя­нии ПЖ, отличающийся описанием ситуаций на языке линейных, объемных и спектральных признаков (ограниченного объема), полученных в результате вы­полнения параллельных процедур: секторно-статистической оценки параметров гистограммы изображения и амплитудного спектра его составляющих.

5. Алгоритмы первичной и вторичной обработки видеоданных УЗИ, бази­рующегося на системных, функциональных и математических моделях и методи­

ческих подходах интеллектуального типа, управляющие ИСППР в процессе функционирования в составе АРМ врача-уролога.

6. Функционально-структурная организация интеллектуальной автомати­зированной системы поддержки принятия решения на основе анализа массивов изображений предстательной железы по результатам УЗИ и ТРУЗИ, содержащая охваченные обратной связью подсистемы первичной и вторичной обработки ви­деоинформации с управлением компонентами распределенного типа, использова­нием базы анкетированных данных и упрощенной фреймовой их организации.

Теоретическая и практическая значимость работы состоит в развитии основ построения автоматизированных интеллектуальных систем формирования правил поддержки принятия решений в задачах повышения качества диагностики при медицинском обслуживании пациентов, в частности - врачами-урологами мужского населения с заболеваниями предстательной железы: на основе создания моделей, методов и алгоритмов оперативной обработки массивов визуализиро­ванной информации о состоянии ПЖ путем ее первичной и вторичной обработки с использованием приемов нелинейного масштабирования и маскирования кад­ров, выделения информативных признаков, повышающих качество принятия диа­гностического решения в процессе распознавания, идентификации заболеваний ПЖ и прогнозирования процесса лечения.

Использование пополняемых базы данных и базы знаний позволяет приме­нить при этом лучшие достижения в предметной области. Реализация алгоритмов обработки и идентификации массивов изображений УЗИ и ТРУЗИ состояния предстательной железы может быть использована при построении АРМ как авто­мата-советчика практического врача-исследователя (врача-уролога). Поддержка применения решения позволит обеспечить оперативность и достоверность поста­новки диагноза обследуемых пациентов.

Результаты работы внедрены в учебном процессе Юго-Западного государ­ственного университета при подготовке подготовки магистров 12.04.04 «Биотех­нические системы и технологии», используются в клинической практике ОБУЗ

«Курская городская клиническая больница скорой медицинской помощи» (г. Курск).

Положения, выносимые на защиту:

1. Архитектура проблемно-ориентированной системы формализации апри­орной информации для описания состояния предстательной железы (ПЖ) в виде взаимосвязанной концептуальной, вербальной и структурной моделей вложения, позволяющая обеспечить комплексный системный подход к диагностике заболе­ваний ПЖ, сформировать приемы построения правил обработки визуализирован­ной информации, повышающих достоверность диагностики возникновения и про­гнозирования развития заболеваний простаты пациентов при контроле, лечении и наблюдении врачами-урологами в клинических условиях.

2. Функциональная модель первичной обработки видеопоследовательностей статичных изображений ПЖ в результате ультразвукового исследования (УЗИ, ТРУЗИ, ТАУЗИ), как основа метода автоматизации первичных операций: мас­штабирование, дифференцирование, маскирование видеокадра с целью выделения морфологических образований, позволяющих их дифференцировать в процессе диагностики различных видов заболеваний ПЖ.

3. Способ представления оцифрованного видеокадра при первичной обра­ботке в виде единой гистограммы, полученной как развертки спирали Ферми в полярных координатах, позволяющий упростить сегментацию переднего плана непрямоугольного видеокадра и получить дополнительные информативные при­знаки, повышающие качество принятия диагностического решения.

4. Метод вторичной обработки текущего состояния простаты, использую­щий совокупность признаков линейного, объемного, спектрального характера, а также - результаты кластеризации при формировании образов изображений ПЖ, позволяющий повысить оперативность ППР о лечении пациента с учетом резуль­татов его анкетирования и обследования.

5. Алгоритмы обработки видеопоследовательностей с изображением ПЖ по результатам УЗИ, использующие упорядоченные наборы эталонов базы данных и базы знаний, позволяющие сформировать ППР о характере заболевания ПЖ, его

идентификации для принятия диагностического решения врачом-урологом с ис­пользованием лучших достижений экспертов в этой области при улучшении каче­ства обслуживания населения.

6. Функционально-структурная организация интеллектуальной автоматизи­рованной СППР, содержащая взаимосвязанные морфологически и информацион­но подсистемы первичной и вторичной обработки видеоданных о состоянии ПЖ, выходным эффектом которой является принятие оперативно обоснованной под­держки принятия решения о характере заболевания, профилактике и его лечении в клинических условиях.

Степень достоверности и апробация работы. Достоверность результатов исследования обеспечена корректностью применения современных подходов, приемов и методик комплексирования, сжатия и целенаправленной обработки ис­ходного видеомассива, использованием современных достижений в анализе и распознавании статичных изображений, в особенности таких объектов как базо­вые наборы видеокадров (результатов УЗИ и ТРУЗИ) состояния предстательной железы обследуемых пациентов; достаточным объемом используемых массивов выборок, непосредственным участием автора в формировании выборок и выпол­нения экспериментальных исследований с целью подтверждения адекватности теоретических выводов и результатов эксперимента.

Основные положения диссертационной работы были представлены и об­суждались на Международных научных конференциях и симпозиумах: Новината за напреднали наука - 2013 (Болгария, София 2013г.); (Физика и радио­электроника в медицине и экологии - ФРЭМЭ'2014 (Владимир - Суздаль, 2014г.); Научная сессия НИЯУ МИФИ - 2015 (Москва, 2015г.); Оптико-электронные при­боры и устройства в системах распознавания образов, обработки изображений и символьной информации (Курск, 2015г.); Энергосбережение и эффективность технических систем (Тамбов, 2015г.); Современное научное знание: теория, мето­дология, практика (Смоленск, 2015г.); Медико-экологические информационные технологии (Курск, 2015, 2016, 2017гг.), а также на научно-технических семина­рах кафедры биомедицинской инженерии ЮЗГУ (Курск, 2014-2018).

Публикации. По материалам диссертации опубликовано 16 научных работ, из них 7 статей в рецензируемых научных журналах и изданиях, рекомендован­ных ВАК Минобрнауки России для публикации научных работ соискателями ученой степени, в том числе 1 публикация в журнале, индексируемом базой Sco­pus.

Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и библиографического списка, включающего 104 отече­ственных и 91 зарубежных наименований. Работа изложена на 137 страницах ма­шинописного текста, содержит 4 таблицы и 46 рисунков.

1