Текстурный анализ патологических изменений легких с использованием компьютерной томографии для диагностики COVID-19

Резюме: Исследование посвящено разработке вычислительной технологии (алгоритмов) для построения моделей текстурного анализа и визуализации изображений компьютерной томографии легких, применительно к задаче диагностики патологии, связанной с СOVID-19. В рамках вычислительной технологии предлагается использовать алгоритмы шумоподавления, повышения контраста, сегментации и спектральной декомпозиции (шиарлет-преобразование). На этой основе предлагаются модели текстурного (геометрического) анализа для выделения и контрастирования локальных объектов интереса с учетом применения цветового кодирования для контрастирования. Выполнен анализ динамических изменений КТ изображений легких при наличии изменений, связанных с COVID-19, у пациентов с подтвержденными данными лабораторной диагностики. Результаты экспериментального исследования показывают, что разработанная вычислительная технологии и предлагаемые модели являются эффективными средствами для количественного анализа изменчивости текстурных особенностей исследуемых изображений, а также для динамического анализа во времени и прогнозирования возможных исходов. Исследование выполнено в рамках гранта «Методы искусственного интеллекта и компьютерного зрения для повышения точности дистанционной диагностики заболеваний органов дыхания в северной группе районов Красноярского края» при финансовой поддержке Красноярского краевого фонда поддержки научной и научно-технической деятельности.

Ключевые слова: КТ изображение, патологии легких после СOVID-19, методы и вычислительная технология, шумоподавление, повышение контрастности, сегментация, спектральная декомпозиция, модели и текстурный анализ изображений, контрастирование цветовым кодированием, прогнозирование состояния.

А.S. Kents, Y.A. Hamad, K.V. Simonov, A.N. Matsulev

Textural analysis of lung pathological changes using computer tomography for COVID-19 diagnostics

 Summary: The study is devoted to the development of computational technology (algorithms) for constructing models of texture analysis and visualization of images of computed tomography of the lungs as applied to the problem of diagnosing pathology associated with COVID-19. Within the framework of computational technology it is proposed to use algorithms for noise reduction, contrast enhancement, segmentation and spectral decomposition (shearlet transform). On this basis models of texture (geometric) analysis are proposed for highlighting and contrasting local objects of interest, taking into account the use of color coding for contrast. The analysis of dynamic changes in CT images of the lungs in the presence of changes associated with COVID-19 in patients with confirmed laboratory diagnostic data was performed. The results of the experimental study show that the developed computational technologies and the proposed models are effective means for quantitative analysis of the variability of the texture features of the studied images as well as for dynamic analysis over time and predicting possible states. The study was carried out within the framework of the grant «Methods of artificial intelligence and computer vision to improve the accuracy of remote diagnostics of respiratory diseases in the northern group of regions of the Krasnoyarsk Territory» with financial support from the Krasnoyarsk Regional Fund for the Support of Scientific and Scientific and Technical Activities.

Keywords: CT image, lung pathologies after COVID-19, methods and computational technology, noise reduction, contrast enhancement, segmentation, spectral decomposition, models and texture analysis of images, contrasting with color coding, condition prediction.

DOI : 10.34219/2306-3645-2021-11-1-24-40