Существует 2 потенциальных пути повышения информативности медико-биологических исследований (МБИ).

Существует 2 потенциальных пути повышения информативности медико-биологических исследований (МБИ).

1. Условно можно обозначить как материально-технический. Предполагает повышение информативности МБИ за счет использования более совершенного оборудования, появление которого связано с открытием новых физических явлений.

2. Условно можно обозначить как алгоритмический. Предполагает повышение информативности МБИ за счет использования методов математического (в основном статистического) анализа данных. Использование этих методов позволяет выявлять скрытые закономерности, присущие исследуемым биологическим объектам и процессам.

Инструментом практической реализации этого пути являются современные компьютерные технологии (КТ), знакомство с которыми и составляет предмет данного курса.

Системы автоматизации, ориентированные на поддержку МБИ на основе КТ, обладают рядом специфических особенностей:

1) Сложность объекта исследования.

Экспериментальные исследования технических объектов базируются на знании их математических моделей, основу которых составляют фундаментальные закономерности, присущие биологическим объектам и процессам.

В области медицины и биологии мы сталкиваемся с дефицитом биологических и математических теорий, составляющих основу математических моделей биологических объектов и процессов.

2) Наличие психологических барьеров, осложняющих внедрение компьютерных систем в медицинскую практику.

Медицина и биология – это та область деятельности, где субъективные качества специалиста, его опыт и знания по-прежнему играют существенную роль. Это порождает скептическое отношение сос тороны медицинских специалистов к тем возможностям, которые открывает внедрение КТ в медицинскую практику.

3) В процесс создания компьютерной системы медицинского назначения вовлечены группы специалистов, обладающие разной базовой подготовкой, использующие разную терминологию, но вынужденные работать совместно в общих интересах. Вот эти группы:

a. Будущие пользователи системы – медицинский персонал. Они определяют требования к создаваемой системе исходя их содержания конкретного МБИ, которого должно быть автоматизировано

b. Разработчики (проектировщики, программисты), которые определяют способ технической и программной реализации этой системы.

Типичной является ситуация, когда пользователи интуитивно понимают, чего бы они хотели достичь в результате автоматизации, но не в состоянии изложить свои требования в понятных разработчикам технических терминах, т.к. они не обладают необходимыми знаниями в области КТ. Напротив, разработчики имеют полное представление о возможностях КТ, но не всегда понимают сущность процессов, на автоматизацию которых эти КТ направлены.

Методы повышения качества рентгенорадиологических изображений

Метод медианной фильтрации

Основу медианной фильтрации составляет специальная маска, имеющая структуру матрицы, соседние ячейки которой смещены друг относительно друга на одну точку или на один пиксель. Наиболее часто используются маски размера 3×3 или 5×5 точек.

В процессе обработки центр маски последовательно совмещается с каждой точкой исходного изображения. Тогда при использовании, например, маски размера 3×3 область маски локализует 9 значений яркостей в окрестности центра.

Предположим, что на текущем шаге центр маски совмещен с точкой, положение которой задается дискретными координатами k₁, k₂. Тогда область маски определит следующим набор значений яркости.

В качестве нового значения яркости R^*(k₁, k₂) в точке, совпадающей с центром маски, выбирается среднее арифметическое значений яркости, определяемых ячейками маски:

R^*(k₁, k₂) =  [R(k₁-1, k₂+1) + R(k₁, k₂+1) + R(k₁+1, k₂+1) + … + R(k₁+1, k₂-1)]

Идея метода медианной фильтрации состоит в следующем: поскольку маска определяет малую окрестность точки с координатами k₁, k₂, можно ожидать, что вариации значений яркости в границах этой маски обусловлены только влиянием случайных помех. Иными словами, мы предполагаем, что имеют место следующие условия:

R(k₁-1, k₂+1) = (k₁, k₂) + ε(k₁-1, k₂+1);

R(k₁, k₂+1) = (k₁, k₂) + ε(k₁, k₂+1);

R(k₁+1, k₂+1) = (k₁, k₂) + ε(k₁+1, k₂+1) и т.д.,

где (k₁, k₂) – неизвестное нам истинное значение яркости в точке (k₁, k₂),

ε – случайная погрешность, которая в принципе может быть разной в разных точках.

Поскольку мы исходим из того, что погрешности являются случайными, следовательно, появление положительных и отрицательных значений этих погрешностей примерно равновероятно. Если это так, то в результате усреднения значений яркостей положительные и отрицательные погрешности будут взаимно компенсироваться, а значит, как результат мы получим значение яркости, близкое к идеальному значению.

Существует 2 потенциальных пути повышения информативности медико-биологических исследований (МБИ).

1. Условно можно обозначить как материально-технический. Предполагает повышение информативности МБИ за счет использования более совершенного оборудования, появление которого связано с открытием новых физических явлений.

2. Условно можно обозначить как алгоритмический. Предполагает повышение информативности МБИ за счет использования методов математического (в основном статистического) анализа данных. Использование этих методов позволяет выявлять скрытые закономерности, присущие исследуемым биологическим объектам и процессам.

Инструментом практической реализации этого пути являются современные компьютерные технологии (КТ), знакомство с которыми и составляет предмет данного курса.

Системы автоматизации, ориентированные на поддержку МБИ на основе КТ, обладают рядом специфических особенностей:

1) Сложность объекта исследования.

Экспериментальные исследования технических объектов базируются на знании их математических моделей, основу которых составляют фундаментальные закономерности, присущие биологическим объектам и процессам.

В области медицины и биологии мы сталкиваемся с дефицитом биологических и математических теорий, составляющих основу математических моделей биологических объектов и процессов.

2) Наличие психологических барьеров, осложняющих внедрение компьютерных систем в медицинскую практику.

Медицина и биология – это та область деятельности, где субъективные качества специалиста, его опыт и знания по-прежнему играют существенную роль. Это порождает скептическое отношение сос тороны медицинских специалистов к тем возможностям, которые открывает внедрение КТ в медицинскую практику.

3) В процесс создания компьютерной системы медицинского назначения вовлечены группы специалистов, обладающие разной базовой подготовкой, использующие разную терминологию, но вынужденные работать совместно в общих интересах. Вот эти группы:

a. Будущие пользователи системы – медицинский персонал. Они определяют требования к создаваемой системе исходя их содержания конкретного МБИ, которого должно быть автоматизировано

b. Разработчики (проектировщики, программисты), которые определяют способ технической и программной реализации этой системы.

Типичной является ситуация, когда пользователи интуитивно понимают, чего бы они хотели достичь в результате автоматизации, но не в состоянии изложить свои требования в понятных разработчикам технических терминах, т.к. они не обладают необходимыми знаниями в области КТ. Напротив, разработчики имеют полное представление о возможностях КТ, но не всегда понимают сущность процессов, на автоматизацию которых эти КТ направлены.