Медиевский А.В., Зотин А.Г., Симонов К.В., Кругляков А.С., Хомколов И.В., Чижова И.Г.

Вычислительная методика обработки и анализ снимков медицинского эксперимента на основе шиарлет-преобразования изображений

Аннотация: Одним из самых опасных осложнений при операциях на головном мозге является кровотечение. Гемостаз может быть затруднен из-за недостаточной видимости, вызванной заполнением операционной раны кровью. Для восстановления видимости операционного поля предлагается использовать данные NIR-камеры и шиарлет-преобразование с алгоритмами цветового кодирования. При этом также предполагается проводить усиление яркостных характеристик изображений (кадров) и сегментацию интересующих биологических тканей. В ходе экспериментального исследования было установлено, что становится возможным визуализировать все ткани, находящиеся на глубине до 3 мм. Использование алгоритма BCET с маской для обработки позволило повысить контрастность изображения с 34,20% до 198,73% в зависимости от глубины залегания биологических структур. При обработке модельных изображений наилучшая средняя точность определения контуров области интереса с учетом глубины составила 0,961 ± 0,021 по коэффициенту подобия Дайса. Исходные снимки также анализировались классическим методами обработки Оцу и Кэнни, что позволило выполнить соответствующие сравнения и показать определенные преимущества шиарлет-преобразования над традиционными подходами.

Ключевые слова: эндоскопия, ближний инфракрасный диапазон, NIR, сегментация, шиарлет-преобразование, метод пороговой сегментации Оцу, метод построения контура Кэнни, цветовое кодирование, нейрохирургия, интра-операционное кровотечение.

A.V. Medievsky, A.G. Zotin, K.V. Simonov, A.S. Kruglyakov, I.V. Khomkolov, I.G. Chizhova

Computational processing and analysis of medical experiment images based on shearlet transform

Summary: One of the most dangerous complications of brain surgery is bleeding. Hemostasis can be difficult due to insufficient visibility caused by the filling of the surgical wound with blood. To restore the visibility of the surgical field it is proposed to use NIR camera data and Shearlet transform with color coding algorithms. In this case it is also supposed to enhance the bright- ness characteristics of images (frames) and segment the biological tissues of interest. In the course of an experimental study it was found that it becomes possible to visualize all tissues located at a depth of up to 3 mm. The use of the BCET algorithm with a processing mask made it possible to increase the image contrast from 34.20% to 198.73% depending on the depth of the biological structures. When processing model images the best average accuracy of determining the contours of the region of interest taking into account the depth was 0.961 ± 0.021 according to the Dice similarity coefficient. The original images were also analyzed by the classical processing methods of Otsu and Canny which made it possible to perform appropriate comparisons and show certain advantages of the shearlet transform over traditional approaches.

Keywords: endoscopy, near infrared, NIR, segmentation, Shearlet transform, Otsu threshold segmentation, Canny contouring, color coding, neurosurgery, intraoperative bleeding

DOI: 10.34219/2306-3645-2023-13-1-5-14

Медиевский Алексей Владимирович – студент, Красноярский государственный медицинский университет имени профессора В.Ф. Войно-Ясенецкого: e-mail: amedievsky@yandex.ru

Medievsky Alexey vladimirovich – student, Krasnoyarsk State Medical University named after Prof. V.F. Voino-Yasenetsky: e-mail: amedievsky@yandex.ru

Зотин Александр Геннадьевич – кандидат технических наук, доцент Сибирского государственного университета науки и технологий им. академика М.Ф. Решетнева: e-mail: zotin@sibsau.ru

Zotin Aleksandr Gennadievich – Candidate of technical science, Associate professor, Reshetnev Siberian State University of Science and Technology: e-mail: zotin@sibsau.ru

Симонов Константин Васильевич – доктор технических наук, ведущий научный сотрудник Института вычислительного моделирования СО РАН: e-mail: simonovkv@icm.krasn.ru

Simonov Konstantin Vasilyevich – Doctor of technical sciences, Leading researcher, Institute of Computational Modelling SB RAS: e-mail: simonovkv@icm.krasn.ru

Кругляков Алексей Сергеевич – аспирант Института вычислительного моделирования СО РАН:
e-mail: piggsyy@gmail.com

Kruglyakov Aleksey Sergeevich – post-graduate student of the Institute of Computational Modeling SB RAS:
e-mail: piggsyy@gmail.com

Хомколов Игорь Владимирович – студент, Институт космических и информационных технологий СФУ:
e-mail: khomkolov99@gmail.com

Khomkolov Igor Vladimirovich – Student, Institute of Space and Information Technologies SibFU:
e-mail: khomkolov99@gmail.com

Чижова Ирина Геннадьевна – магистрант, Институт космических и информационных технологий СФУ:
e-mail: chizhovaig20@gmail.com

Chizhova Irina Gennadievna – Undergraduate, Institute of Space and Information Technologies SibFU:
e-mail: chizhovaig20@gmail.com