НОВЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ДЛЯ АНАЛИЗА ПЛАНАРНЫХ СЦИНТИГРАММ СКЕЛЕТА БОЛЬНЫХ С РАКОМ ГРУДИ

Обложка
  • Авторы: Канг К.1, Косых Н.Э.2, Левкова Е.А.3, Разуваев В.А.4, Савин С.З.5
  • Учреждения:
    1. Третий (онкологический) госпиталь Харбинского медицинского университета
    2. Федеральное государственное автономное образовательное учреждение высшего образования «Дальневосточный государственный медицинский университет»
    3. Медицинский клинический центр иммунореабилитации
    4. Федеральное государственное автономное образовательное учреждение высшего образования «Дальневосточный государственный университет путей сообщения»
    5. Хабаровский центр новых информационных технологий Федерального государственного автономного образовательного учреждения высшего образования «Тихоокеанский государственный университет»
  • Выпуск: Том 23, № 2 (2019)
  • Страницы: 187-196
  • Раздел: ОНКОЛОГИЯ
  • URL: https://journals.rudn.ru/medicine/article/view/21359
  • DOI: https://doi.org/10.22363/2313-0245-2019-23-2-187-196

Цитировать

Полный текст

Аннотация

В статье описан инновационный подход к построения экспертной системы для анализа скелетных планарных сцинтиграмм. Целью работы является информационный анализ характеристик костных метастазов, полученных посредством сцинтиграфии. Методы и результаты. Основа методологии - компьютерный автоматизированный анализ планарных остеостсинтиграмм скелета у больных раком молочной железы, находящихся в полной ремиссии и в фазе прогрессирования заболевания с метастазами в скелет. В качестве анализируемого параметра использована яркость изображения. Изучение физиологического накопления радиофармацевтического препарата у больных без метастазирования в скелет свидетельствует о широкой вариации значений яркости сцинтиграмм в отдельных участках скелета. На тех же анатомических участках скелета имеются значительные различия в значениях показателя средней яркости. Почти во всех областях скелета яркость пораженных метастазами очагов гиперфиксации радиофармацевтического препарата на сцинтиграммах значительно превалирует над «физиологическими» очагами гиперфиксации. Таким образом, существует прямая связь между уровнями накопления радиофармацевтических препаратов в зонах скелета без метастатического поражения и метастазами в кости, возникающими в этих зонах. Необходимо дальнейшее развитие методологических подходов к изучению качества классификатора при построении экспертной системы для анализа скелета планарных сцинтиграмм, а также совершенствовании проведения расчетов при анализе новых результатов испытаний.

Об авторах

Ксинмей Канг

Третий (онкологический) госпиталь Харбинского медицинского университета

Автор, ответственный за переписку.
Email: savin.sergei@mail.ru
Харбин, КНР

Н. Э. Косых

Федеральное государственное автономное образовательное учреждение высшего образования «Дальневосточный государственный медицинский университет»

Email: savin.sergei@mail.ru
Хабаровск, Россия

Е. А. Левкова

Медицинский клинический центр иммунореабилитации

Email: savin.sergei@mail.ru
Хабаровск, Россия

В. А. Разуваев

Федеральное государственное автономное образовательное учреждение высшего образования «Дальневосточный государственный университет путей сообщения»

Email: savin.sergei@mail.ru
Хабаровск, Россия

С. З. Савин

Хабаровский центр новых информационных технологий Федерального государственного автономного образовательного учреждения высшего образования «Тихоокеанский государственный университет»

Email: savin.sergei@mail.ru
Хабаровск, Россия

Список литературы

  1. Паша С.П., Терновой С.К. Радионуклидная диагностика. M.: ГЕОТАР-медиа, 2008. 204 с.
  2. The Medical Image Analysis and Machine Intelligence (MIAMI) Research Group. http://www.ece.uwaterloo.ca/ ~miami (accessed 19 october 2018).
  3. Sadik M. Bone scintigraphy. A new approach to improve diagnostic accuracy. University of Gothenburg, 2009. 44 p.
  4. Brunet-Imbault B. et al. A new anisotropy index on trabecular bone radiographic images using the fast Fourier transform // BMC Medical Imaging. 2005. Vol. 5:4. P. 11-16.
  5. Косых Н.Э., Еременко А.В., Савин С.З. Оценка фактора прогноза у больных с диссеминированным раком предстательной железы с учетом метастатического поражения скелета // Сибирский онкологический журнал. 2017. Т. 16. № 1. С. 39-44.
  6. Косых Н.Э., Гостюшкин В.В., Потапова Т.П., Савин С.З., Еременко А.В. Методика автоматической диагностики костных метастазов по данным планарной остеосцинтиграфии // Дальневосточный медицинский журнал. 2013. № 2. С. 33-35.
  7. Kosykh N.E., Gostuyshkin V.V., Savin S.Z., Vorojztov I.V. Designing the systems of computer diagnostics of medical images // Proc. of The First Russia and Pacific Conference on Computer Technology and Applications (RPC 2010). Vladivostok, Russia. 6-9 Sept., 2010. 4 p.
  8. Косых Н.Э., Литвинов К.А., Коваленко В.Л., Еременко А.В. Автоматизированный компьютерный анализ планарных остеосцинтиграмм в задаче определения объема метастатического поражения скелета // Дальневосточный медицинский журнал. 2013. № 3. С. 33-34.
  9. Косых Н.Э., Смагин С.И., Гостюшкин В.В., Савин С.З., Литвинов К.А. Система автоматизированного компьютерного анализа медицинских изображений // Информационные технологии и вычислительные системы. 2011. № 3. С. 52-60.
  10. Коваленко В.Л., Косых Н.Э., Савин С.З., Гостюшкин В.В. Методы повышения эфффективности компьютерных автоматизированных технологий в задачах радионуклидной диагностики // Врач и информационные технологии. 2013. № 6. С. 48-52.
  11. Lejbkowicz I., Wiener F. et al. Bone Browser a decision-aid for a radiological diagnosis of bone tumor // Comput. Methods Programs Biomed. 2002; 67(2): pp. 137-154.
  12. Obenauer S., Hermann K.P., Grabbe E. Applications and literature review of the ВI-RADS classification // Eur Radiol. 2005. pp. 1027-1036.
  13. Ojala T., Pietikainen M., Maenpaa T. Multiresolution Gray-Scale and Rotation Invariant Texture Classification with Local Binary Patterns // IEEE Trans. Pattern Analysis and Machine Intelligence. 2002. Vol. 24 (7). pp. 971-987.
  14. Soh L., Tsatsoulis C. Texture Analysis of SAR Sea Ice Imagery Using Gray Level Co-Occurrence Matrices // IEEE Transactions on Geoscience and Remote Sensing, vol. 37, no. 2, March 1999. pp. 713-729.
  15. Косых Н.Э., Коваленко В.Л.,Савин С.З., Потапова Т.П., Литвинов К.А. Некоторые аспекты изучения изображений очагов гиперфиксации радиофармпрепарата на остеосцинтиграммах с помощью компьютерного автоматизированного анализа // Вестник рентгенологии и радиологии, 2016. 97 (2). С. 95-100.
  16. Doronicheva A.V., Savin S.Z. WEB-Technology for Medical Images Segmentation // 3rd Russian-Pacific Conference on Computer Technology and Applications (RPC). IEEE Date Added to IEEE Xplore: 08 October 2018. pp. 1-6.
  17. Web-site of DICOM [E-resource]. URL: http://www.dicom.html (accessed 19 october 2018).
  18. Gonzales P., Woods Р., Eddins W. Numerical processing the expressing in MATLAB ambience. M.: Thehnosfera. 2006. 615 p.
  19. De Brabanter K., Karsmakers P., Ojeda F., Alzate C. LS-SVMlab Toolbox User’s Guide, http://www.esat. kuleuven.be/sista/lssvmlab.
  20. Haralick R.M. Statistical and structured approaches to the description of textures // IEEE-5, 1979. pp. 98-118.
  21. Haralick R.M., Shanmugam K., Dinstein I. Textural Features of Image Classification // IEEE Transactions on Systems, Man and Cybernetics, vol. SMC-3, no. 6, Nov. 1973. pp. 11-22.
  22. Metz C.E. Fundamentals of ROC Analysis // Handbook of Medical Imaging. Vol. 1. Physics and Psychophysics. Beutel J, Kundel HL, and Van Metter RL, eds. SPIE Press (Bellingham WA 2000), Chapter 15. pp. 751-769.

© Канг К., Косых Н.Э., Левкова Е.А., Разуваев В.А., Савин С.З., 2019

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах