Применение методов цифровой обработки для автоматизированной сегментации сердца по данным компьютерной томографии

Компьютерная томография как метод неразрушающего исследования внутренней структуры объектов в настоящее время широко применяется в кардиохирургии, в том числе для решения специфических задач, включающих математическое моделирование физиологических процессов, проведение хирургических вмешательств в дополненной реальности, трехмерную печать, радиомику. Одним из ключевых этапов в создании трехмерной модели по данным компьютерной томографии является сегментация — процесс выделения объектов на изображении. В настоящее время существует несколько подходов к автоматизации процесса сегментации, включающих применение методов обработки изображений, текстурного анализа и алгоритмов машинного обучения (в частности, кластеризации). Методы обработки изображений являются наиболее простым из представленных подходов и встречаются в различных приложениях для сегментации томографических данных. В работе проведен обзор преимуществ и недостатков различных методов обработки изображений (пороговая бинаризация, выращивание областей, обнаружение контуров и сегментация по морфологическим водоразделам) как инструментов автоматизированной сегментации сердца по данным компьютерной томографии. Выявлено, что изображения, получаемые при компьютерной томографии, обладают характерными особенностями, влияющими на процесс сегментации (наличие шумов, эффект частичного объема и т. д.). Выбор метода сегментации основывается на яркостных характеристиках области интереса и требует знания предметной области, поэтому должен осуществляться специалистом, обладающим компетенциями в области анатомии и цифровой обработки изображений. В качестве самостоятельных способов автоматизированной сегментации перечисленные методы применимы только в относительно простых случаях (выделение однородных или высококонтрастных областей), в противном случае требуются комбинация этих методов, применение алгоритмов машинного обучения или ручной коррекции результатов.