АННОТАЦИИ К СТАТЬЯМ (ЖУРНАЛ ``МЕДИЦИНА И ВЫСОКИЕ ТЕХНОЛОГИИ`` №3, 2021)
Кенц А.С., Хамад Ю.А., Симонов К.В.

Апробация методики шиарлет-преобразования для визуализации патологических изменений легких на КТ-изображениях для диагностики COVID-19

Резюме: Лучевая диагностика является быстро развивающейся областью медицины, в которую активно входит такое понятие как искусственных интеллект, компьютерное зрение и новые методы визуализации медицинских изображений. Учитывая актуальность проблемы появления Covid-19, предлагается методика обработки, анализа и интерпретации КТ изображений для эффективного выявления, текстурного анализа и визуализации патологических изменений в легких при Covid-19. В формате достижений ИИ и компьютерного зрения в диагностике, объединенных в новое направление – радиомика, в основе которой выполняется выделение множества количественных параметров исследуемой патологии с максимально точными значениями показателей (маркеров). В зависимости от цели медицинского исследования извлекаемые признаки (маркеры) будут отличаться. Проведен анализ текстурных признаков на основе методов спектральной декомпозиции (вейвлет- и шиарлет-преобразование изображений) с контрастированием их цветовым кодированием. Этот подход позволяет более точно оценить количественные характеристики выявленных изменений. В результате экспериментальных исследований сформировано представление для медицинского специалиста с последующим итоговым рентгенодиагностическим заключением. 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, спек- тральная декомпозиция, модели и текстурный анализ изображений, контрастирование цветовым кодированием, прогнозирование состояния.

А.S. Kents, Y.A. Hamad, K.V. Simonov

Approbation of the shearlet transformation method for visualization of pathological changes in the lungs on CT images for diagnosing COVID-19

Summary: Radiation diagnostics is a rapidly developing field of medicine which actively includes such concepts as artificial intelligence, computer vision and new methods of medical imaging. Given the urgency of the problem of the appearance of Covid-19 a methodology for processing, analyzing and interpreting CT images is proposed for the effective detection, texture analysis and visualization of pathological changes in the lungs with Covid-19. In the format of advances in AI and computer vision in diagnostics, combined in a new direction – radiomics which is based on the selection of a set of quantitative parameters of the pathology under study with the most accurate values of indicators (markers). Depending on the purpose of the medical research, the extracted features (markers) will differ. An analysis of textural features was carried out based on spectral decomposition methods (wavelet and shеarlet transform of images) with their contrasting with color coding. This approach makes it possible to more accurately assess the quantitative characteristics of the identified changes. As a result of experimental studies a presentation was formed for a medical specialist, followed by a final X-ray diagnostic conclusion. 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, spectral decomposition, models and texture analysis of images, contrasting with color coding, condition prediction

DOI : 10.34219/2306-3645-2021-11-3-5 -13

ИНФОРМАЦИЯ ОБ АВТОРАХ
Симонов Константин Васильевич – доктор технических наук, профессор кафедры Прикладной математики и компьютерной безопасности Института космических и информационных технологий Сибирского федерального университета, ведущий научный сотрудник Института вычислительного моделирования СО РАН: e-mail: simonovkv@icm.krasn.ru

Simonov Konstantin Vasilyevich – Doctor of technical sciences, Professor, Department of Applied Mathematics and Computer Security, Institute of Space and Information Technologies, Siberian Federal University, Leading researcher, Institute of Computational Modelling SB RAS: e-mail: simonovkv@icm.krasn.ru

Кенц Анжелика Станиславовна – врач-рентгенолог, Федеральный Сибирский научно-клинический центр ФМБА России, магистрант 2-го года обучения Сибирского федерального университета: e-mail: lika.kents@mail.ru

Kents Anzhelika Stanislavovna – Radiologist, Federal Siberian Scientific and Clinical Center FMBA of Russia, 2nd year master’s student, Siberian Federal University: e-mail: lika.kents@mail.ru

Хамад Юсиф Ахмед – кандидат технических наук, Сибирский федеральный университет: e-mail: y.albayati8@gmail.com

Hamad Yousif Ahmed – Postgraduate, Department of Applied Mathematics and Computer Security, Institute of Space and Information Technologies, Siberian Federal University: e-mail: y.albayati8@gmail.com