ИСТИНА |
Войти в систему Регистрация |
|
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Данное исследование посвящено разработке автоматических алгоритмов анализа изображений и других сигналов, которые могут значительно помочь врачам-кардиологам в обработке больших объемов данных или данных, требующих существенных временных затрат для обработки. Рассматриваются такие задачи как выделение миокарда на изображениях мультиспиральной компьютерной томографии (МСКТ) и магнитно-резонансной томографии (МРТ) сердца, диагностирование заболеваний по распределению плотности ткани миокарда. Помимо изображений самого сердца, в диагностике сердечно-сосудистых заболеваний используются изображения или видеофрагменты капилляров, полученные при помощи цифрового микроскопа. Анализируются форма капилляров и скорость кровотока. Данные о работе сердца получают с помощью электрокардиографии (ЭКГ), из которой можно извлекать данные о вариабельности сердечного ритма (ВСР). Анализ вариабельности сердечного ритма, а также формы волны ЭКГ позволяет диагностировать различные заболевания, в том числе, на ранней стадии, и определять конкретные физиологические состояния, например, наличие физической нагрузки в данный момент. При этом область применения подобного анализа не ограничивается кардиологией, а может быть распространена, например, на психологию. Таким образом, целью данного исследования является разработка автоматических алгоритмов анализа кардиологических данных, которые превосходят аналоги хотя бы по одному из показателей – точности или скорости, или применимы к новым задачам.
This study is devoted to the development of automatic algorithms for image analysis and other signals that can significantly help cardiologists in processing large amounts of data or data that require significant time to process. Such problems as myocardium discharge in images of multispiral computed tomography (MSCT) and magnetic resonance imaging (MRI) of the heart, diagnosis of diseases by the distribution of the density of myocardial tissue are considered. In addition to images of the heart itself, in the diagnosis of cardiovascular diseases images or video fragments of capillaries obtained by means of a digital microscope are used. The shape of the capillaries and the rate of blood flow are analyzed. Data on the work of the heart are obtained with the help of electrocardiography (ECG), from which it is possible to extract data on heart rate variability (HRV). The analysis of heart rate variability, as well as ECG waveforms, allows to diagnose various diseases, including at an early stage, and to determine specific physiological states, for example, the presence of physical exertion at the moment. At the same time, the scope of such an analysis is not limited to cardiology, but can be extended, for example, to psychology. Thus, the goal of this study is the development of automatic algorithms for the analysis of cardiac data, which surpass analogues by at least one of the indicators - accuracy or speed, or are applicable to new problems.
В рамках исследования планируется разработать комплекс новых алгоритмов автоматического анализа кардиологических данных: 1)Новый алгоритм сегментации миокарда на изображениях МСКТ или МРТ 2)Диагностическая модель автоматического количественного картирования микроструктуры тканей сердца у человека, основанная на данных о плотности миокарда 3)Новый алгоритм сегментации капилляров по видеофрагментам и определения скорости кровотока 4)Усовершенствованный алгоритм анализа данных о вариабельности сердечного ритма, примененный к новый задачам Выполненные исследования позволят значительно расширить научные знания в области автоматического анализа медицинских изображений и компьютерного зрения в целом.
По тематике проекта: кандидатская диссертация; 27 научных публикаций, в числе которых совместные работы с сотрудниками Научного Клинического Центра ОАО «РЖД», НИИ Неотложной Детской Хирургии и Травматологии Леонида Рошаля, НИИ Нормальной Физиологии имени П.К. Анохина; участие в международных конференциях и школах; авторство и чтение специального курса, руководство курсовыми и дипломными работами студентов.
Разработаны новые алгоритмы автоматического анализа кардиологических данных: 1)Алгоритмы сегментации миокарда на изображениях МСКТ и МРТ, которые превосходят аналоги по точности. Алгоритм сегментации миокарда на изображениях МСКТ запатентован. 2)Диагностическая модель на основе анализа структуры ткани миокарда на изображениях МСКТ, которая превосходит аналоги по точности. Алгоритм запатентован. 3)Алгоритм сегментации капилляров по видеофрагментам, который превосходит аналоги по точности. Также подготовлена размеченная база изображений. 4)Алгоритм диагностики на основе анализа данных о вариабельности сердечного ритма, который превосходит аналоги по точности. Алгоритм диагностики и предсказания заболеваний по коротким временным рядам интервалов, извлеченных из ЭКГ. Некоторые из разработанных ранее алгоритмов применены к задачам из психофизиологии. Все разработанные алгоритмы являются универсальными и могут быть применены к похожим задачам из других областей.
МГУ имени М.В.Ломоносова | Координатор |
грант Президента РФ |
# | Сроки | Название |
1 | 1 января 2017 г.-31 декабря 2017 г. | Исследование и разработка алгоритмов сегментации и анализа миокарда по изображениям МСКТ и МРТ |
Результаты этапа: 1)Построена диагностическая модель на основе анализа структуры ткани миокарда на изображениях МСКТ 2)Разработан новый алгоритм сегментации миокарда 3)Разработанные ранее алгоритмы анализа вариабельности сердечного ритма доработаны и применены для задач психофизиологии | ||
2 | 1 января 2018 г.-31 декабря 2018 г. | Исследование и разработка алгоритмов анализа видеофрагментов капилляров и данных ВСР |
Результаты этапа: 1)Разработан новый алгоритм сегментации капилляров по видеофрагментам, который превосходит аналоги по точности, также подготовлена размеченная база изображений. 2)Разработан новый алгоритм диагностики на основе анализа данных о вариабельности сердечного ритма, который превосходит аналоги по точности; разработан алгоритм диагностики и предсказания заболеваний по коротким временным рядам интервалов, извлеченных из ЭКГ. |
Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".