Аннотация. Проанализирован двумерный массив денситометрических показателей, полученный при обработке томографических медицинских изображений пациентов с верифицированными диагнозами заболеваний легких (рак и туберкулез). Исследована возможность использования в целях дифференциальной диагностики заболеваний информации о свойствах контуров изображений шаровидных образований легких. Применена методика построения контуров изображений таких образований. Для описания контура рассчитан условный центр масс изображения патологии и получены две одномерные функции-сигнатуры: модуля радиуса-вектора, проведенного из центра изображения шаровидного образования к его границе, а также полярного угла поворота радиуса-вектора. Аргументом обеих функций является условный номер пиксела, принадлежащего контуру. С помощью спектрального анализа функции-сигнатуры рассчитаны такие характеристики контуров, как спектральная энтропия, мультиплетность, количество локальных максимумов, функции-сигнатуры полярного угла поворота радиуса-вектора. Проведен анализ статистической значимости отличий величин этих характеристик контуров шаровидных образований при различных заболеваниях (рак и туберкулез). Показаны статистические различия некоторых характеристик контура, что может позволить осуществлять дифференциальную диагностику заболеваний легких.

Ключевые слова: компьютерная томография, медицинские изображения, контур шаровидного образования легких, дифференциальная диагностика, спектральный анализ, рак, туберкулез

Список литературы:

1. Коновалов В. К., Лобанов М. Н., Леонов С. Л., Шайдук А. М., Колмогоров В. Г., Домбровский А. А. Способ количественной оценки структуры шаровидных образований легких при мультиспиральной компьютерной томографии // Вестн. Алтайской науки. 2013. № 2-1. С. 149—153.
2. Dobrescu R., Dobrescu M., Mocanu M., Popescu D. Medical images classification for skin cancer diagnosis based on combined texture and fractal analysis // WSEAS Transactions on Biology and Biomedicine. 2010. Vol. 7, N 3. Р. 223—232.
3. Календер В. Компьютерная томография. М.: Техносфера, 2006.
4. Шайдук А. М., Молодкин И. В. Оценка количества диагностических параметров для дифференциации заболеваний легких // Мед. физика. 2015. № 2 (66). С. 66—73.
5. Власов П. В. Лучевая диагностика заболеваний органов грудной. М.: Видар-М, 2008.
6. Хофер М. Компьютерная томография. Базовое руководство. М.: Мед. лит., 2008.
7. Al-Kadi O. S., Watson D. Texture analysis of aggressive and nonaggressive lung tumor CE CT images // IEEE Transactions on Biomedical Engineering. 2008. Vol. 55, N 7. P. 1822—1830.
8. Кириллова О. А., Кошечкина Н. А., Волкова Л. Д., Захарова Е. В. Дифференциально-диагностические критерии лучевой диагностики интрапаравертебральных опухолей различного гистогенеза у детей // Матер. Всерос. конгр. лучевых диагностов. М., 6—8.06.2007. С. 165—166.
9. Линденбратен Л. Д., Королюк И. П. Медицинская радиология и рентгенология (основы лучевой диагностики и лучевой терапии). М.: Медицина, 2003.
10. Свид. о гос. рег. программы для ЭВМ №2013613849. Получение параметров компьютерных изображений / О. И. Ворона, С. Л. Леонов, В. К. Коновалов, А. М. Шайдук. 17.04.2013.
11. Klonowski W., Stepien R., Stepien P. Simple fractal method of assessment of histological images for application in medical diagnostics // Nonlinear biomedical physics. 2010. Vol. 4, N 7. DOI:10.1186/1753-4631-4-7
12. Останин С. А., Шайдук А. М. Количественная оценка сложности контура медицинских изображений // Журнал радиоэлектроники. 2013. № 2.