Automation of technological and business processes

ISSN-print: 2312-3125
ISSN-online: 2312-931X
ISO: 26324:2012
Архiви

РУЧНА ОБРОБКА МЕДИЧНИХ ЗОБРАЖЕНЬ ЛІКАРЕМ-ДІАГНОСТОМ У СИСТЕМІ РОЗПІЗНАВАННЯ ТОМОГРАФІЧНИХ І РЕНТГЕНІВСЬКИХ ЗНІМКІВ ДЛЯ ПОШУКУ І ЛОКАЛІЗАЦІЇ ПАТОЛОГІЙ

##plugins.themes.bootstrap3.article.main##

А. І. Поляченко

Анотація

У статті запропоновано та побудовано систему розпізнавання томографічних і рентгенівських знімків для пошуку і локалізації патологій. Дана система включає блоки: введення інформації про пацієнта, обробки медичних зображень, для встановлення висновку, для класифікації виявлених патологій, базу даних, підготовки звіту. У запропонованій системі початковим етапом є отримання томографічних чи рентгенівських знімків, які, далі, поступають до блоків введення інформації про пацієнта і обробки медичних зображень. Інформація про пацієнта в результаті введення потрапляє до бази даних разом із томографічними чи рентгенівськими знімками. У пропонуємій системі розпізнавання томографічних і рентгенівських знімків для пошуку і локалізації патологій існує можливість для лікаря-діагноста самому виділяти підозрілу з його точки зору область і надалі обробити тільки цю область або за допомогою існуючих загорткових нейронних мереж виділити області патологій-новоутворень, або вибрати конкретні алгоритми обробки медичних зображень.

Ключові слова:
ручна обробка, система розпізнавання, томографічні і рентгенівські знімки, пошук і локалізація патологій, лікар-діагност

##plugins.themes.bootstrap3.article.details##

Як цитувати
Поляченко, А. (2019). РУЧНА ОБРОБКА МЕДИЧНИХ ЗОБРАЖЕНЬ ЛІКАРЕМ-ДІАГНОСТОМ У СИСТЕМІ РОЗПІЗНАВАННЯ ТОМОГРАФІЧНИХ І РЕНТГЕНІВСЬКИХ ЗНІМКІВ ДЛЯ ПОШУКУ І ЛОКАЛІЗАЦІЇ ПАТОЛОГІЙ. Automation of Technological and Business Processes, 11(3), 42-45. https://doi.org/10.15673/atbp.v11i3.1502
Розділ
ТЕОРІЯ І ПРАКТИКА АВТОМАТИЗАЦІЇ БІЗНЕС-ПРОЦЕСІВ

Посилання

[1] Polyachenko A.І. Mozhlivostі metodіv poshuku ta lokalіzacії anomalіj u tomografіchnih ta rentgenіvskih znіmkah dlya pіdvishchennya tochnostі vstanovlennya dіagnozu. Naukovі notatki. Vip. 64. P. 159-165, 2018.
[2] Polyachenko A.І. Poshuk konturіv oblastej іz pevnoyu patologіchnoyu strukturoyu na MRT znіmkah. Naukovij zhurnal «Kompyuterno-іntegrovanі tekhnologії: osvіta, nauka, virobnictvo». - Luck. Vipusk № 34. P. 96-106, 2019.
https://doi.org/10.5604/01.3001.0013.5188
[3] M. Anam, J. Ah, F. Tehseen Efficient Brain Tumor Detection Algorithm Using Watershed & Thresholding Based Segmentation. Image, Graphics and Signal Processing. Vol. 10. Pp. 34-39, 2012. https://doi.org/10.5815/ijigsp.2012.10.05
[4] T. Logeswari and M. Kaman, An improved implementation of brain tumor detection using segmentation based on hierarchical self organizing map. International Journal of Computer Theory and Engineering. Vol. 2, no. 4, pp. 1793-8201, 2010. https://doi.org/10.7763/IJCTE.2010.V2.207
[5] D. Marr and E. Hildreth, Proceedings of the Royal Society of London. Series B, Biological Sciences. - Vol. 207, no. 1167. Pp. 187-217.
[6] Kirsanova A.V. Avtomatizirovannaya sistema diagnostiki novoobrazovanij golovnogo mozga po magnitno-rezonansnym izobrazheniyam/ Dis. kand. tekhn. nauk: 05.11.17// Sankt-Peterburg. P. 148, 2004.