Спосіб використання зрізів з контрастним посиленням тканин для проведення сегментації зображень комп’ютерної томографії

Спосіб використання зрізів з контрастним посиленням тканин для проведення сегментації зображень комп'ютерної томографії, що полягає у визначенні сегментів зображень, які характеризують тканини досліджуваного об'єкта, причому кож 3 В основу корисної моделі поставлена задача розширення області використання способу отримання сегментів КТ-зображень за даними попередньо вибраних точок, аналізуючи сусідні піксели за градієнтними ознаками, шляхом використання додаткової інформації, отриманої від зрізів комп'ютерної томографії з контрастним посиленням тканин. Поставлена задача вирішується тим, що у способі використання зрізів з контрастним посиленням тканин для проведення сегментації зображень комп'ютерної томографії, який полягає в отриманні сегментів зображень за даними попередньо вибраних точок, аналізуючи сусідні піксели за градієнтними ознаками, згідно з корисною моделлю, для отримання сегментів уточнюють визначення границь в районах значної зміни яскравості за допомогою того, що маркують цільове зображення значеннями різницевої матриці, яка характеризує судинну маску тканин досліджуваного об'єкта, при цьому різницеву матрицю розраховують за даними попарно сумісних зображень, для отримання яких проводять просторове суміщення одержаних на одному рівні зрізів комп'ютерної томографії без контрасту та з контрастним посиленням тканин. Таким чином, різницева матриця виступає як маркери, що визначають сегмент пухлини на зображенні, та слугує для уточнення визначення границь в районах значної зміни яскравості або однорідних ділянок з критерієм однорідності сусідніх пікселів за градієнтними ознаками в процесі отримання сегментів КТзображень. Як результат, це дає змогу підвищити ефективність проведення сегментації КТзображень ЮАОЧ людини за рахунок використання додаткової інформації, що отримується від зрізів з контрастним посиленням тканин. Додатковою цінністю корисної моделі є можливість отримання опису сегмента досліджуваного об'єкта щодо зон васкуляризації. Для пояснення суті корисної моделі на фіг. 1 і фіг. 2 наведено приклади початкових зображень, на фіг. 3 - фіг. 7 - приклади проміжних зображень, що характеризують виконання окремих кроків, та на фіг. 8 - приклад кінцевого зображення для заявленої корисної моделі. Заявлена корисна модель реалізується наступним чином та полягає у виконанні декількох кроків: визначення відповідних одне одному КТ - зображень без контрастного посилення (фіг. 1) та з 66116 4 введеним контрастом (фіг. 2), які були отримані на одному рівні вздовж об'єму пухлини; встановлення просторової відповідності через інтерактивне визначення контрольних точок на зображеннях без контрастного посилення (фіг. 3) та з введеним контрастом (фіг. 4); проведення необхідного геометричного перетворення даних ділянки КТ - зображення з контрастним посиленням (фіг. 5) з метою суміщення контрольних точок зображень (фіг. 3) та (фіг. 4); одержання значень різницевої матриці (фіг. 6) через проведення попіксельного віднімання даних КТ - зображення без контрастного посилення (фіг. 1) від даних модифікованого КТ - зображення з контрастним посиленням тканин (фіг. 5); усунення недоліків суміщення та одержання значень різницевої матриці, які характеризують судинну маску тканин пухлини (фіг. 7); знаходження шуканої ділянки пухлини в її дійсних границях (фіг. 8) на КТ - зрізах без контрастного посилення (фіг. 1) після маркування цільового зображення значеннями судинної маски тканин пухлини (фіг. 7). Для технічної реалізації способу корисної моделі необхідна стандартна апаратура: комп'ютерний томограф для отримання КТ зображень при проведенні рутинних досліджень з просторовою роздільною здатністю до 0.5 мм та швидкістю обертання рентгенівської трубки один оборот за 1 с; персональний комп'ютер з процесором Intel Pentium IV, CPU 1.5 GHz, RAM 512 MB, GPU GeForce3 / Radeon 9500 та монітором з роздільною здатністю 1280 × 1024 для обробки КТ - зображень; використання більш продуктивного обладнання та паралельних розрахунків скоротить час отримання зображень; принтер з кольоровим друком для отримання результатів у вигляді надрукованих на папері зображень. Джерела інформації: 1. Rangayyan, R. Biomedical Image Analysis / Rangaraj M. Rangayyan; The Biomedical Engineering Series; Michael R. Neuman, series editor. -Boca Raton, USA: CRC Press, LLC, 2005.-1272 pp. 2. Пат. 0999390 США, МПК G06K9/00; G06K9/34. Lung field segmentation from CT thoracic images / Zeng Xiaolan, Zhang Wei, Schneider Alexander С. (США); Заявл. 23.10.2001; Опубл. 29.05.2003; НКИ 382/131.-6 с. 5 Комп’ютерна верстка Г. Паяльніков 66116 6 Підписне Тираж 23 прим. Державна служба інтелектуальної власності України, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601