Косарева Александра Андреевна, аспирант, ассистент кафедры электронной техники и технологии
220013, г. Минск, ул. П. Бровки, 6, tel. +375-17-293-88-60
Kosareva Alexandra Andreevna, Postgraduate, Assistant at the Electronic Engineering and Technology Department
220013, Republic of Belarus, Minsk, P. Brovka St., 6, tel. +375-17- 293-88-60;
Кандидат технических наук, доцент, зам. декана факультета компьютерного проектирования, доцент кафедры электронной техники и технологии
220013, г. Минск, ул. П. Бровки, 6
Kamlach Pavel V., Cand. of Sci., Deputy Dean of the Faculty of Computer Design, Associate Professor at the Electronic Engineering and Technology Department
220013, Republic of Belarus, Minsk, P. Brovka St., 6,
Кандидат технических наук, зав. лабораторией анализа биомедицинских изображений
г. Минск
Kovalev Vassili A., Cand. of Sci., Head of the Biomedical Image Analysis Group
Minsk
Рассматриваются традиционные алгоритмы определения дескрипторов изображения, такие как SIFT, ORB, LBP, GLSM, для решения задачи поиска схожего анатомического участка на КТ-изображениях лёгких. В статье предлагается методика проведения сравнительного анализа традиционных алгоритмов определения дескрипторов изображений при решении задачи поиска схожего анатомического участка, а также определяются оптимальные анатомические признаки. Алгоритмы апробируются при поиске схожего анатомического слоя в рамках слоев изображений компьютерной томографии лёгких одного пациента, в рамках поиска схожей анатомической формы на слое среди изображений компьютерной томографии лёгких двух пациентов и среди изображений компьютерной томографии лёгких ста пациентов. В результате определено, что в ходе расчета методом GLSM получаются наилучшие результаты при решении задачи классификации анатомической области изображения (усредненная погрешность определения анатомического слоя составляет 5 %). Определено, что оптимальные признаки на КТ-изображении лёгких соответствуют наличию органов: сердца, печени и верхнего края лёгкого. Формулируются выводы о необходимости использования нейросетевых методов для улучшения погрешности определения схожего слоя, содержащего необходимую анатомическую структуру.
The traditional image descriptor definition algorithms are considered, such as SIFT, ORB, LBP, GLSM. With the help of them, the searching task for a similar anatomical area on the CT images of the lungs is solved. The article proposes a methodology for performing a comparative traditional algorithms for determining images descriptors analysis and optimal anatomical features. Algorithms are tested when searching for a similar anatomical layer in the framework of the computer tomography images layers of of light patient, as part of the search for similar anatomical form on the layer among the computer tomography images of light two patients, and among the images of computed tomography of light hundred patients. As a result, it is determined that GLSM shows the best results when solving the task of classifying an image anatomical area (averaged error of determining the anatomical layer is 5 %). It is determined that the optimal signs on the lungs correspond to the presence of organs: heart, liver and top edge of the lung. Conclusions are fomulated about the need to use neural network methods to improve the error in determining the similar layer containing the necessary anatomical structure.
The authors declare that there are no conflicts of interest present.