АННОТАЦИИ К СТАТЬЯМ (ЖУРНАЛ ``МЕДИЦИНА И ВЫСОКИЕ ТЕХНОЛОГИИ`` №4, 2024)
ВИЗУАЛИЗАЦИЯ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ В ЗАДАЧАХ ДИАГНОСТИКИ ПАТОЛОГИИ ПОЧЕК И МКБ
Резюме: Исследование посвящено разработке методики анализа и визуализации медицинских изображений при решении диагностических задач мочекаменной болезни на основе современных инструментальных средств и компьютерных технологий. Использование современных методов обработки и анализа визуальных данных на основе шиарлет-преобразования значительно улучшает результаты диагностики и лечения больных МКБ. Это связано с уточнением прогностических критериев (локализация, размеры, структура, плотность камня, функциональное со- стояние верхних мочевых путей и т.д.) в предоперационном периоде. Применение разработанной вычислительной методики как эффективной поддержки методов текстурного анализа КТ снимков позволяет детализировать показания и прогнозировать эффективность различных подходов лечения в урологии. На экспериментальном материале, представленном в работе, показано, что шиарлет-преобразование является эффективным инструментом для анализа внутренних геометрических черт изучаемых объектов интереса на КТ изображениях, которое использует анизотропные и направленные оконные функции при решении клинических и экспериментальных задач. Вычисли- тельная методика текстурного (геометрического) анализа и визуализации КТ снимков показала свою эффективность за счет обеспечения возможности выбора базовых алгоритмов шиарлет-преобразования, что позволяет повысить точность выделения линейных и круглых структур, а также и визуальное качество изображений изучаемых клинических объектов на 10-15 %.
Ключевые слова: мочекаменная болезнь, мочевые камни, химический состав, компьютерная томография, диагностика, визуализация, шиарлет-преобразование, цветовое кодирование.
L.F. Zueva, K.V. Simonov, A.S. Kruglyakov
VISUALIZATION OF MEDICAL IMAGES IN THE DIAGNOSIS OF KIDNEY PATHOLOGY AND UROLITHIASIS
Summary: The study is devoted to the development of methods for analysis and visualization of medical images when solving diagnostic problems of urolithiasis based on modern tools and computer technologies. The use of modern methods of processing and analyzing visual data based on the shearlet transform significantly improves the results of diagnosis and treatment of patients with urolithiasis. This is due to the clarification of prognostic criteria (localization, size, structure, density of the stone, functional state of the upper urinary tract, etc.) in the preoperative period. The use of the developed computational technique as an effective support for texture analysis methods of CT images allows us to detail the indications and predict the effectiveness of various treatment approaches in urology. The experimental material presented in the work shows that the shearlet transform is an effective tool for analyzing the internal geometric features of the studied objects of interest on CT images which uses anisotropic and directional window functions when solving clinical and experimental problems. The computational technique of texture (geometric) analysis and visualization of CT images has shown its effectiveness by providing the ability to select basic shearlet transform algorithms which make it possible to increase the accuracy of identifying linear and circular structures as well as the visual quality of images of the studied clinical objects by 10-15%.
Keywords: urolithiasis, urinary stones, chemical composition, computed tomography, diagnostics, visualization, shearlet transform, color coding.
DOI: 10.34219/2306-3645-2024-14-4-58-68
ИНФОРМАЦИЯ ОБ АВТОРАХ
Симонов Константин Васильевич – доктор технических наук, ведущий научный сотрудник, Институт вычислительного моделирования СО РАН: e-mail: simonovkv@icm.krasn.ru
Кругляков Алексей Сергеевич – аспирант, Институт вычислительного моделирования СО РАН:
e-mail: piggsyy@gmail.com
Authors’ Information
Zueva Lyubov Fedorovna – Candidate of medical sciences, assistant, IPO of the Krasnoyarsk State Medical University named after Prof. V.F. Voino-Yasenetsky: e-mail: kapsargin@mail.ru
Simonov Konstantin Vasilyevich – Doctor of technical sciences, Leading researcher of the Institute of Computational Modelling SB RAS: e-mail: simonovkv@icm.krasn.ru
Kruglyakov Aleksey Sergeevich – Postgraduate student of the Institute of Computational Modeling SB RAS:
e-mail: piggsyy@gmail.com