Автоматическое распознавание катетера на изображении УЗИ

    По данным публикации в журнале Медицинской Визуализации(Journal of Medical Imaging) за январь 2019 - Catheter segmentation in three-dimensional ultrasound images by feature fusion and model fitting / Сегментация катетера в трехмерных ультразвуковых изображениях путем слияния элементов и подбора модели - внешняя ссылка

    УЗИ все чаще используется во время таких вмешательств, как катетеризация сердца. Для точной идентификации катетера на ультразвуковых(УЗ) изображениях необходима дополнительная подготовка врачей и сонографистов. Как следствие, автоматическая сегментация изображения с обнаружением катетера на УЗ-изображении и оптимизированная демонстрация этого для врача может быть полезной для ускорения эффективности и безопасности вмешательств и улучшения их результатов. Для катетеризации сердца трехмерное(ЗД) УЗИ является потенциально привлекательным из-за отсутствия ионизирующего излучения и более высокого пространственного разрешения. Однако из-за сложной анатомической структуры сердца на 3Д УЗ-изображении сегментация изображения катетера является сложной задачей. В статье предлагается метод сегментации изображения внутрисердечного катетера из 3Д УЗ-изображения с помощью методов обработки изображений. Указанный метод сначала применяет классификацию на основе вокселей с помощью недавно разработанных функций мультимасштабирования и мультиопределения, которые обеспечивают надежную сегментацию вокселей катетера на 3Д УЗ-изображении. Во-вторых, модифицированная модель катетера применяется для сегментации изогнутого катетера на 3Д УЗ-изображении. Предложенный метод был подтвержден обширными экспериментами с использованием различных наборов данных in-vitro, ex-vivo и in-vivo. Предложенный способ может сегментировать катетер в пределах средней погрешности, которая меньше диаметра катетера (1,9 мм) на объемных изображениях. Основываясь на автоматической сегментации изображения катетера и в сочетании с оптимальной презентацией, врачам не нужно интерпретировать полученные УЗ-изображения, и они могут сосредоточиться на самой процедуре, чтобы улучшить качество вмешательства на сердце.

    *В свое время я хотел реализовать нечто подобное для поиска аппендикса - внешняя ссылка

    *комментарии редактора