НИЯУ МИФИ

Факультет «Автоматики и электроники»

Кафедра «Компьютерные медицинские системы» НИЯУ МИФИ

Нирс На тему: Автоматизированная система обработки снимков клеток крови.

Выполнил

Студент группы А7-23: Клюев К.И.

Научный руководитель

Никитаев В.Г.

2012г.

Оглавление

Введение 3

Словарь терминов и определений 4

1. Цель и задачи 6

Цель: 6

Исходные данные: 6

Задачи: 6

1. Анализ предметной области 7

2. Объектная среда 8

3. Требования к системе 9

3.1 Концептуальная модель: 9

9

3.2 Функциональные требования 9

3.3 Требования к програмному обеспечению 10

4. Реализация 12

4.1 Основное ядро программы 12

4.2 Модуль фильтрации изображения 13

4.3 Модуль бинаризации и квантования изображения 15

4.4 Модуль сегментации изображения 17

4.5 Модуль классификации изображения 19

4.6 Мультимедийная обучающая система 21

5. Эксперимент 22

Заключение 26

Список литературы: 27

Введение

Развитие медицинских технологий всегда было одним из наиболее приоритетных направлений человеческой деятельности. Одной из сложнейших задач является распознание медицинских снимков и постановка диагноза на из основе, эта задача всегда требовала наличия врача-эксперта, который на основании своего опыта и знаний определял заболевание пациента. Основной проблемой является недостаточное количество таких экспертов, в связи с чем постановка диагноза может занимать значительное время, тогда как во многих случаях своевременная его постановка может быть разницей между жизнью и смертью пациента. В последнее время в связи с развитием технологий стало возможным частичная автоматизация этого процесса. Эта задача становится все более актуальной, так как благодаря автоматизации становится возможным гораздо более быстрое распознание не одного а целых групп снимков, что позволит намного ускорить постановку диагноза и спасти множество человеческих жизней. Стремительное развитие компьютерных технологий позволяет обрабатывать огромное количество информации и проводить сложные вычисления, недоступные человеку. Таким образом, основной целью на данный момент является разработка новых алгоритмов обработки изображений, позволяющих четко выявлять и идентифицировать паталогии на медицинских изображениях, при этом необходимо учитывать обратную зависимость между качеством и скоростью обработки изображений, и соблюдать баланс между этими параметрами. Например, в случае создания систем помощи принятия решений быстродействие является приоритетным параметром, так как врач может загружать снимок прямо во время операции и необходимо крайне быстрая его обработка и анализ; при создании же экспертной системы, по сути являющейся архивом снимков, на первое место выходит качество обработки, и быстродействие уже не является настолько принципиальным. При этом необходимо помнить что главным параметром всегда была и остается точность постановки диагноза, так как при его ошибочности всё быстродействие системы не имеет смысла. Также нельзя забывать, что опять таки в связи с огромной скоростью развития технологий, программа должна быть легко изменяемой и дорабатываемой, что позволит постоянно улучшать её благодаря увеличению технических возможностей.

В итоге, перед нами стоит задача создания максимально автоматизированной системы обработки изображений, состоящей из ядра и подключаемых модулей, которые собственно и выполняют определенные этапы обработки.