CC BY
8Секция 2 53
Исследование статистического байесовского подхода к решению обратной некорректной задачи реконструкции изображений в приложении к ядерной кардиологии
И. П. Колинко, М. А. Гурко, Н. В. Денисова Новосибирский государственный университет Email: [email protected] DOI: 10.24412/cl-35065-2022-1-00-56
Однофотонная эмиссионная компьютерная томография (ОФЭКТ) является современным методом ядерной кардиологии, направленным на визуализацию и диагностику различных заболеваний сердечнососудистой системы. При обследовании пациентов методом ОФЭКТ оценивается распределение радиофармацевтического препарата (РФП) в миокарде левого желудочка (ЛЖ) сердца. При ишемических поражениях сердца концентрация РФП в клетках миокарда ЛЖ будет существенно ниже нормы. Для получения изображений на коммерческих ОФЭКТ системах используется метод Ordered Subsets-Expectation Maximization (OSEM). Алгоритм OSEM является нерегуляризированным и может приводить к "зашумлен-ным" изображениям. Чтобы преодолеть эти проблемы, в данной работе исследуется регуляризирован-ный байесовский подход Maximum a Posteriori (MAP) c заданием априорной информации с помощью функционала Гиббса (MAP-Gibbs) [1]. При использовании алгоритма MAP-Gibbs решение зависит от вида функционала Гиббса и от значения параметра регуляризации. В данной работе с помощью метода математического моделирования выполнена компьютерная имитация процедуры обследования с помощью антропоморфного математического фантома. Сырые проекционные данные генерировались с использованием статистического метода Монте-Карло, имитируя сбор данных с помощью вращающейся вокруг корпуса пациента гамма-камеры. Реконструкция 3D изображений осуществлялась с использованием алгоритмов OSEM и MAP-Gibbs с разными заданиями функционала Гиббса и значений параметра регуляризации. Для сравнительного анализа была использована программа по переводу 3D миокарда ЛЖ в двумерную полярную карту, как это делается в клинической практике.
Список литературы
1. Geman S., Geman D. Stochastic Relaxation, Gibbs Distributions, and the Bayesian Restoration of Images // IEEE TRansactions On Pattern Analysis And Machine Intelligence.1984. No 6.
О руководстве по критериям проверки отклонения распределения от нормального закона
Б. Ю. Лемешко
Новосибирский государственный технический университет
Email: [email protected]
DOI: 10.24412/cl-35065-2022-1-00-57
На основании результатов исследований подготовлено новое издание руководства, в котором по сравнению с первым [1] расширено множество рассмотренных специальных критериев нормальности. Все множество критериев, используемых для проверки нормальности, проранжировано по мощности относительно ряда близких конкурирующих гипотез. Выбор наиболее предпочтительных критериев для применения в приложениях облегчает предложенный рейтинг. Показано, что свойства критериев могут существенно изменяться вследствие наличия ошибок округления, и это необходимо учитывать при формировании статистических выводов. Разработанная программная поддержка вместе с подготовленными ранее руководствами [1-6] обеспечивают корректность статистических выводов по совокупности критериев, в том числе в условиях применения в нестандартных условиях.
