Программное обеспечение автоматической классификации рентгенограмм грудной клетки на основе гибридных классификаторов

Цель работы - построение метода классификации патологических образований, предназначенного для автоматизированной обработки рентгеновских снимков грудной клетки. Методы. Для установления оптимальных параметров метода классификации патологических образований применялись дескрипторы Фурье, позволяющие сформировать пространство информативных признаков. Предложена гибридная технология классификации рентгенограмм грудной клетки, основанная на трехуровневой иерархической структуре. На первом уровне формируются «слабые» классификаторы, основанные на двух способах анализа данных. Первый способ основан на анализе амплитудных спектров Фурье в скользящем окне. Изображение последовательно сканируется окнами различного масштаба. В каждом окне определяется амплитудный спектр Фурье, на основе которого строят «слабый» классификатор. Он относит фрагмент изображения, попавшего в скользящее окно, к определенному классу. Второй способ основан на дескрипторах, полученных в результате аппроксимации гистограмм яркости в окне анализа. «Слабых» классификаторов получают столько, сколько масштабов окон анализа было выбрано. На втором иерархическом уровне объединяются решения «слабых» классификаторов внутри каждого способа анализа первого иерархического уровня. Окончательное решение принимает финальный классификатор, агрегирующий решения двух классификаторов второго иерархического уровня. Классификатор построен на основе нейронных сетей прямого распространения, обучаемых посредством реализации алгоритма обратного распространения ошибки. Результаты. Произведена оценка качества классификации морфологических образований на изображениях. Сформирован критерий проверки качества классификации, основанный на количестве неправильно классифицированных пикселей данного класса к общему количеству пикселей этого класса на эталонном изображении. Установлено, что предложенный метод многооконного спектрального преобразования позволяет осуществить дифференциальную диагностику пневмонии и онкологических морфологических образований по критерию не ниже 15 %. Вывод: результаты проведенных исследований могут быть использованы для построения интеллектуальных систем поддержки принятия решений по диагностике и прогнозированию социально значимых заболеваний.

рентгенограмма грудной клетки, классификатор, окно анализа, гистограмма яркости, спектр Фурье, агрегатор решений