Введение к работе
Актуальность темы. В последние годы цифровая обработка и анализ изображений находят все большее применение в различных областях науки и техники, в том числе и в биомедицинских исследованиях. Часто решение многих практических задач сводится к проблеме обнаружения и распознавания или измерения по одному или нескольким изображениям объектов, удовлетворяющих некоторому описанию. В работах отечественных и зарубежных исследователей получены теоретические и практические решения данной проблемы, предложен целый ряд методов и моделей, которые могут быть использованы для обнаружения, распознавания и измерения объектов, представленных изображениями. Однако, несмотря на имеющиеся достижения в области обработки и распознавания изображений, их применение к решению конкретных практических задач требует дополнительных исследований. Разработка и использование моделей и алгоритмов для эффективного решения прикладных задач обработки изображений требует знания предметной области, особенностей решаемых задач.
В клинической медицине изучаются и используются для диагностики различных заболеваний отклонения в пальцевой и ладонной дерматоглифике. Многие генетики и клиницисты считают, что дерматоглифичекий метод позволяет установить не только диагноз болезни, но и вид хромосомной аберрации. В последние годы появились работы по изучению дерматоглифики при различных болезнях с наследственной предрасположенностью, к которым относятся в частности и сахарный диабет первого и второго типа.
Индивидуальное многообразие структур папиллярного рельефа чрезвычайно велико. Однако, несмотря на чрезвычайное разнообразие, отдельные элементы дерматоглифики поддаются группировке в относительно небольшое число классов, чтобы упростить их анализ. Исследования показали, что основными признаками (дескрипторами) для ранней диагностики предрасположенности пациента к определенному заболеванию являются: тип и подтип узора дистальных фаланг пальцев, ориентация пальцевого узора, общий гребневой счёт, ладонный угол atd, направление ладонных линий.
Для принятия решения и диагностики предрасположенности пациента к заболеванию сахарным диабетом требуется выделить и распознать сложные изображения элементов дерматоглифики. Помимо того, что эта задача трудоемкая и утомительная, она требует наличия квалифицированных специалистов, способных уверенно распознавать эти элементы. Применение методов компьютерной обработки изображений способно существенно повысить скорость проведения диагностики на основе дерматоглифического исследования и способствовать его широкому внедрению.
Существующие аппаратно-программные комплексы для дерматоглифи-ческих исследований предназначены для медико-генетического консультирования и не позволяют объективно измерять параметры характерных точек, узорную асимметрию и автоматически определять отдельные элементы
дерматоглифических изображений, что приводит к снижению качества принимаемых решений, которое в системах медицинского назначения определяется диагностической чувствительностью и прогностической значимостью.
Таким образом, разработка моделей и алгоритмов автоматического распознавания дерматоглифических изображений и построения на их основе компьютерной системы принятия решений о наследственной предрасположенности к сахарному диабету первого и второго типа, является актуальной задачей.
Цель работы. Повышение эффективности определения предрасположенности к наследственным заболеваниям путем разработки компьютерной системы обработки изображений и моделей для автоматизации дерматоглифических исследований. Для достижения поставленной цели необходимо решить следующие задачи:
на основе анализа предметной области выработать требования к системе цифровой обработки изображений при диагностике сахарного диабета с использованием методов дерматоглифики;
разработать алгоритмы компьютерной обработки изображений, позволяющие существенно повысить скорость проведения диагностики сахарного диабета на основе дерматоглифического исследования;
разработать алгоритмы диагностики предрасположенности к сахарному диабету на основе классификации образов;
разработать структуру и основные элементы программного обеспечения системы, предназначенной для автоматизации дерматоглифических исследований и выявления предрасположенности пациента к заболеванию сахарным диабетом;
исследовать на практике эффективность применения разработанных алгоритмов для диагностики заболевания сахарным диабетом.
Методы исследования. В работе применялись методы цифровой обработки изображений, теории принятия решений, системного анализа, искусственного интеллекта, искусственных нейронных сетей, численные методы решения экстремальных задач, статистического анализа.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:
алгоритм определения комплекса дерматоглифических параметров пальцевых узоров, основанный на корреляционном сопоставлении исходного изображения и эталона (маски) в частотной области на основе двухмерного дискретного преобразования Фурье, позволяющий существенно сократить вычислительные затраты при описании дескрипторов пальцевых узоров и последующей обработки в системе распознавания образов;
алгоритм обнаружения и анализа расположения ладонных линий на основе преобразования Хафа, позволяющий сформировать дополнительные дескрипторы для повышения эффективности диагностики наследственной
предрасположенности к заболеванию сахарным диабетом по методу дерматоглифики;
алгоритм диагностики сахарного диабета по методу дерматоглифики на основе байесовского классификатора и нейронной сети, обеспечивающий высокое качество распознавания, достоверность и эффективность исследования наследственной предрасположенности к сахарному диабету за счет определения узорной асимметрии на основе автоматического распознавания типа и подтипа пальцевого узора и расположения ладонных линий;
структура и основные элементы программного обеспечения системы обработки изображений, предназначенная для автоматизации дерматоглифических исследований и выявления предрасположенности пациента к заболеванию сахарным диабетом, позволяющая снизить затраты времени на проведение дерматоглифического обследования, обеспечить объективность результатов дерматоглифических исследований, исключить влияние субъективного фактора и повысить достоверность диагноза.
Практическая значимость и результаты внедрения. Практическое значение диссертационной работы определяется возможностью применения результатов исследования для проведения экспресс-диагностики генетической предрасположенности к заболеванию сахарным диабетом. Разработанные модели и алгоритмы составили основу для построения системы компьютерной обработки цифровых изображений для прогнозирования заболевания сахарным диабетом (Программа компьютерной обработки папиллярных изображений при диагностике сахарного диабета // Свидетельство на программу для ЭВМ Заявка №2011619716).
Внедрение результатов работы. Результаты диссертационной работы внедрены в учебный процесс Тверской государственной медицинской академии и в учебный процесс кафедры АТП Тверского государственного технического университета для студентов специальности 200401 «Биотехнические и медицинские аппараты и системы» и магистрантов направления 200300 «Биомедицинская инженерия».
Апробация работы. Основные положения и результаты докладывались и обсуждались на следующих научных конференциях и семинарах: Международная научно-практическая конференция «Сфера услуг: современные проблемы и тенденции развития» (декабрь, Пенза, Приволжский дом знаний, 2010г.); V Международная научно- практическая конференция «Образование и здоровье. Экономические, медицинские, и социальные проблемы» (декабрь, Пенза, Приволжский дом знаний, 2010г.); Международная летняя школа-семинар по искусственному интеллекту для студентов, аспирантов и молодых ученых «Интеллектуальные системы и технологии: современное состояние и перспективы(18уТ'2011)», Тверь-Протасово, 1-6 июля 2011. Тверь, Тверской государственный технический университет, 2011г.
Публикации. Самостоятельно и в соавторстве по теме диссертации опубликовано 7 печатных работ. В том числе две работы - в изданиях, входящих в список рекомендованный ВАК.
Структура работы. Диссертационная работа изложена на 140 страницах и включает в себя введение, четыре главы основного материала, заключение, приложения, библиографический список из 97 наименований,содержит 11 таблиц и 27 рисунков.
