Система анализа и обработки медицинских изображений с малоконтрастными объектами

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Система анализа и обработки медицинских изображений с малоконтрастными объектами

Общая характеристика работы

Актуальность темы

В настоящее время диагностика на основе визуального анализа медицинских изображений получила широкое распространение во врачебной практике, при этом ранняя диагностика различных заболеваний значительно увеличивает шансы пациентов на выздоровление. Однако объекты интереса исследователя на медицинских изображениях, используемых в ранней диагностике, чаще всего бывают небольшими и малоконтрастными по сравнению с окружающим фоном. При визуальном обнаружении этих объектов, - выполнении первого шага на пути диагностики по медицинскому изображению, могут возникнуть проблемы. С одной стороны они обусловлены указанными особенностями самих изображений, с другой - ограниченностью характеристик зрительной системы исследователя и искажениями, возникающими в изображениях при их получении и отображении. Поэтому решение задач, связанных с повышением эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на медицинских изображениях, представляется актуальным.

С развитием информационных и компьютерных технологий в медицине появились новые возможности для повышения эффективности обнаружения объектов интереса на изображениях. Специализированные системы для анализа и обработки медицинских изображений позволяют производить преобразования изображений в различных целях. Однако применение подобных систем требует от пользователя высокой квалификации в области анализа и обработки изображений и связано с рядом трудностей. С одной стороны, при выборе метода обработки изображения пользователь руководствуется лишь своими знаниями и опытом, и, следовательно, этот выбор может быть неоптимальным для достижения поставленной цели преобразования. С другой - перебор всех имеющихся в системе методов (или комбинаций методов) может потребовать слишком много времени. Для проведения обработки изображения, оптимальной в смысле достижения поставленной цели и быстрой по сравнению с перебором всех имеющихся в системе методов, следует обеспечить автоматизированный выбор подходящего метода обработки. Поскольку именно исследователю, в конечном итоге, предназначено медицинское изображение, для повышения эффективности обнаружения им объектов интереса, обработка должна быть направлена на улучшение восприятия изображения зрительной системой исследователя.

Целью данной работы является разработка системы анализа и обработки медицинских изображений, обеспечивающей повышение эффективности обнаружения исследователем небольших малоконтрастных объектов на них за счет согласования пространственных и энергетических характеристик изображений со свойствами зрительной системы исследователя.

Для достижения поставленной цели определены следующие задачи:

- разработать и исследовать объективный количественный критерий, отражающий степень согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

- разработать метод автоматизированного анализа и обработки медицинских изображений, позволяющий повысить эффективность обнаружения исследователем небольших малоконтрастных объектов интереса, на основе предложенного критерия.

- разработать систему анализа и обработки медицинских изображений, обеспечивающую повышение эффективности обнаружения исследователем небольших малоконтрастных объектов на них.

- провести экспериментальную апробацию метода и системы автоматизированного анализа и обработки медицинских изображений.

- разработать рекомендации по анализу и обработке медицинских изображений, содержащих небольшие малоконтрастные объекты интереса, для повышения эффективности их обнаружения исследователем.

Объектом исследования является система анализа и обработки медицинских изображений с малоконтрастными объектами.

Предметом исследования является информационное, методическое и программно-алгоритмическое обеспечение системы.

Методы исследования

Исследование базируется на методах математического моделирования, анализа и синтеза биотехнических систем, методах теории статистических решений, методах анализа и обработки изображений.

Новые научные результаты

Автором получены следующие научные результаты:

1. Разработан и исследован объективный количественный критерий согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя, - вероятность правильного обнаружения исследователем объектов интереса на изображении. Критерий учитывает размер и контраст объектов интереса и отражает взаимосвязь этих характеристик изображения с частотно-контрастной чувствительностью зрительной системы исследователя.

2. Разработан метод автоматизированного анализа и обработки медицинских изображений, позволяющий повысить эффективность обнаружения исследователем небольших малоконтрастных объектов на них за счет изменения пространственных и энергетических характеристик изображения, размера и контраста объектов интереса, согласованного с частотно-контрастной чувствительностью зрительной системы исследователя. Методы обработки изображений, обеспечивающие это изменение, определяются разработанным критерием.

Практическую ценность работы составляют:

1. Аналитические соотношения для определения объективного количественного критерия, отражающего степень согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

2. Метод автоматизированного анализа и обработки медицинских изображений, позволяющего повысить эффективность обнаружения исследователем небольших малоконтрастных объектов интереса на них.

3. Программно-алгоритмическое обеспечение системы анализа и обработки медицинских изображений, реализующей разработанный метод.

4. Результаты экспериментальных исследований, подтверждающие обоснованность предложенных критерия, метода и системы.

5. Рекомендации по проведению анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса, для повышения эффективности их обнаружения исследователем.

Научное положение, выносимое на защиту

Система анализа и обработки медицинских изображений для повышения эффективности обнаружения исследователем небольших малоконтрастных объектов интереса должна обеспечивать изменение пространственных и энергетических характеристик изображения, согласованное со свойствами зрительной системы исследователя.

Внедрение результатов работы

Результаты диссертационной работы нашли применение при выполнении научно-исследовательских работ «Исследование влияния сжатия медицинских изображений на эффективность их анализа при ранней диагностике» (НИР ИИД/БЭС_77, 2003 г.); «Автоматизированная система исследования чувствительности стереоскопического зрения человека» (НИР БЭС_67 № гос. регистрации 012003 06357, 2003-2004 гг.); «Разработка теоретических основ синтеза интеллектуальных биотехнических систем для диагностики, лечения и коррекции состояния человека» (НИР БЭС_61 № гос. регистрации 01200306356, 2003-2005 гг.); «Разработка теоретических основ, информационных и математических моделей взаимодействия человека и биотехнического комплекса» (НИР БЭС_82, 2006-2007 гг.); «Разработка теоретических основ построения биотехнических систем управления состоянием человека» (НИР БЭС_92, 2008 г.). Результаты работы внедрены в практику научных исследований кафедры Биомедицинской электроники и охраны среды Санкт-Петербургского государственного электротехнического университета.

Апробация работы

Основные результаты работы докладывались и обсуждались на следующих конференциях и семинарах: на ежегодных научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (Санкт-Петербург, 2004-2008 гг.), научно-технической конференции

НТОРЭС им. А.С. Попова (Санкт-Петербург, 2004-2008 гг.), Международном симпозиуме «Электроника в медицине» (Санкт-Петербург, 2004-2008 гг.), 7th International Conference on PATTERN RECOGNITION and IMAGE ANALYSIS: NEW INFORMATION TECHNOLOGIES (Седьмой международной конференции по распознаванию образов и анализу изображений, Санкт-Петербург, 2004 г.); конференции «Биотехнические системы в XXI веке» (Санкт-Петербург, 2004 г.), III Международной научно-технической конференции (Минск, 2004 г.), научно-технической конференции «От лучей рентгена - к инновациям XXI века: 90 лет со дня основания первого в мире Рентгенорадиологического института» (Санкт-Петербург, 2008 г.).

Публикации

По теме диссертации опубликованы 21 научная работа, из них - 8 статей (6 статей опубликованы в ведущих рецензируемых научных журналах и изданиях, определенных ВАК), 13 работ - в трудах международных и российских научно-технических конференций и симпозиумов.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав с выводами, описания основных результатов работы, списка литературы, включающего 90 наименований, и приложения. Основная часть работы изложена на 128 страницах машинописного текста. Работа содержит 28 рисунков и 11 таблиц.

Содержание работы

автоматизированный медицинский малоконтрастный изображение

Во введении обоснована актуальность темы диссертации, дается характеристика работы, приводится краткое содержание работы по главам.

В первой главе диссертации приводится обоснование необходимости разработки метода и системы, обеспечивающих повышение эффективности обнаружения исследователем небольших малоконтрастных объектов на медицинских изображениях за счет согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

Анализ биотехнической системы (БТС) медицинской визуализации показал, что успешность выполнения визуального анализа медицинского изображения исследователем, начиная с правильного обнаружения объектов интереса и заканчивая постановкой диагноза, зависит от качества исходного изображения в системе съема, степени искажений изображения, вносимых всеми звеньями БТС медицинской визуализации: самим объектом исследования, системой съема, системой отображения и, наконец, зрительной системой исследователя.

Исследование взаимодействия зрительной системы исследователя с системой отображения выявило, что эффективность обнаружения объектов интереса при восприятии медицинских изображений на дисплеях зависит от взаимосвязанных между собой экзогенных (характеризующих условия наблюдения) и эндогенных (характеризующих зрительную систему) факторов зрительного восприятия. Установлено, что эндогенные факторы, в первую очередь, пороговый контраст (частотно-контрастная чувствительность) и разрешающая способность зрительной системы, накладывают ограничения на условия зрительного восприятия: яркость адаптации, контраст объектов интереса и их размер (пространственные и энергетические характеристики изображения).

Выделены следующие особенности медицинских изображений для ранней диагностики:

- низкий, сопоставимый с пороговым для зрительной системы, контраст диагностически значимых участков изображения (объектов интереса), 0,02-0,3;

- небольшая величина диагностически значимых участков изображения: их характерные размеры, 0,3-1 мм, сравнимы с минимальными размерами объекта, который может быть обнаружен исследователем с расстояния 50 см в хороших условиях наблюдения.

Принимая во внимание связанные с эндогенными факторами зрительного восприятия ограничения, установлено, что выделенные особенности медицинских изображений для ранней диагностики не позволяют исследователю эффективно осуществлять обнаружение объектов интереса на этих изображениях. Поскольку возможность излечения многих заболеваний напрямую зависит от стадии их развития на момент выявления, существует необходимость поиска решения этой проблемы.

Исследование функций и особенностей работы современных специализированных систем для анализа и обработки медицинских изображений в различных целях, показало, что эти системы обладают рядом недостатков. Основным недостатком представляется то, что большинство из систем содержит лишь широкий набор методов анализа и обработки изображений, доступный исследователю, без указаний, какой метод должен быть применен для достижения поставленной цели преобразования. В связи с этим выявлены следующие проблемы:

- невозможно гарантированно осуществить оптимальный (в смысле достижения поставленной цели преобразования) выбор метода (или комбинации методов) для обработки изображений, поскольку этот выбор основывается лишь на знаниях и опыте пользователя;

- осуществить перебор всех имеющихся в распоряжении исследователя методов (и их сочетаний) для достижения наилучшего результата обработки невозможно, поскольку это будет слишком затратным по времени.

Поэтому для улучшения работы систем анализа и обработки медицинских изображений, очевидно, необходим метод, обеспечивающий автоматизированный выбор преобразования изображения. В основе метода должен лежать объективный количественный критерий, определяющий последовательность анализа и обработки изображения, необходимую для достижения поставленной цели. Учитывая взаимосвязь эндогенных и экзогенных факторов зрительного восприятия, повышение эффективности обнаружения исследователем объектов интереса в результате анализа и обработки медицинского изображения будет обеспечено, если данный критерий отражает степень согласования пространственных и энергетических характеристик изображения на дисплее со свойствами зрительной системы исследователя.

Во второй главе сформулирован подход к анализу и обработке медицинских изображений, на основе которого предложен метод, позволяющий повысить эффективность обнаружения исследователем небольших малоконтрастных объектов интереса на этих изображениях.

Согласно сформулированному подходу (рисунок 1), выбор метода обработки изображения для достижения поставленной цели должен проводиться в результате анализа изображения и расчета критерия, отражающего степень согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя. Критерий формируется, исходя из признаков медицинского изображения, соответствующих экзогенным факторам зрительного восприятия, и включает эндогенные факторы зрительного восприятия. Изменение значения критерия после обработки показывает, будет ли достигнута цель преобразования медицинского изображения, - повышение эффективности обнаружения исследователем интересующих объектов на изображении. Визуальный анализ медицинского изображения исследователем дополняет оценку результата преобразования.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 1. Схема анализа и обработки медицинских изображений

В качестве объективного количественного критерия согласования пространственных и энергетических характеристик медицинского изображения со свойствами зрительной системы исследователя предложена вероятность правильного обнаружения исследователем объектов интереса на изображении; разработана соответствующая математическая модель.

Математическая модель разработана для эталонного изображения, содержащего объект интереса малых размеров и низкого контраста, - представленного в градациях серого изображения круга на равномерном фоне (диаметр 0,3-1 мм, контраст объекта с фоном составляет 0,02-0,3), объект светлее фона (рисунок 4, «Круг»). Расчет производился согласно критерию Неймана-Пирсона в присутствии белого гауссова шума, обусловленного процессами в зрительной системе исследователя, при минимизации дополнительных искажений изображения (от других звеньев БТС медицинской визуализации). В результате для вероятности правильного обнаружения исследователем объекта интереса заданного размера на изображении получено следующее математическое выражение:

, где ,

- интеграл вероятности; - контраст изображения, содержащего объект интереса; - контраст изображения, соответствующий порогу обнаружения объекта интереса по яркости;  - пороговый контраст зрительной системы (который зависит как от размера объекта, так и от яркости адаптации); - коэффициент, определяющийся условиями внутренней фильтрации в зрительной системе; - вероятность ложной тревоги.

На основе предложенного критерия разработан метод автоматизированного анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса исследователя (рисунок 2). В соответствии с представленной математической моделью, в качестве методов обработки были выбраны контрастирование и масштабирование изображения, которые выполняются последовательно.

С учетом возможности задания параметров, контрастирование реализуется согласно выражению: , где и - яркость изображения до и после преобразования; и  - параметры преобразования; , и , - яркость фона, разность яркостей объекта интереса и фона изображения до и после преобразования.

Масштабирование реализуется согласно выражению: , где , - яркость объекта интереса на изображении до и после преобразования; - исходный угловой размер объекта интереса на изображении (пространственная частота в циклах на градус поля зрения наблюдателя);  - коэффициент масштабирования. Это эквивалентно переносу отсчета контраста малоконтрастного объекта интереса небольших размеров на изображении из области высоких пространственных частот в область средних пространственных частот, где пороговый контраст зрения минимален.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Рис. 2. Метод автоматизированного анализа и обработки медицинских изображений с малоконтрастными объектами

Результат обработки определяется требуемой величиной вероятности правильного обнаружения объектов интереса на изображении и контролируется исследователем. Расчет параметров выбранных методов производится в соответствии с зависимостями вероятности правильного обнаружения объекта на изображении от его контраста и размера для заданных условий наблюдения, полученными согласно представленной математической модели.

Так, параметры контрастирования и , определяются через соответствующее значение контраста объекта интереса на изображении, : , , где - требуемый уровень вероятности правильного обнаружения исследователем объектов интереса на изображении. Требуемая яркость фона изображения, , задается в соответствии с зависимостью порогового контраста зрительной системы от уровня яркости адаптации.

Необходимый коэффициент масштабирования объекта интереса на изображении, , определяется из выражения: .

Действие контрастирования и масштабирования на изображение, содержащее небольшой объект интереса низкого контраста, иллюстрирует рисунок 3.

Рис. 3. Зависимость порогового контраста от размера наблюдаемого объекта на изображении, , и изменение отсчета контраста объекта интереса на изображении, , под действием контрастирования, , и масштабирования,

Третья глава диссертации посвящена исследованию характеристик обнаружения исследователем объектов интереса на изображениях в целях подтверждения представленной математической модели. Для этого предложено использовать эталонные изображения (рисунок 4), синтезированные с учетом выделенных особенностей медицинских изображений для ранней диагностики.

На основе проведенных расчетов определены следующие характеристики обнаружения (рисунок 5): зависимости вероятности правильного обнаружения исследователем объектов интереса на эталонных изображениях от их контраста и размеров в заданных условиях наблюдения.

«Круг»

«Мира»

«Синусоидальная решетка»

Рис. 4. Примеры эталонных изображений

а)



б)

в)

Рис. 5. Зависимости вероятности правильного обнаружения объекта на изображении, , в заданных условиях наблюдения: а) от контраста объекта, , для четырех значений вероятности ложной тревоги, ; б) от размера объекта, (в циклах на градус поля зрения), для трех значений контраста, вероятность ложной тревоги 10^-5; в) от контраста объекта, , для пяти размеров объекта, (в циклах на градус поля зрения), вероятность ложной тревоги 10^-2

Результаты экспериментальных исследований этих зависимостей, проведенных на эталонных изображениях (рисунок 6), а также сравнение полученных зависимостей с данными, представленными в литературных источниках, дают основание считать предложенную математическую модель и основанный на ней метод автоматизированного анализа и обработки медицинских изображений обоснованными.

Для повышения точности результатов экспериментальных исследований, в них принимали участие 10 наблюдателей с хорошим зрением (Vis = 1), каждому из которых без предварительной тренировки по 20 раз предъявлялось эталонное изображение с заданными параметрами. Согласно результатам статистической обработки полученных данных, величина доверительных интервалов для экспериментальных значений на рисунке 6 составляет ±7 % при доверительной вероятности 0,95.

а)

б)

Рис. 6. Примеры результатов экспериментов по определению зависимостей вероятности правильного обнаружения объекта на изображении, , в заданных условиях наблюдения а) от размера объекта, (в циклах на градус поля зрения), для трех значений контраста; б) от контраста объекта, , для трех размеров объекта, (в пикселях при разрешении 96 точек на дюйм); вероятность ложной тревоги 10^-5; расстояние наблюдения 50 см; и соответствующие расчетные кривые

Вследствие необходимости применения сжатия изображений в современных системах медицинской визуализации, выявлена потребность в исследованиях влияния сжатия на зрительное восприятие изображений, содержащих небольшие малоконтрастные объекты интереса, и выработке соответствующих рекомендаций. В результате проведенных на эталонных изображениях экспериментальных исследований, описаны особенности искажений, возникающих при сжатии-восстановлении изображений методом JPEG, проанализированы различные критерии оценки качества изображений и сформулированы следующие рекомендации:

- Для сжатия медицинских изображений данным методом не следует применять большие степени компрессии, то есть коэффициенты сжатия менее 35.

- Для сжатия методом JPEG медицинских изображений с минимальными потерями диагностической информации, то есть при минимальном искажении небольших малоконтрастных объектов в изображении, рекомендуется использовать коэффициенты сжатия не менее 80.

Согласно результатам экспериментальных исследований, при соблюдении предложенных рекомендаций вероятность правильного обнаружения небольших малоконтрастных объектов интереса на подвергнутых сжатию изображениях не снижается по сравнению с исходными.

В четвертой главе диссертации на основе предложенного метода проведена разработка системы для анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса; представлены результаты экспериментальных исследований системы и метода.

Система анализа и обработки медицинских изображений с малоконтрастными объектами реализована с учетом требований к ее программно-алгоритмическому обеспечению, сформулированных исходя из выявленных достоинств и недостатков подобных систем.

Для комплексной проверки работы предложенных системы и метода проводились экспериментальные исследования с использованием эталонных и контрольных клинических изображений (маммограмм).

В экспериментальных исследованиях с эталонными изображениями принимали участие 10 наблюдателей с хорошим зрением (Vis = 1), каждому из которых без предварительной тренировки по 20 раз предъявлялось эталонное изображение с заданными параметрами. В результате анализа и обработки эталонных изображений в системе за счет последовательного проведения их контрастирования и масштабирования было достигнуто повышение вероятности правильного обнаружения наблюдателями объектов интереса с 0,02-0,6 (в зависимости от параметров объекта интереса) до 0,99. Пример результата анализа и обработки эталонного изображения приведен на рисунке 7.

Исходное изображение	Результат контрастирования	Результат масштабирования
=0,02 =0,05 =16 циклов на градус	=0,99 =0,8 =16 циклов на градус	=0,99 =0,8 =8 циклов на градус

Рис. 7. Пример анализа и обработки эталонного изображения в системе анализа и обработки медицинских изображений с малоконтрастными объектами

В экспериментальных исследованиях с контрольными клиническими изображениями 50 патологических маммограмм с выделенными областями интереса, содержащими объекты интереса - микрокальцинаты, предъявлялись 5 экспертам - наблюдателям с хорошим зрением (Vis = 1), владеющим методикой постановки диагноза по маммографическим изображениям. Исследования показали, что анализ и обработка контрольных клинических изображений в системе обеспечивает повышение вероятности правильного обнаружения наблюдателями объектов интереса с 0,02-0,6 (для различных областей интереса) до 0,95 (пример на рисунке 8).

Исходное изображение	Результат контрастирования	Результат масштабирования
	а)
=0,04 =0,1 =16 циклов на градус	=0,99 =0,8 =16 циклов на градус	=0,99 =0,8 =8 циклов на градус
	б)
=0,05 =0,06 =16 циклов на градус	=0,99 =1 =16 циклов на градус	=0,99 =1 =8 циклов на градус

Рис. 8. Примеры обработки фрагментов контрольных клинических изображений в системе анализа и обработки медицинских изображений с малоконтрастными объектами

Полученные результаты подтвердили, что разработанные система и метод обеспечивают повышение эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на изображениях. В результате анализа были выявлены достоинства и недостатки системы (и метода) и намечены пути дальнейшего развития. Сформулированы следующие рекомендации по анализу и обработке медицинских изображений, содержащих небольшие малоконтрастные объекты интереса:

Для повышения эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на медицинских изображениях, следует изменить контраст и размеры этих объектов в соответствии с частотно-контрастной чувствительностью зрительной системы исследователя. Для этого необходимо, во-первых, произвести контрастирование области интереса на изображении - повысить контраст объектов интереса, во-вторых, осуществить масштабирование объектов интереса - увеличить размер этих объектов так, чтобы обеспечить их восприятие при минимальном пороговом контрасте зрительной системы исследователя. Преобразования изображения должны осуществляться согласно требуемому значению разработанного критерия - вероятности правильного обнаружения исследователем объектов интереса.

Основные результаты работы

1. Разработан и исследован объективный количественный критерий, отражающий степень согласования пространственных и энергетических характеристик изображения, размера и контраста объектов интереса на нем, с частотно-контрастной чувствительностью зрительной системы исследователя, - вероятность правильного обнаружения исследователем объектов интереса на изображении.

2. Разработан метод автоматизированного анализа и обработки медицинских изображений, обеспечивающий повышение эффективности обнаружения исследователем небольших малоконтрастных объектов интереса на них. Методы обработки изображений, позволяющие повысить эффективность обнаружения объектов, определяются на основе разработанного критерия согласования пространственных и энергетических характеристик изображения со свойствами зрительной системы исследователя.

3. Разработана система, предназначенная для анализа и обработки медицинских изображений, которая обеспечивает повышение эффективности обнаружения небольших малоконтрастных объектов на них, на основе предложенного метода.

4. Проведена экспериментальная апробация разработанных системы и метода для анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса.

5. Разработаны рекомендации для анализа и обработки медицинских изображений, содержащих небольшие малоконтрастные объекты интереса, в целях повышения эффективности их обнаружения.

Публикации по теме диссертации

1. Виллевальде, А.Ю. Метод предварительной обработки медицинских малоконтрастных изображений [Текст] / А.Ю. Виллевальде, З.М. Юлдашев // Информационно-управляющие системы. - 2008. - № 5 (36). - С. 41-44.

2. Виллевальде, А.Ю. О системном подходе к медицинской визуализации [Текст] / А.Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2006. - Вып. 1. - С. 37-43.

3. Виллевальде, А.Ю. Особенности анализа и обработки малоконтрастных медицинских изображений [Текст] / А.Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2006. - Вып. 2. - С. 139-143.

4. Villevalde, A.Y. On the permissible ratios of image compression in early medical diagnostics (О допустимых уровнях сжатия изображений для ранней диагностики) [Текст] / Z.M. Yuldashev, A.Y. Villevalde // Pattern Recognition and Image Analysis. Applied Problems. - 2006. - V. 16, № 1. - P. 111-112.

5. Виллевальде, А.Ю. Система для исследования сжатия медицинских изображений [Текст] / А.Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2005. - Вып. 1. - С. 45-48.

6. Виллевальде, А.Ю. Исследование влияния сжатия медицинских изображений в системах телемедицины на эффективность их анализа [Текст] / А.Ю. Виллевальде, З.М. Юлдашев // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2004. - Вып. 1. - С. 27-32.

7. Виллевальде, А.Ю. О допустимых уровнях сжатия медицинских изображений в задачах ранней диагностики [Текст] / А.Ю. Виллевальде // Известия СПбГЭТУ «ЛЭТИ» (Известия Государственного электротехнического университета). Сер. Биотехнические системы в медицине и экологии. - 2004. - Вып. 2. - С. 35-38.

8. Виллевальде, А.Ю. Метод анализа и обработки медицинских изображений для ранней диагностики [Текст] / А.Ю. Виллевальде // Труды 6 Международного симпозиума «Электроника в медицине», г. Санкт-Петербург. - 2008. - C. 164.

9. Виллевальде, А.Ю. Вероятность правильного обнаружения в задаче обработки медицинских изображений [Текст] / А.Ю. Виллевальде // Труды 6 Международного симпозиума «Электроника в медицине», г. Санкт-Петербург. - 2008. - C. 165.

10. Виллевальде, А.Ю. Автоматизированный выбор методов обработки медицинских изображений для повышения эффективности диагностики [Текст] / А.Ю. Виллевальде // Труды 63 научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2008. - С. 290-292.

11. Виллевальде, А.Ю. Метод повышения эффективности ранней диагностики по медицинским изображениям [Текст] / А.Ю. Виллевальде // Труды научно-технической конференции «От лучей рентгена - к инновациям XXI века: 90 лет со дня основания первого в мире Рентгенорадиологического института (Российский научный центр радиологии и хирургических технологий)», Санкт-Петербург, 10 октября 2008 г. - С. 79.

12. Виллевальде, А.Ю. Обобщенный подход к построению систем анализа и обработки медицинских изображений [Текст] / А.Ю. Виллевальде // Труды 62 научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2007. - С. 221-223.

13. Виллевальде, А.Ю. Обобщенный подход к построению систем анализа и обработки медицинских малоконтрастных изображений [Текст] / А.Ю. Виллевальде // Труды Международной конференции по мягким вычислениям и измерениям. Санкт-Петербург, Издательство СПбГЭТУ «ЛЭТИ», 25-27 июня 2007 г. - С. 116-119.

14. Виллевальде, А.Ю. О подходе к анализу и обработке малоконтрастных изображений медицинских объектов [Текст] / А.Ю. Виллевальде // Вестник аритмологии. Труды 5 Международного симпозиума «Электроника в медицине». - 2006. - С. 203.

15. Виллевальде, А.Ю. Задачи анализа и обработки медицинских малоконтрастных изображений [Текст] / А.Ю. Виллевальде // Труды 61_ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2006. - С. 187-189.

16. Виллевальде, А.Ю. Структура системы для исследования сжатия медицинских изображений [Текст] / А.Ю. Виллевальде // Труды 60_ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2005. - С. 197-198.

17. Villevalde, A.Y. On allowable levels of medical images compression [Текст] / Z.M. Yuldashev, A.Y. Villevalde // Proceedings of 7th International Conference on PATTERN RECOGNITION and IMAGE ANALYSIS: NEW INFORMATION TECHNOLOGIES. PRIA_7-2004, St. Petersburg. - 2004. - P. 963-965.

18. Виллевальде, А.Ю. Исследование влияния сжатия медицинских изображений, передаваемых через каналы телемедицины, на эффективность диагностики [Текст] / А.Ю. Виллевальде // Вестник аритмологии, Приложение А. Труды 4 Международного симпозиума «Электроника в медицине». - 2004. - № 35. - С. 198.

19. Виллевальде, А.Ю. К вопросу сжатия медицинских изображений в задачах ранней диагностики [Текст] / А.Ю. Виллевальде, З.М. Юлдашев // Биотехнические системы в XXI веке, Материалы конференции «Биотехнические системы в XXI веке». - 2004. - С. 33-35.

20. Виллевальде, А.Ю. О подходе к исследованию допустимых уровней сжатия медицинских малоконтрастных изображений [Текст] / А.Ю. Виллевальде // Труды 59_ой научно-технической конференции, посвященной Дню радио, г. Санкт-Петербург. - 2004. - С. 213-214.

21. Виллевальде, А.Ю. О подходе к исследованию сжатия медицинских изображений при ранней диагностике [Текст] / А.Ю. Виллевальде // Материалы III международной научно-технической конференции, г. Минск. -2004. - С. 156-159.

Размещено на Allbest.ru

...