RU137139U1 - Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах - Google Patents

Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах Download PDF

Info

Publication number
RU137139U1
RU137139U1 RU2013133094/08U RU2013133094U RU137139U1 RU 137139 U1 RU137139 U1 RU 137139U1 RU 2013133094/08 U RU2013133094/08 U RU 2013133094/08U RU 2013133094 U RU2013133094 U RU 2013133094U RU 137139 U1 RU137139 U1 RU 137139U1
Authority
RU
Russia
Prior art keywords
neoplasm
block
points
coordinates
input
Prior art date
Application number
RU2013133094/08U
Other languages
English (en)
Inventor
Султан Сидыкович Садыков
Юлия Анатольевна Буланова
Original Assignee
Султан Сидыкович Садыков
Юлия Анатольевна Буланова
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Султан Сидыкович Садыков, Юлия Анатольевна Буланова filed Critical Султан Сидыкович Садыков
Priority to RU2013133094/08U priority Critical patent/RU137139U1/ru
Application granted granted Critical
Publication of RU137139U1 publication Critical patent/RU137139U1/ru

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

Устройство диагностики области новообразования типа "Киста молочной железы" на маммограммах, содержащее: блок оцифровки, получающий цифровое представление аналогового маммографического снимка и передающий его на вход блока предварительной обработки; блок предварительной обработки, выполняющий операции контрастирования и шумоподавления; блок выделения области новообразования, выполняющий операции текстурной сегментации; блок выделения контуров и определения координат его точек; буфер типа LIFO, хранящий координаты точек контура новообразования, полученные из блока выделения контуров, и передающий их на вход блока вычисления площади и координат точек центра найденного новообразования, а затем на вход блока определения периметра и коэффициента формы новообразования; буфер типа FIFO, получающий значения яркостей точек выделенного новообразования; управляющее устройство, определяющее параметры операций предварительной обработки, текстурной сегментации, а также требуемых характеристик выделенного новообразования.

Description

Устройство относится к вычислительной технике и информационным технологиям в медицине. Оно может быть использовано визуального улучшения качества оцифрованных снимков, а также в качестве скринингового метода выявления областей кисты молочной железы на маммографических снимках.
В настоящее время во все сферы медицины внедряются автоматизированные технологии получения и обработки данных. Самый эффективный метод обнаружения заболеваний в молочной железе - маммография. Киста молочной железы - доброкачественная опухоль. Несмотря на то, что киста не представляет опасности для женщин, участились случаи развития рака молочной железы в кисте. Благодаря современным информационным технологиям существует возможность обработки и анализа маммограмм с целью выявления областей заболеваний молочной железы.
Известен «Способ получения информационного образа рака молочной железы по маммограммам» (патент Российской Федерации №2235361, кл. G06K 9/50, (G06T 7/60, 2002 г.), используемый в качестве неинвазивной биопсии на уровне маркера на любой стадии развития рака молочной железы в виде выявления по маммограммам очагов злокачественного роста через аномальную асимметрию клеточных масс злокачественной опухоли относительно масс здоровых и нераковых клеток [1].
Однако устройств и способов, связанных с диагностированием области новообразования типа «Киста молочной железы» в соответствие с Международным классификатором болезни, учитывающих средний контраст маммографического снимка, нет. Поэтому наибольший интерес представляет создание таких диагностических устройств - помощников врачу для обнаружения областей кист молочной железы.
Технической задачей настоящего устройства является определение областей кисты молочной железы на маммограмме.
В устройстве реализуются следующие этапы вычислений: 1. Гистограммные преобразования маммографического снимка, учитывающие средний контраст снимка; 2. Фильтрация шума; 3. Текстурная сегментация маммограммы; 4. Выделение контуров найденных объектов; 5. Определение геометрических характеристик области кисты.
f(x,y) - исходная маммограмма, имеющая размер m×n. Градации яркостей точек на снимке распределены в диапазоне [0,255].
Киста молочной железы по плотности схожа с жировой тканью молочной железы, поэтому требуется контрастирование маммограммы, учитывающее средний коэффициент контрастности снимка.
Средний контраст определяется следующим образом:
Figure 00000002
,
где k - средний коэффициент контрастности изображения, fmax(x,y), fср - максимальное и среднее значения яркости исходного снимка, соответственно.
Гистограммное преобразование, учитывающее средний контраст, имеет следующий вид:
Figure 00000003
,
где g(x,y) - выходное изображение, k - средний коэффициент контрастности исходного снимка, f(x,y) - текущее значение яркости исходного снимка,
Figure 00000004
,
где i - значение градации яркости точки обработанного снимка (i=0…255), j - значение градации яркости точки исходного снимка (/=0…255,j≤i,), v[j] - значение элемента гистограммы исходного снимка при яркости j, T - область изменения элементов гистограммы выходного изображения g(x,y), t[i] - значение элемента гистограммы обработанного изображения при яркости i (t[i]∈T), t[0]=t[f(x,y)=0] - значение элемента гистограммы обработанного изображения при яркости точки, равной 0, m×n - размер изображения.
Преобразование гистограммы вызывает некоторое дополнительное зашумление изображения, поэтому изображение g(x,y) подвергается медианной фильтрации маской 3×3 [2].
d(x,y)=M[g(x,y)],
где d(x,y) - выходное изображение, M - оператор медианной фильтрации. Текстурная сегментация снимка осуществляется по алгоритму из [3].
е(x,y)=S[d(x,y)],
где e(x,y) - выходное изображение, S - оператор текстурной сегментации. Контурные преобразования осуществляются с помощью алгоритма из [3].
r(x,y)=L[e(x,y)],
где r(x,y) - выходное изображение, L - оператор выделения контуров. После выделения областей вычисляются их геометрических характеристики
- площади области кисты Sk (число точек области);
- периметра области P - приближенно равен количеству точек контура области;
- коэффициента формы: KФ=P2/Sк.
На чертеже представлена структурная схема устройствам диагностики областей новообразования типа «Киста молочной железы» на маммограммах. Устройство состоит из: блока получения цифрового представления маммограммы (блок оцифровки маммограммы) - блок 1; блока гистограммных преобразований входных данных - блок 2; блока текстурной сегментации снимка - блок 3; блок выделения контура новообразования - блок 4; буфера типа LIFO (принцип технической обработки данных по принципу кто приходит последним, тот обслуживается первым) - блок 5; блок вычисления площади и координат центра новообразования - блок 6; блок вычисления периметра и коэффициента формы новообразования - блок 7; буфер типа LIFO, получающий координаты контура объекта - блок 8; блока формирования области новообразования «Киста молочной железы» - блок 9 и управляющего устройства - блок 10.
Устройство работает следующим образом: с помощью блока оцифровки получают цифровое представление аналоговой маммограммы (блок 1). Оно передается в блок гистограммных преобразований (блок 2). В нем над полученным изображением выполняется операция контрастирования и шумоподавления. Далее выполняется блок 3 - текстурная сегментация маммографического снимка. После выполняется выделение контуров найденного новообразования - блок 4. Количество точек N. принадлежащих контуру объекта определяет размер буфера LIFO (блок 5), в который записываются их координаты. Из данного буфера они поступают на вход блока вычисления площади и координат центра новообразования (блок 6). Данные параметры передаются на вход блока определения периметра и коэффициента формы новообразования (блок 7). В буфер FIFO (блок 8) записываются значения яркостей точек выделенного новообразования (из исходной маммограммы). После значения яркостей точек найденного новообразования (входящие в замкнутую область контура новообразования) копируются в массив (блок 9). Управляющее устройство (блок 10) определяет операции предварительной обработки, текстурной сегментации, а также значения требуемых характеристик выделенного новообразования.
Источники информации
1. Патент Российской Федерации на изобретение №2235361 Способ получения информационного образа рака молочной железы по маммограммам. 20.11.2002
2. Прэтт У. Цифровая обработка изображений: пер. с англ. - М: Мир, 1982, кн. 1. - 312 с; кн. 2. - 493 с.
3. Nguyen et al. Watersnakes: Energy-Driven Watershed Segmentation, IEEE Transactions on Pattern Analysis And Machine Intelligence, VOL. 25, No. 3, March 2003, pp. 330-342.

Claims (1)

  1. Устройство диагностики области новообразования типа "Киста молочной железы" на маммограммах, содержащее: блок оцифровки, получающий цифровое представление аналогового маммографического снимка и передающий его на вход блока предварительной обработки; блок предварительной обработки, выполняющий операции контрастирования и шумоподавления; блок выделения области новообразования, выполняющий операции текстурной сегментации; блок выделения контуров и определения координат его точек; буфер типа LIFO, хранящий координаты точек контура новообразования, полученные из блока выделения контуров, и передающий их на вход блока вычисления площади и координат точек центра найденного новообразования, а затем на вход блока определения периметра и коэффициента формы новообразования; буфер типа FIFO, получающий значения яркостей точек выделенного новообразования; управляющее устройство, определяющее параметры операций предварительной обработки, текстурной сегментации, а также требуемых характеристик выделенного новообразования.
    Figure 00000001
RU2013133094/08U 2013-07-16 2013-07-16 Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах RU137139U1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2013133094/08U RU137139U1 (ru) 2013-07-16 2013-07-16 Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2013133094/08U RU137139U1 (ru) 2013-07-16 2013-07-16 Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах

Publications (1)

Publication Number Publication Date
RU137139U1 true RU137139U1 (ru) 2014-01-27

Family

ID=49957300

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2013133094/08U RU137139U1 (ru) 2013-07-16 2013-07-16 Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах

Country Status (1)

Country Link
RU (1) RU137139U1 (ru)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU216470U1 (ru) * 2022-08-17 2023-02-07 Каринэ Альбертовна Быстрая Планшет для обучения навыкам определения локализации образований в молочных железах по маммограмме
CN116965843A (zh) * 2023-09-19 2023-10-31 南方医科大学南方医院 一种乳腺立体定位系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU216470U1 (ru) * 2022-08-17 2023-02-07 Каринэ Альбертовна Быстрая Планшет для обучения навыкам определения локализации образований в молочных железах по маммограмме
CN116965843A (zh) * 2023-09-19 2023-10-31 南方医科大学南方医院 一种乳腺立体定位系统
CN116965843B (zh) * 2023-09-19 2023-12-01 南方医科大学南方医院 一种乳腺立体定位系统

Similar Documents

Publication Publication Date Title
Rajan et al. Brain tumor detection and segmentation by intensity adjustment
Jain et al. Computer aided melanoma skin cancer detection using image processing
KR20180115725A (ko) 이미지 내의 대상의 시각화와 특징화를 위한 시스템 및 방법
Patil et al. Cancer cells detection using digital image processing methods
CN109840913B (zh) 一种乳腺x线图像中肿块分割的方法和系统
Biswas et al. Mammogram classification using gray-level co-occurrence matrix for diagnosis of breast cancer
Shareef Breast cancer detection based on watershed transformation
Varma et al. An alternative approach to detect breast cancer using digital image processing techniques
Tarique et al. Fourier transform based early detection of breast cancer by mammogram image processing
Sagar et al. Color channel based segmentation of skin lesion from clinical images for the detection of melanoma
Beheshti et al. Classification of abnormalities in mammograms by new asymmetric fractal features
Ganvir et al. Filtering method for pre-processing mammogram images for breast cancer detection
Vishrutha et al. Early detection and classification of breast cancer
Kaur et al. Computer-aided diagnosis of renal lesions in CT images: a comprehensive survey and future prospects
TW201726064A (zh) 醫療影像處理裝置及其乳房影像處理方法
RU137139U1 (ru) Устройство диагностики области новообразования типа "киста молочной железы" на маммограммах
Ren et al. Calcification segmentation based on a different scales superpixels saliency detection algorithm
Bhateja et al. Mammographic image enhancement using double sigmoid transformation function
Youssef et al. Statistical features and classification of normal and abnormal mammograms
Bhateja et al. Combination of wavelet analysis and non-linear enhancement function for computer aided detection of microcalcifications
Barik et al. Cancer detection using cellular automata based segmentation techniques
RU136612U1 (ru) Устройство диагностики области новообразования типа "рак молочной железы" на маммографических снимках
Pati et al. Feature extraction and enhancement of breast cancer mammogram noisy image using image processing
Ravishankar et al. Four novel approaches for detection of region of interest in mammograms—A comparative study
Kalasappanavar et al. Brain tumour identification in MRI by applying pixel based segmentation method

Legal Events

Date Code Title Description
MM1K Utility model has become invalid (non-payment of fees)

Effective date: 20140717