А.В. САВЧУК Научный руководитель – И.В.ЧУГУНКОВ, к.т.н

А.В. САВЧУК
Научный руководитель – И.В.ЧУГУНКОВ, к.т.н., доцент
Национальный исследовательский ядерный университет «МИФИ»
СИСТЕМА МОНИТОРИНГА ВНУТРЕННИХ КРОВОТЕЧЕНИЙ В РЕАБИЛИТАЦИОННЫЙ ПЕРИОД
В основе метода лежит анализ цветовой схемы HSV, по которой отбираются
изображения с предполагаемым кровотечением. Благодаря двухступенчатой системе анализа (блочный и точечный) достигается высокая точность исследования,
фактически исключающая ошибки. Полученная классификация изображений по
цветовому коду позволяет составить шкалу наличия или отсутствия кровотечения
на рассматриваемом участке ЖКТ, а также определить интенсивность кровотечения.
Беспроводная капсульная эндоскопия - инструмент для визуализации
патологий в желудочно-кишечном тракте, широко использующийся в мире наравне с традиционной эндоскопической диагностикой. Это единственный нехирургический метод осмотра тонкой кишки [1]. В результате
8-часового осмотра, в течение которого пациент занимается повседневными делами, получается около 57000 изображений. Вся информация с
капсулы поступает на считыватель и анализируется с помощью специального алгоритма на наличие кровотечений.
Предлагаемый метод распознавания кровоточащих областей включает
в себя два шага. Первый шаг разделяет фрагменты видео, содержащие
признаки кровотечения от не содержащих. На втором шаге происходит
дальнейший анализ отобранных изображений, подтверждающий, действительно ли данные изображения содержат признаки активного кровотечения.
При просмотре гастроэнтерологических изображений наиболее характерный признак, определяющий присутствие кровотечения, - это яркий
красный цвет или присутствие тёмно-красных областей. Автоматическое
распознавание кровоточащих областей можно свести к распознаванию
участков изображения с насыщенным красным цветом.
Цветовую насыщенность и оттенок можно легко узнать, изменив цветовую схему изображения на HSV (Hue, Saturation, Value) [2]. Для получения первичной классификации (содержит – не содержит) используется
блочный подход, который позволяет быстро проанализировать всё видео.
Каждое изображение разделяется на блоки по 64х64 пикселя и для каждого 𝐵𝑖 подсчитывается среднее значение цветовой насыщенности. Опреде-
ляется блок с наименьшей насыщенностью. Затем алгоритм находит второй по насыщенности блок из двенадцати оставшихся (𝐵2−𝑚𝑖𝑛 ). Кровотечение есть, если 𝐼𝑠 (𝐵𝑖 ) > 𝐼𝑠 (𝐵2−𝑚𝑖𝑛 ) + 𝑚, где 𝐼𝑠 - среднее значение цветовой насыщенности в блоке, а m – граница надёжности. Во время тестирования она устанавливалась равной 0.15.
На шаге 2 рассматриваются только те эндоскопические изображения,
которые были помечены как содержащие кровотечение. Проводится пиксельный анализ яркости и цветовой. Кровотечения обычно соответствуют
диапазону относительно небольших значений яркости пикселей - между
30 и 80. В результате можно вычислить два уровня границы. 𝑇𝑙 в следующем условии соответствует нижней границе, 𝑇ℎ – верхней. Кровотечение
есть, если 𝑇ℎ > 𝐼(𝑥, 𝑦) > 𝑇𝑙 .
Чтобы сделать классификацию более совершенной, изображения разделяются по уровню интенсивности кровотечения. Анализируется общее
количество пикселей 𝑁𝑆2 , отмеченных после шага 2 как кровотечение. 𝑁𝑆2
сравнивается с 𝑁𝑚𝑖𝑛 , параметром, используемым для разграничения изображений по уровням. По умолчанию значение 𝑁𝑚𝑖𝑛 установлено равным
450, если был применён только критерий цветовой насыщенности. При
применении обоих критериев, насыщенности и яркости, параметр выставляется равным 5000. Градация:
 Уровень 0 (кровотечение отсутствует): 𝑁𝑆2 < 𝑁𝑚𝑖𝑛
 Уровень 1 (кровотечение малой интенсивности):
𝑁𝑚𝑖𝑛 < 𝑁𝑆2 ≤ 1.8𝑁𝑚𝑖𝑛
 Уровень 2 (кровотечение умеренной интенсивности):
 1.8𝑁𝑚𝑖𝑛 < 𝑁𝑆2 ≤ 2.6𝑁𝑚𝑖𝑛
 Уровень 3 (кровотечение большой интенсивности):
𝑁𝑆2 > 2.6𝑁𝑚𝑖𝑛
Список литературы
1.
Mergener K., Ponchon T., Gralnek I. [et al.] Literature review and recommendations for
clinical application of small-bowel capsule endoscopy, based on a panel discussion by international
experts: consensus statements for small-bowel capsule endoscopy 2006/2007 // Endoscopy. – 2007.
– Vol.39. – P.895-909.
2.
P. Y. Lau, and P. L. Correia: „Detection of bleeding patterns in WCE video using multiple features” Proceedings of the 29th Annual International Conference of the IEEE EMBS; Cite
Internationale, Lyon, France; August 23-26, 2007, Page(s): 5601 – 5604.