Классификация тканей молочной железы на ультразвуковых изображениях

Аннотация:

Ультразвуковые (УЗ) исследования молочной железы проводятся весьма широко с целью раннего выявления рака данного органа. При этом УЗ-визуализация представляет собой один из самых сложных для интерпретации методов лучевой диагностики, в рамках которого можно проводить сегментацию. Это связано с тем, что УЗ-изображения имеют характерную зернистую текстуру из-за наличия спекл-шумов, связанных с физикой процесса отражения ультразвука, и множественных артефактов, а также малый уровень контраста, высокий уровень шума и неоднородность яркости, что часто обусловливает применение методов предварительной обработки, способных подавить шум и усилить контраст. Однако эти методы чувствительны к шумам, артефактам и неоднородностям на УЗ-изображениях, что при недостаточно высоком разрешении или слабом сигнале может усилить не только по лезные структуры, но и помехи. С другой стороны, при подобных преобразованиях теряется часть исходной информации. Это приводит к искажению анатомических структур, созданию ложных границ и маскированию реальных изменений, что становится особенно актуальным, учитывая крайне широкий диапазон соотношений содержания нормальных (жировой, фиброзной, железистой) и патологических (опухолевой) тканей у различных пациенток, а также значительные межиндивидуальные различия их изображений. В результате использование пороговых методов для разделения фона и переднего плана обычно оказывается малоэффективным. В последние годы появился интерес к разработке методов автоматического выделения геометрических границ объектов, визуализируемых с помощью УЗ, а также анализа характеристик свойств тканей на изображениях с использованием методов, основанных на извлечении различных текстурных признаков тканей на них, например Харалика, Тамуры и др., Рассматривается задача классификации различных видов тканей молочной железы на цифровых ультразвуковых изображениях. Предлагается методика классификации на основе применения классификатора случайного леса, где в качестве признаков изображения используются собственные значения матрицы Гессе и дескриптор локальных бинарных шаблонов. Проведена оценка эффективности предложенной методики. Разработанная методика обеспечивает приемлемое с клинической точки зрения классифицирование нормальных тканей молочной железы.

Авторы:

Издание: Медицинская техника
Год издания: 2025
Объем: 5с.
Дополнительная информация: 2025.-N 3.-С.32-36. Библ. 16 назв.
Просмотров: 1