Предварительная обработка маммографических снимков Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 004.932

Садыков С.С. , Буланова Ю.А. , Яшков В.С.

Муромский институт (филиал) ГОУ ВПО "Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г. Муром

ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА МАММОГРАФИЧЕСКИХ СНИМКОВ

Аннотация. В данной работе представлен автоматизированный подход к повышению качества подозрительных областей на маммографическом снимке. Авторами разработан алгоритм гистограммных преобразований на базе известного алгоритма адаптивного выравнивания гистограмм (CLAHE) для удаления шума и яркостных неоднородностей. Предлагаемый алгоритм основан на среднем коэффициенте контрастности изображения.

Ключевые слова: маммограмма, киста молочной железы, рак молочной железы, средний коэффициент контрастности снимка, предварительная обработка, гистограммные преобразования.

Развитие доброкачественных и злокачественных новообразований в молочной железе возрастает год от года. По статистике [1] и [2] на 100 000 женского населения приходится 74,5. Для сокращения заболеваний требуется проводить самообследование и маммографический скрининг - это метод диагностики, позволяющий выявить признаки ракового заболевания у женщин на более ранней стадии, еще до возникновения очевидных признаков болезни. Однако скрининг не означает предотвращение возникновения рака молочной железы.

Авторы исследуют в данной работе два чаще всего встречающихся заболевания - киста и рак молочной железы (далее - РМЖ).

Киста молочной железы - одна или несколько полостей, которые обычно заполнены жидкостью. Она образуется из молочных протоков и может быть одиночной и групповой. Киста очень трудно обнаруживается на маммограмме, пока она не достигнет чрезмерно больших размеров, это связано со схожестью плотности новообразования с плотностью жировой ткани молочной железы [3]. Как таковой угрозы для жизни пациентки это заболевание не представляет. При попадании инфекции киста может нагнаиваться. Исследования показали, что увеличилось количество случаев возникновения рака молочной железы внутри кисты, следовательно, необходимо уделить больше внимания для обнаружения кисты.

Основной маммографический признак инвазивного РМЖ — это наличие объемного образования неправильной формы, без четких границ, неоднородной структуры, с тяжами в окружающие ткани, высокой плотности (выше плотности МЖ), с наличием микрокальцинатов в самой опухоли или в смежных областях [3].

Разработанная автоматизированная система предварительной обработки состоит из двух блоков: предварительная обработка снимков с кистой, предварительная обработка снимков с РМЖ.

Проводились исследования применения к указанным выше новообразованиям известных алгоритмов контрастирования, позволяющие получить выходные снимки с линейным, экспоненциальным, гиперболическим и другими распределениями гистограмм [4, 5]. Такие преобразования обычно позволяют

осуществить перераспределение количества точек в различных диапазонах яркости и тем самым визуализировать часто явно невидимые объекты (области) на снимке.

Исследования показали, что известные алгоритмы гистограммного преобразования плохо работают на малоконтрастных снимках, каковыми являются маммограммы, поскольку они в основном оперируют максимальными и минимальными значениями яркости.

Для обработки маммограмм, содержащих кисту молочной железы, авторами был разработан алгоритм гистограммных преобразований, основанный на среднем коэффициенте контраста изображения.

k = ЛИ х у)

f ’

J ср

где k- средний коэффициент контрастности изображения, fmax(x,y), бор - максимальное и среднее значения яркости исходного снимка, соответственно.

Гистограммное преобразование, учитывающее средний контраст, имеет следующий вид:

q(x, y) = k * y[f (х, у)] -

y[f (Х У)] m * и - y[0]’

где q(x,y) - выходное изображение, k - средний коэффициент контрастности исходного снимка, f(x,y) - текущее значение яркости исходного снимка,

255 тт .-|

УМ = £-AV е [0,255],

j=0 m * и

где i -значение градации яркости точки обработанного снимка (ie [0,255]), j - значение градации яркости точки исходного снимка (je [0,255], j<=i,), H- область изменения элементов гистограммы исходного изображения, h[j] - значение элемента гистограммы исходного снимка при яркости j (h[i]eH), Y - область изменения элементов гистограммы выходного изображения g(x,y), y[i] - значение элемента гистограммы обработанного изображения при яркости i (y[i]eY), y[0] =

y[f(x,y)=0] - значение элемента гистограммы обработанного изображения при яркости точки, рав-

ной 0, m*n - размер изображения.

Необходимым условием является применение медианной фильтрации для удаления дополнительного шума, возникшего после применения гистограммных преобразований [6].

XI X X X S x

fc 0 О о fc x 1—1 0

X 1—1 0 X X X A 0

О 1—1 а 0 0 a x II а a

О 1—1 fc л О fci s О fc fc

а Ш ш X a 0 1—1 Ш II Ш 0

X И 5^ 0 X II X V 5^

0 a м N К A K> X ho 0

а > X 0 X X fc

о X a i 0 > x

X X о 0 0 3 1 "S 0 X ><

X 0 X X X * м i | >

X О fc X S X х Ш X s < x X fc

X4 X 0 Q 3

fc ш х X m fc p

ш II о x о 0 1

§

5<

о 0

X X

Ш

1 1 X

0

fc 0 X

Ш X x

0 Ш 0

s X

0 0 0

fc X X

s 0

X 0 S

0 0

0 0 X

а a

fc X Ш

Ш 0

5^ 0 X x X s 0 X a Ш a x Q a 0

a

a fc

x Ш

Q S

a S

0 a

a

fc a

Ш a

S X

s 0

E fc

X

0 0

а a

fc 0

Ш

а x

0 0

a 0

Ш а

X fc

X Ш

0 5^

a 0

0 X

x

x X

0

0 X

а fc

fc X

Ш

5^ X

0 fc

X X

x 0

X Q

a

X x

fc

X I—1

X

0

fc £

1 fc О X а fc О X

fc

2 I

fc

X

О

X

0 fc

1

О

0 х X

? X

а 0 в X x fc 0 0

fc s CD x X fc a tD

Ш Xc a X x x о X

5^ 0 X x 0 a s a

0 X Ш 0 to Ш 0 X

X Ш X fc Ш 0 X 0

x X a X 2 fc a 0 X X

X 0 0 0 Ш X Ш Ш

■* X fc a 0 X X fc

x x 0 0 fc 0 0 0 Ш

о 0 a X Ш X X X

S x Ш а Ш X X a

II 0 X 0 X 0 X 0

X 0 0 a 0 a fc

1—1 T5 а X Ш X 0 X

X fc x X x Q X Q

СЛ 0 Ш 0 X 0 a fc a

Q 5^ 0 X X X

S S Ш X 0 X S Ш i k j a X 0 X о fc a 0 о a X 0 Q X

E a X X X X О X a X

X 0 Q 0 X a Ш X 0

a Q X 0 a Ш fc X 0

a a a S о a fc X X 0 a а

X 0 fc Ш о X a X 0 fc

0 a Ш X X 0 Q 0 X fc fc Ш

fc fc fc a fc fc X fc X X 1 5^

X Ш Ш X X X X X a Q 0

0 S fc 0 0 0 a a S fc X

a S X 0 X a X S 0 X

0 E X - a 0 0 Ш Ш a •* X

Обработка

Рисунок 4 соответственно

Исходное изображение, содержащее рак молочной железы

и его гистограмма

Рисунок 5 - Обработка исходного снимка известным алгоритмом, на выходе - линейное

распределение

Как видно на Рисунках 4 и 5 контрастность снимков значительно не изменилась. Распределение яркостей выходного изображения о_обраб_снимка=21,9 сильно увеличилось. Ухудшилось качество снимка, так как увеличилось значение энтропии выходного снимка Н=6,4, что показывает увеличение неравномерности распределения яркостных характеристик изображения.

Эксперименты показали, что применение распространенных алгоритмов преобразования гистограмм изображений [7] не позволяет решать задачу выявления нужных областей на малоконтрастных снимках на различных уровнях градации яркости.

Таким образом, использование известных алгоритмов предварительной обработки малоконтрастных маммографических снимков не может быть допустимым для решения поставленной задачи, так как эти алгоритмы не учитывают индивидуальные особенности маммографических снимков, а также конкретных видов новообразований.

Предложенными алгоритмами было обработано свыше 40 снимков, содержащих кисту молочной железы, и 45 маммограмм, которые содержали области рака молочной железы.

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта №13-07-00825

ЛИТЕРАТУРА

1. Состояние онкологической помощи населению России в 2011 году. Под ред. В.И. Чиссова, В.В. Старинского, Г.В. Петровой. - М.: ФГБУ «МНИОИ им. П.А. Герцена» Минздравсоцразвития России, 2012.илл. - 240 с. ISBN 978-5-85502-170-7

2. Социально значимые заболевания населения России в 2011 году (Статистические материа-лы)/Департамент организации медицинской профилактики, медицинской помощи и развития здравоохранения ФГУ «Центральный научно-исследовательский институт организации и информатизации здравоохранения и Росздрава», Москва, 2012 - 67 с.

3. Г.П. Корженкова Комплексная рентгено-сонографическая диагностика заболеваний молочной железы, 1-е издание - М.: ООО «Фирма СТРОМ», 2004 - 128 с., ил.

4. Садыков С.С., Захарова Е.А., Буланова Ю.А. Методика выявления области кисты молочной железы на маммограмме//Алгоритмы, методы и системы обработки данных. 2012. № 22. С. 89-103.

Садыков С.С.,. Буланова Ю.А, Романов А.Г. Алгоритм текстурной сегментации для выявления областей кисты на маммограммах// Алгоритмы, методы и системы обработки данных. 2013. №19. С. 5055.

Садыков С.С., Захарова Е.А., Буланова Ю.А. «Технология выделения кисты на маммограмме». Вестник РГРТУ. № 1 (выпуск 43). Рязань, 2013. С.7-11

Садыков С.С., Буланова Ю.А., Захарова Е.А., Яшков В.С. Исследование маркерного водораздела для выделения области рака молочной железы//Алгоритмы, методы и системы обработки данных. 2013. №23. С. 56-64.