СПОСОБ ДИАГНОСТИКИ ПАТОЛОГИИ ОКОЛОНОСОВЫХ ПАЗУХ ПУТЕМ РАСПОЗНАВАНИЯ ОБРАЗОВ

Предлагаемое изобретение относится к медицине, а именно к оториноларингологии, и может быть использовано для выявления воспалительной патологии околоносовых пазух (ОНП).

Воспалительные заболевания ОНП - параназальные синуситы (ПНС) являются самой распространенной воспалительной патологией в оториноларингологии (Пискунов Г.З., Пискунов С.З. Клиническая ринология / М.: Миклош, 2002. - 390 с.). Число орбитальных осложнений ПНС в последнее десятилетие не имеет устойчивой тенденции к снижению, в особенности это касается региона Северного Кавказа (Волков А.Г., Гюсан А.О. Течение и лечение экссудативных фронтитов на Северном Кавказе // Фундаментальные исследования. - 2005. - №2. - С. 115-116), где, по ряду причин, особенно распространены ПНС передней группы пазух. За последние годы отмечен существенный рост воспалительных заболеваний носа и ОНП, как в абсолютных цифрах, так и по удельному весу в структуре общей ЛОР заболеваемости и оценивается величиной в 52,7% (Терновой С.К., Араблинский А.В., Синицин В.Е. Современная лучевая диагностика заболеваний придаточных пазух носа. - М.: 2004, - 120 с.).

Основными в диагностике ОНП общепризнаны лучевые методы. В течение многих десятилетий в диагностике упомянутых заболеваний используют обзорную рентгенографию околоносовых пазух (Пискунов И.С., Пискунов B.C. Клиническая анатомия решетчатых и клиновидных костей и формирующихся в них пазух. - Курск, 2001. - 296 с.).

Проведенными исследованиями по научно-медицинской и патентной литературе нами были выявлены различные способы диагностики верхнечелюстных и лобных пазух. Представим их анализ сущностей, достоинств и недостатков.

Известен рентгеновский способ диагностики ПНС (Файзуллин М.Х. Рентгенодиагностика заболеваний и повреждений придаточных полостей носа. - М.: Медицина. - 1969. - С. 5-8), заключающийся в получении теневого изображения околоносовых пазух - рентгенограмм на светочувствительной пленке при просвечивании пазух рентгеновским излучением и последующем анализе результатов исследования Способ реализуется следующим образом: выполняют укладку головы пациента таким образом, чтобы центральный поток излучения рентгеновской трубки проходил через сагиттальную плоскость черепа на высоте глазной щели, производят экспонирование, а затем осуществляют обработку снимка. Состояние ОНП оценивают путем визуального сравнения прозрачности рентгенограммы в области пазухи и одноименной орбиты, прозрачность которой принята за условную (эталонную) норму.

Существенным признаком, общим с существенными признаками заявляемого способа, является выделение контуров на рентгеновском снимке из области изображений пазухи и орбиты, определение состояние пазухи путем сравнительного анализа прозрачности области пазухи и одноименной орбиты.

Причины, препятствующие достижению технического результата и являющиеся недостатками этого способа, заключаются в следующем:

- интуитивно-качественном, основанном на профессиональном опыте, принципе принятия решения по оценке состояния пазухи;

- зависимости достоверности диагноза от качества выполненного снимка и технологии проявки пленки;

- субъективизме при выявлении врачом контуров диагностируемых фрагментов.

Появление цифровых рентгеновских аппаратов по сравнению с таковыми при традиционной технологии с фиксацией изображения объекта на пленке при обзорной рентгенографии позволило получать при диагностике ряд преимуществ (Кириллов С.Н., Орешков В.И. Применение комбинированных методов обработки для повышения качества цифровых диагностических снимков // Биомедицинские технологии и радиоэлектроника. - 2005. - №7. - С. 37-40):

- ослабление лучевой нагрузки на пациента на 50-70%, что связанно с высокой чувствительностью цифровых рентгеновских датчиков, а также уменьшение влияния на окружающую среду;

- упрощение обработки снимка, в частности исключается длительная и сложная технология проявки пленки и необходимость утилизации химических отходов, а соответственно и наличие фотолаборатории;

- высокая скорость получения цифрового снимка (меньше одной минуты);

- изображение в цифровой форме сколь угодно долго может храниться на носителе компьютера, CD-диске, флэш-памяти с быстрым обеспечением доступа;

- возможность калибровать, фильтровать, стандартизировать цифровой снимок;

- легко и быстро передавать изображение по компьютерным сетям, Internet.

Последнее способствовало открытию нового направления в медицине - телемедицины, когда диагностический снимок может быть передан для консультации из районной больницы в медицинские центры крупных городов.

За последние два десятилетия компьютерная томография (КТ) нашла широкое применение в диагностике заболеваний ОНП (Терновой С.К., Араблинский А.В., Синицин В.Е. Современная лучевая диагностика заболеваний придаточных пазух носа. - М. - 120 с.; Труфанов Г.Е., Алексеев К.Н. Лучевая диагностика заболеваний околоносовых пазух. - 2-ое издание, ЭЛБИ: СПб, 2011. - 234 с.). Это высокоинформативное средство исследования позволяет визуализировать в технологиях 2D, 3D патологические изменения в ОНП. В связи с этим возросла роль в предоперационной диагностике патологических изменений в ОНП, определение топографической анатомии и вариантов анатомического строения носа и ОНП в обязательных рентгеновских укладках для их исследования в коронарной и аксиальной проекциях.

Однако как в цифровой рентгенографии, так и при КТ осуществляется регистрация и обработка рентгенограмм для облегчения визуализации изображений неоптического диапазона, и они не обеспечивают выделение информации, необходимой для решения диагностических задач.

Семантику медико-биологических изображений на рентгеновских и КТ-снимках исследует и интерпретирует визуально врач-рентгенолог и предоставляет информацию врачу-клиницисту. Такая последовательность анализа снимков может быть источником недостоверных интерпретаций не только при анализе материала, но и при его передаче.

Следует отметить дороговизну и малодоступность КТ оборудования широким массам пациентов РФ. Субъективизм интерпретации данных обзорной рентгенографии и КТ значительно снижает их диагностическую ценность и является источником 30% ошибочных решений (Королюк И.П. Рентгеноанатомический атлас скелета (норма, варианты, ошибки интерпретации) / М.: Видар, 1996. - 192 с.; Волков А.Г., Краснопольский О.В. Дополнительные возможности для уменьшения ошибок в рентгенологической диагностике фронтитов // Сб. матер. мед. науч.-практ. конф, посв. 80-летию горбольницы №1. - Ростов н/Д, 2002. - С 31).

Применительно к предлагаемому способу пленочный, цифровой рентгеновский аппараты и компьютерный томограф, а также электронный, магнитный и оптический носители информации являются источниками изображений для последующего диагностического анализа. Изображение описывается функцией двух координат f(y,z), хранится и обрабатывается в ЭВМ в виде массива точек (пикселей), квантованных по яркости и дискретизированных по топологии снимка , где m, n - строк и столбцов массива, i, j - индексы массива изображения по строкам и столбцам соответственно. Такое представление снимков открывает большие возможности в плане их математической обработки с целью разработки новых методов поиска смысловой информации для достижения высокого уровня достоверности диагноза воспалительных патологий ОНП.

Известен способ исследования и диагностики биологического объекта и его части (заявка №2010154675, дата публикации 10.07.2012, авторы: Натаровский С.Н. (RU), Беляков В.А. (RU), Мантурова H.E. (RU)), включающий в себя следующие действия:

1. получение изображения биологического объекта или его части посредством оптико-механического устройства, микроскопа, рентгеновского аппарата, ультрасонографа, либо съема изображения с магнитного, электрического или оптического носителей информации;

2. изображение объекта или его части получают путем дискретизации по пространству и квантования по амплитуде;

3. калибрование, стандартизацию и фильтрацию полученного изображения;

4. проведение компьютерного морфометрического и денситометрического исследования изображения;

4.1. выявление «зон интереса» на полученном изображении;

4.2. установление необходимых диапазонов характеристик интенсивности сигнала по зафиксированному распределению характеристик взаимодействия излучения с веществом на изображении;

4.3. разделение «зоны интереса» на области с определением морфометрических и денситометрических параметров изображения внутри областей;

4.4. сопоставление данных исследуемого объекта с аналогичными показателями группы сравнения;

5. по результатам сравнения принимают решение о состоянии исследуемого объекта или его части.

Причинами, препятствующими достижению технического результата, являются:

- низкий уровень диагностики исследуемого объекта. В соответствии с ограничительной частью формулы изобретения известного способа идентификацию класса состояния исследуемого объекта (или его части) осуществляют путем сравнения параметров (видимо, денситометрических и морфометрических), характеризующих объекты, образующих группу сравнения и относящиеся к различным классам состояний. Состояние исследуемого объекта (или его части) идентифицируют классом объекта (его части) группы с наиболее близкими (равными) параметрами исследуемому. Число объектов группы сравнения целочисленно и предположительно может быть оценено как N=2^m, где m - число параметров.

- в представленной формуле изобретения известного способа не акцентируется характер сопоставления (мультипликативный или аддитивный) показателей исследуемого объекта (или его части) и объектов группы сравнения:

- при аддитивном сравнении величина погрешности «скрытна» и зависит от качества изображения исследуемого объекта и сравниваемых;

- при мультипликативном характере возможна частичная компенсация этих погрешностей;

- к сожалению, не раскрыта функциональная связь значений и числа параметров с классами состояний (отсутствует модель диагностики);

- авторы известного способа не указывают, в какой области (пространственной, временной или частотной) изображения работает предложенный ими способ;

- как следует из отличительной части формулы изобретения известного способа получение серий изображений исследуемого объекта (его части) в различных спектрах излучения осуществляют прием отражения от его внешнего вида, что ограничивает область применения, поскольку предлагаемый нами способ предназначен для диагностики состояний внутренней структуры костных тканей околоносовых пазух;

- способ в реализации, на наш взгляд, достаточно неточен, конструктивно сложен в исполнении, поскольку:

- необходима калибровка изображения объекта или его части при различных спектрах излучения, что непременно приведет к необходимости перерасчета погрешности при определении диапазонов денситометрических параметров, в частности, при определении шага квантования, это действие приведет к изменению разрядной сетки для каждой спектральной области;

- формула изобретения известного способа носит обобщенный, по нашему мнению, некорректный характер, например, как увязать п. 1 и п. 4: по п. 1 получают изображение объекта в различных спектрах, а по п. 4 изображение получают посредством цифрового рентгеновского аппарата?

- некорректность п. 7 и п. 8: не ясен источник мешающих помех и характер их проявления, следовательно, затруднена реализация фильтрации.

Существенными признаками, общими с существенными признаками заявляемого способа являются:

- получение изображение объекта посредством цифрового рентгеновского аппарата либо томографа;

- изображение получают путем дискретизации по пространству (морфометрическому параметру) и квантования по амплитуде интенсивности яркости (денситометрическому параметру);

- определяют диапазон значений характеристик по распределению денситометрического параметра (интенсивность яркости области соответствующей нормальному состоянию ОНП и интенсивность яркости для различных классов состояний пазух с воспалительными патологиями);

- сравнительное сопоставление показателей исследуемой области с показателями эталонной с последующей идентификацией состояния исследуемой области.

Наиболее близким к предлагаемому способу является способ диагностики воспалительной патологии верхнечелюстных пазух (Патент RU №2234859, МПК А61В 6/00 от 21.10.2002, опубл. 27.10.2004 // Пальчун В.Т., Магомедов М.М., Петухова П.В.), заключающийся в том, что он представляет собой следующую последовательность действий.

Выполняют обзорные рентгенограммы околоносовых пазух в носоподбородочной проекции. На рентгенограмме выделяют «зоны интереса», так называемые контура верхнечелюстной пазухи и одноименной орбиты. Способ реализован посредством сканера (если изображение диагностируемого объекта находится, например, на проявленной фоточувствительной пленке и памяти персонального компьютера), возможен и принтер для распечатки результатов процесса диагностики. С помощью специальной компьютерной программы выполняют денситометрию контуров пазухи и одноименной орбиты, т.е. отображают плотность их тканей в единицах шкалы серого цвета. Площади контуров отображают соответственно числом пикселей.

Таким образом, выполняется дискретизация в пространстве изображений контуров пазухи и одноименной орбиты. Контуры отображаются пикселями (элементарными точками соответствующих изображений), каждый из которых имеет пространственные координаты в декартовой плоскостной системе (Y,Z). Изображение контура может быть отображено матрицей двумерных функций f(y_i,z_j); i,j ∈n, значение которой в каждой точке будет отображать интенсивность (х) яркости монохромного изображения в диапазоне 2^k, где k - разрядность, 2^k - число уровней шкалы серого цвета.

Затем строятся гистограммы - статистические образы изображений выделенных контуров, отображающие структуру тканей пазухи и одноименной орбиты. По гистограмме контура пазухи определяется среднеарифметическое значение интенсивности яркости, характеризующее плотность ткани, например, верхнечелюстной пазухи, в единицах шкалы серого цвета, аналогично определяют плотность интенсивности яркости одноименной орбиты так же в единицах шкалы серого цвета.

Необходимо отметить, что значение плотности яркости верхнечелюстной пазухи, выраженное в единицах шкалы серого цвета, не может достоверно отображать состояние пазухи, поскольку разница между показателями плотности при различной патологии пазухи не достоверна. На величину плотности интенсивности яркости пазухи на рентгенографическом снимке влияют и технические параметры рентгенологического исследования (жесткость рентгеновских лучей, качество пленки, метод экспозиции и т.д.), которые в одинаковой степени меняют значения гистограммы в области контуров пазухи и орбиты.

И поэтому с целью исключения влияния вышеуказанных параметров на достоверность диагностики патологий пазух авторами известного изобретения предложено оценивать состояние пазух коэффициентом плотности. Коэффициент плотности (Кп) определяют как отношение плотности изображения исследуемой пазухи к плотности изображения одноименной орбиты, принимаемое как эталонный образ.

В этом способе при компьютерной обработке рентгенограмм ОНП получают количественную величину, именуемую коэффициентом плотности, характеризующей наличие и степень патологии в верхнечелюстной пазухе. При этом: при значениях коэффициента плотности Кп=1,03±0,12 диагностируют норму; Кп=1,78±0,2 - полипы слизистой верхнечелюстной пазухи без обтурации; при Кп=1,83±0,21 - гиперплазированная слизистая оболочка; значение Кп=2,28±0,19 - соответствует гнойному содержимому в верхнечелюстной пазухе, то есть значения степени выраженности патологического процесса и характера экссудата можно отобразить количественно в виде шкалы классов.

Помимо количественной величины, характеризующей наличие патологического процесса в верхнечелюстной пазухе по форме гистограммы (кривой плотности интенсивности яркости пикселей), осуществляют качественный интуитивный анализ содержимого верхнечелюстной пазухи.

Гистограмма с одним экстремумом (одногорбая) отображает однородность (гомогенность) содержимого (или экссудат, или воздух, или полипы), причем значение коэффициента плотности для всей верхнечелюстной пазухи учитывается в диагностике гайморита и является достоверным признаком лишь в том случае, когда гистограмма имеет вид «одногорбой» кривой.

Неоднородность (гетерогенность) содержимого верхнечелюстной пазухи в известном способе выявляется в виде различных кривых в гистограмме, то есть гистограмма имеет несколько экстремумов и соответствующих им значений денситометрического параметра (моды). Гистограмму в этом случае называют многомодальной (многогорбой - в авторской редакции).

Наличие «многогорбой» гистограммы, отображающей изображение контура пазухи, свидетельствует о наличие в пазухе нескольких структур (тканей) различной плотности (воздух + экссудат, воздух + полипы и т.д.), неоднородность плотности пазухи наталкивает на необходимость выполнения компьютерного анализа каждого из «горбов» гистограммы с определением коэффициентов плотности для данного участка верхнечелюстной пазухи. Сравнение коэффициентов плотности, полученных при компьютерной обработке «многогорбой» гистограммы, с значениями коэффициента плотности, соответствующих состоянию пазух в «норме», позволяет судить о характере и виде неоднородного содержимого верхнечелюстной пазухи и актуальной необходимости продолжения исследования.

Причинами, препятствующими достижению технического результата, являются:

- качественный анализ «одногорбых» гистограмм приводит к неоднозначности диагностики;

- некачественность обработки светочувствительной пленки, неоднородность тканей одноименной орбиты при цифровой рентгенографии приводит к появлению многогорбой гистограммы (статистического образа) орбиты, использующейся как эталонный образ при оценке состояния пазухи и количественной оценки степени ее патологии, что приводит к снижению достоверности диагностики, а также к недостоверной оценке степени воспалительных процессов;

- гетерогенность структуры тканей, отображаемой многогорбой гистограммой, оценивают интуитивно, то есть качественным образом.

Общими признаками с заявляемым способом являются:

- рентгенографический метод получения изображения частей исследуемого объекта, в виде обзорных рентгенограмм;

- выделение на них «зон интереса» посредством контуров пазухи и одноименной орбиты;

- использование контура орбиты в качестве эталонного образа при идентификации класса и оценки степени патологии;

- получение цифровой модели пазухи и орбиты посредством дискретизации по пространству плоскости контуров и квантованию по амплитуде интенсивности яркости;

- построение гистограмм контуров исследуемой пазухи и одноименной орбиты с последующей оценкой их количественными характеристикам (плотностью, то есть среднеарифметическим, и дисперсией);

- оценка состояния пазухи: при Кп<1.03±0.12, состояние пазухи как нормальное, при Кп≥1.15 - наличие патологии;

- формирование количественной шкалы коэффициентов плотностей для последующей классификации патологий и идентификации класса патологии.

Общим интегральным признаком известного и предлагаемого способов является процесс распознавания воспалительной патологии околоносовых пазух на основании сопоставления апостериорной информации (гистограмм, коэффициентов плотности) диагностируемого объекта и объектов с фиксированными, априорными и апостериорными характеристиками на принципе распознавания образов.

Задача, на решение которой направлено заявленное изобретение, заключается в повышении эффективности принятия решения врачом-оториноларингологом при дифференциальной диагностике патологии околоносовых (верхнечелюстных и лобных) пазух.

Напомним, что в соответствии с работой (Горелик А.Я., Скрипкин В.А. Методы распознавания. - М.: Высшая школа, - 2004. - 261 с.; Мазуров Вл.Д. Математические методы распознавания образов. - Екатеринбург. - 2010. - 101 с.) в медицинской диагностике назначение системы распознавания - получить информацию, необходимую для принятия определенных решений о принадлежности неизвестного объекта (патологий пазухи) к тому или иному классу (патологии). Правило, которое каждому объекту (его состоянию) ставят в соответствие определенное наименование классов, называется решающим правилом. В методе медицинской диагностики распознавание - не есть самоцель, а средство получения исходной информации, необходимой для принятия управленческих решений врачом, иными словами, это - система мер информационной поддержки врача-оториноларинголога.

Технический результат, достигаемый при осуществлении заявленного способа, заключается:

- в возможности количественной оценки содержимого ОНП за счет введения коэффициента вариации, позволяющего оценить степень однородности содержимого исследуемого контура;

- в повышении эффективности дифференциальной диагностики при однородности содержимого ОНП за счет повышения точности локализации области предполагаемой патологии путем масштабируемой сегментации одноименных контуров пазухи и орбиты на исследуемом рентгенографическом снимке.

Технический результат достигается за счет того, что в предлагаемом способе диагностики воспалительной патологии верхнечелюстных пазух изображения выделенных контуров одноименной пары контуров пазухи и орбиты представляют как результат оцифровывания одноразмерными матрицами интенсивностей яркостей в десятичной системе счисления для визуального анализа топологического распределения денситометрического параметра, формируют соответственно вариационные ряды, с последующей оценкой размаха каждого вариационного ряда Δх=x_max-x_min, определяют отношение экстремальных элементов ряда η=x_max/x_min, в первичном приближении осуществляют оценку состояния пазухи: в норме - при Δх≅0, η≅1; наличие патологии Δх≠0, η>1, при подтверждении диагноза характер патологии пазухи дополнительно оценивают количественно коэффициентом вариации V, определяемого отношением среднеквадратичного отклонения σ к плотности М соответствующей гистограммы, тем самым повышая разрешающую способность диагностирования состояния пазухи.

Технический эффект заявленного способа представляется в виде повышения эффекта распознавания образа патологии за счет сегментации пары одноименных контуров пазухи и орбиты, имеющих многомодальную гистограмму, путем декомпозиции каждой соответствующей контуру матрицы значений интенсивности яркости на L подматриц размером n_l×n, где n_l=n/L, n×n - размерность исходной матрицы контура, по денситометрическим данным подматриц строят L соответствующих им гистограмм и оценивают их количественными характеристиками M_l, D_l, σ_l, V_l, где l номер сегмента, причем посредством количественного и качественного сравнительного анализа гистограмм сегментов контуров орбиты выбирают в качестве эталонного образа такой l-й сегмент, гистограмма которого имеет гомогенный характер с минимальным значением дисперсии D_ol→min и коэффициента вариации V_ol→min и фиксируют параметры его гистограммы, затем производят дифференциальную топологическую декомпозицию общего коэффициента плотности К_пл исследуемой пазухи на L коэффициентов плотности сегментов, каждый из которых соответственно определяют отношением плотности М_пl, гистограммы l-го сегмента контура пазухи к плотности гистограммы сегмента контура орбиты M_ol, выбранного в качестве эталонного образа К_{пл l}=M_пl/M_ol, по топологическому ряду значений коэффициентов плотности и вариации сегментов контура пазухи {K_пл1, K_пл2, …, K_плL}; {V₁, V₂, …, V_L} редактируют оценку состояния пазухи и тем самым осуществляют локальную интерпретацию содержимого диагностируемой пазухи.

Способ дополняется чертежами, поясняющими все этапы дифференциальной диагностики ОНП на основе распознавания образов патологии.

На Фиг. 1. Пример выделения «зон интереса» на обзорной рентгенограмме путем контуризации исследуемых ОНП и одноименных гомолатеральных орбит.

На Фиг. 2. Пример сегментации исследуемой орбиты (А) и ОНП (Б).

На Фиг. 3. Гистограммы и их числовые характеристики, соответствующие сегментируемым областям.

На Фиг. 4. Обзорная рентгенограмма больного К., на которой произведена контуризация исследуемых областей (пазух) и эталонов (орбит).

На Фиг. 5. Гистограммные модели, соответствующие левосторонней ОНП и одноименной орбите больного К.

На Фиг. 6. Гистограммные модели, соответствующие правосторонней ОНП и одноименной орбите больного К.

На Фиг. 7. Обзорная рентгенограмма больной А., на которой произведена контуризация исследуемых областей (пазух) и эталонов (орбит).

На Фиг. 8. Гистограммные модели, соответствующие правосторонней ОНП и одноименной орбите больной А.

На Фиг. 9. Сегментация правосторонней ОНП больной А., с последующим получением гистограммных моделей для каждого сегмента

На Фиг. 10. Гистограммные модели, соответствующие левосторонней ОНП и одноименной орбите больной А.

На Фиг. 11. Сегментация левосторонней орбиты больной А., с последующим получением гистограммных моделей для каждого сегмента.

На Фиг. 12. Сегментация левосторонней ОНП больной А., с последующим получением гистограммных моделей для каждого сегмента

На Фиг. 13. Обзорная рентгенограмма больного М., на которой произведена контуризация исследуемых областей (пазух) и эталонов (орбит).

На Фиг. 14. Гистограммные модели, соответствующие правосторонней ОНП и одноименной орбите больного М.

На Фиг. 15. Сегментация правосторонней орбиты больного М., с последующим получением гистограммных моделей для каждого сегмента.

На Фиг. 16. Сегментация правосторонней ОНП больного М., с последующим получением гистограммных моделей для каждого сегмента.

На Фиг. 17. Гистограммные модели, соответствующие левосторонней ОНП и одноименной орбите больного М.

Способ реализуется следующим образом.

Производится обзорная рентгенограмма (компьютерная томограмма) в необходимой для клинического исследования ОНП проекции. В случае если рентгеновское изображение получено на физическом носителе (пленке), производится его оцифровка на основе известных скан-технологий.

На полученном цифровом изображении врачом-клиницистом с помощью специализированного программного обеспечения производится выделение «зон интереса» посредством контуризации исследуемой ОНП и одноименной орбиты (Фиг. 1) при этом орбита выступает в качестве эталонного образца для идентификации и оценки степени патологии одноименной пазухи.

Выделенные «зоны интереса» цифрового рентгенографического снимка подвергаются обработке в виде дискретизации по пространству выделенных контуров и квантованию по степени интенсивности яркости пикселей по шкале серого цвета и в конечном результате представляются в виде одноразмерных матриц значений яркости пикселей

где размер матрицы n определяют шагом дискретизации исследуемой области снимка, а значения элементов матрицы х₁₁…x_nn определяются шагом квантования или выбранным числом уровней диапазона шкалы серого цвета.

По данным соответствующих матриц находят вариационный (возрастающий) ряд значений элементов матриц (Вентцель Е.С., Овчаров Л.А. Теория вероятностей, 1969; Кобзарь А.И. Прикладная математическая статистика. - М.: ФИЗМАТЛИТ, 2006).

Затем, для каждого вариационного ряда определяют размах как разность между экстремальными значениями элементов ряда Δх=x_max-x_min и их отношение η=x_max/x_min, которые в первичном приближении, позволяют оценить состояние исследуемой области: при Δх≅0, η≅1 предполагают норму; при Δх≠0, η>1 - наличие патологии.

Каждый вариационный ряд в последующем действии разбивается на конечное число интервалов

где h=1+log₂n - величина интервала по формуле Стерджесса (Кремер Н.Ш. Теория вероятностей и математическая статистика. - М.: ЮНИТИ-ДАНА, 2003, - 543 с., с. 265)

После этого подсчитываем число значений n_i денситометрического признака, попавших в каждый из k интервалов:

Далее, на основе полученных данных строят гистограммы пазухи и одноименной орбиты распределения денситометрического параметра в зависимости от уровня интенсивности яркости пикселя по шкале серого цвета (от 0 до 255), при этом гистограммы становятся наиболее полным статистическим портретом выделенных контуров и позволяют:

- наглядно представить исследуемые фрагменты;

- оценить их яркостное вероятностное распределение;

- сравнить с другими диагностически-информативными областями рентгенограммы и оценить состояние пациента;

- по виду гистограммы судить о наличии или отсутствии посторонних включений в области исследований: при одномодальной гистограмме - гомогенность (однородность), при многомодальной - гетерогенность (неоднородность) содержимого.

Для классификации содержимого исследуемых «зон интереса» каждую гистограмму оценивают количественными характеристиками:

- плотность интенсивности яркости соответственно пазухи и орбиты:

- дисперсиями

и

- среднеквадратичными отклонениями

Затем определяют, как в прототипе, коэффициент плотности (К_п) отношением плотности интенсивности яркости (M[X_п]) значений исследуемого и эталонного (М[Х_о]) одноименных контуров:

По значению коэффициента плотности К_пл идентифицируют состояние пазухи (при значении К_пл<1.02±σ оценивают состояние как нормальное, при К_пл≥1.02±σ диагностируют наличие патологии в соответствующей пазухе).

Для визуального количественного анализа пространственного распределения содержимого патологической пазухи и оценки степени однородности яркости пикселей изображения контура орбиты, степень неоднородности изображений пазухи и орбиты количественно оценивают соответственно коэффициентами вариации:

где σ[Х_п], M[X_п] - среднеквадратичное отклонение и плотность интенсивности яркости пикселей контура исследуемой пазухи.

Чем больше значение коэффициента вариации, тем относительно больший разброс и меньшая однородность исследуемых значений денситометрического параметра. На основании статистических исследований (Самойленко А.П., Волков А.Г., Пужаев С.И., Прибыльский А.В. Статистический метод распознавания образов при диагностике состояний лобных пазух пациентов. - В кн.: Матер. межреспубл. научно-практ. конф. оторинолар. Сибири и Дальнего Востока с межд. участием «Акт. вопр. оторинолар.» (1 июля 2013). - С. 12-14) можно установить следующую шкалу оценок степени неоднородности содержимого исследуемых контуров по значению коэффициентов вариации: принято считать однородным содержание исследуемой области, если значения коэффициентов вариации лежат в диапазоне от 0 до 0,2; при значении коэффициента вариации, превышающего пороговое значение 0,2, можно говорить о неоднородности содержимого и соответственно о наличии в этой области посторонних артефактов.

Многомодальную гистограмму по числу мод характеризуют набором значений коэффициентов вариаций V[x]_i (i=1…n, где n - количество мод) и коэффициентов плотностей K_пi.

При этом возникает задача в классификации полученных групп коэффициентов плотности и коэффициентов вариации с целью локализации предполагаемой патологии на общем фоне контура соответствующей пазухи при неоднородности ее содержимого. Для разрешения вопроса дифференциальной различимости характера и степени патологий в предложенном способе производят сегментацию такой пары одноименных контуров пазухи и орбиты рентгеновского снимка, гистограмма которых носит гетерогенный характер.

Данная операция реализуется следующим образом.

Исходные матрицы значений денситометрического признака матрицы одноименной орбиты (S^о) путем декомпозиции разбивают на L подматриц (Фиг. 2а) размерности n_L∗n, где . Числом сегментов можно варьировать.

По данным полученных сегментов (подматриц) находят вариационные ряды значений элементов подматриц и производят последовательность действий, аналогичных при анализе всего контура в целом.

На последующем этапе по найденным вариационным рядам строят L гистограмм (Фиг. 3) для каждого сегмента орбиты, определяют соответственно плотность интенсивности яркости M[X_ol], дисперсию D[X_ol], среднеквадратичное отклонение σ[X_ol], коэффициент вариации V_ol гистограммы каждого l-го сегмента, где при этом посредством количественного и качественного сравнительного анализа гистограмм сегментов контуров орбиты выбирают в качестве эталонного образа такой l-й сегмент, гистограмма которого имеет гомогенный характер с минимальным значением дисперсии D[X_ol]→min и коэффициента вариации, V[X_ol]→min, где l≡Adress l-го сегмента эталонного образа), и фиксируют соответствующее значение плотности интенсивности яркости пикселей M[X_ol]|_{min Vol}, тем самым принимая его за эталонное значение в последующих исследованиях.

На последующем этапе, по аналогии с информативной сегментацией орбиты, производят сегментацию зоны исследуемой пазухи.

Исходные матрицы значений денситометрического признака матрицы одноименной пазухи (S^П) путем декомпозиции разбивают на L подматриц (Фиг. 2б).

По данным полученных сегментов (подматриц) находят вариационные ряды значений элементов подматриц

На последующем этапе по найденным вариационным рядам строят L гистограмм для каждого сегмента пазухи, определяют соответственно плотность интенсивности яркости M[X_пl], дисперсию D[X_пl], среднеквадратичное отклонение σ[X_пl], коэффициент вариации V_пl гистограммы каждого l-го сегмента.

Каждый l-й сегмент контура пазухи оценивают l-м коэффициентом плотности К_плl, как отношение плотностей интенсивностей яркости l-го сегмента контура пазухи M[X_пl] и выбранного сегмента контура орбиты M[X_ol]|_{min Vol} как обновленного эталонного образа. Следовательно, контур исследуемой патологической пазухи оценивается последовательностью коэффициентов плотностей, коэффициентов вариации сегментов пазухи:

{K′_пл1, K′_пл2, …, K′_плL},

{V₁, V₂, …, V_L}.

Анализируя последовательность коэффициентов плотности и вариации, производят оценку распределения патологии по топологии контура пазухи.

По предложенному способу было исследовано 251 обзорная рентгенограмма околоносовых пазух пациентов с различными формами гайморита (синусита, фронтита), верифицированными различными клиническими методами (пункции околоносовых пазух, синусоскопия, операции). Контрольную группу составили обзорные рентгенограммы околоносовых пазух 46 здоровых добровольцев. Результаты представлены в таблице 1.

Вышесказанное проиллюстрируем следующими клиническими примерами.

Пример 1

Пациент К., 32 года, история болезни №21271, проходил добровольное исследование, жалоб не имел.

Была выполнена стандартная обзорная рентгенограмма в носоподбородочной проекции. В результате исследования врачом-клиницистом, ЛОР патологии не выявлено.

По предложенному способу произведена обработка рентгенографических данных в программе DiaLPro v.2.0 (свидетельство о гос. рег. от 8 октября 2012 г. №2012619118 Программный процессор мобильного диагностического терминала информационной поддержки врача оториноларинголога // Самойленко А.П., Прибыльский А.В. и др.). На представленном рентгенографическом снимке выделены «зоны интереса» соответствующих ОНП и одноименных орбит (Фиг. 4).

Анализируя параметры гистограммы для левосторонней ОНП (Фиг. 5), мы видим, что полученные значения коэффициента плотности К_ПЛ=1.07 и коэффициента вариации V=0.19, четко указывают на отсутствии инородных включений в исследуемой зоне, и тем самым позволяют диагностировать отсутствие патологий (норму) (таблица 1).

Результаты обработки правой группы ОНП (Фиг. 6), а именно полученные коэффициент интенсивности К_ПЛ=1.02, V=0.18, позволили, в соответствии с данными таблицы 1, сделать вывод об однородности содержимого правой ОНП и тем самым диагностировать отсутствие патологий (норму) (таблица 1).

Пример 2

Больная А. 31 год, история болезни №12421, поступила в клинику с жалобами на затрудненное носовое дыхание, гипосмию, сильные боли при наклоне головы вперед, гнойный насморк, повышение температуры до 37.5°С.

Была выполнена обзорная рентгенограмма околоносовых пазух пациентки в носоподбородочной проекции. Визуально на рентгенограмме наблюдалось заполнение правосторонней и левосторонней верхнечелюстной пазухи посторонним включением (экссудатом), что в комплексе с предоставленной симптоматикой позволило вынести диагноз: острый двусторонний гнойный максиллярный синусит.

По предложенному способу произведена обработка рентгенографических данных в программе DiaLPro (v.2.0.) Врачом-клиницистом выделены «зоны интереса»: контуры соответствующие рентгенографическим контурам ОНП и контуры одноименных орбит (Фиг. 7).

Для каждой области построены гистограммные модели и найдены числовые параметры характеризующие распределение интенсивности яркости пикселей в выбранной зоне интереса: математическое ожидание, дисперсия, среднеквадратическое отклонение, коэффициент вариации, коэффициент плотности.

Визуальное наложение гистограмм правосторонней ОНП и соответствующей ей одноименной орбиты, а также полученные числовые характеристики данных контуров (Фиг. 8), в частности коэффициент плотности интенсивностей яркостей пикселей К_П=1.77, позволили сделать вывод о присутствии инородных включений в исследуемой зоне и необходимости проведения дальнейших диагностических действий с целью локализации патологии на общем фоне контура пазухи.

В соответствии с предложенным способом, была произведена оценка однородности содержимого исследуемой контура орбиты. Полученное значение коэффициента вариации орбиты V_o=0.13 говорит об отсутствии необходимости в редактировании эталонного образа, поэтому ранее зафиксированное значение математического ожидания M_o=62.7 остается без изменений.

Коэффициент вариации правосторонней ОНП V_П=0.28 свидетельствует о неоднородности ее содержимого. Произвели декомпозицию правосторонней ОНП больной А (Фиг. 9) на 7 сегментов, для каждого из которых построили гистограмму, определили ее математическое ожидание и коэффициент вариации. Для оценки топологического распределения патологии по контуру пазухи рассчитали, с учетом зафиксированного значения математического ожидания эталона М_о=62.7, последовательности коэффициентов плотности {К_пл1=2.50, К_пл2=2.20, К_пл3=2.20, К_пл4=2.36, К_пл5=2.45, К_пл6=2.48, К_пл7=2.47}; {V₁=0.19, V₂=0.2, V₃=0.16, V₄=0.13, V₅=0.14, V₆=0.15, V₇=0.09}. Полученные данные, в соответствии с таблицей 1, позволили сделать вывод, что: с 3 по 7 сегмент пазухи содержимое однородно, не имеет посторонних включений и диагностируется как острая форма гнойного максиллярного синусита; в 1 и 2 сегментах пазухи наблюдается неоднородность содержимого: воздух/экссудат, однако, в общем содержимое диагностируется как острая форма гнойного максиллярного синусита.

Визуальное наложение гистограмм левосторонней ОНП и соответствующей ей одноименной орбиты, а также полученные числовые характеристики данных контуров (Фиг. 10), в частности коэффициент плотности интенсивностей яркостей пикселей К_П=2.17, позволили сделать вывод о необходимости проведения дальнейших диагностических действий с целью локализации патологии на общем фоне контура пазухи.

В соответствии с предложенным способом, была произведена оценка однородности содержимого исследуемой пары контуров пазухи и орбиты. Полученное значение коэффициента вариации орбиты V_o=0.24 говорит о необходимости редактирования эталонного образа.

Произвели декомпозицию контура орбиты на 4 сегмента (Фиг. 11), получив гистограммы каждого сегмента орбиты, определили соответственно математическое ожидание {M_о1=59.19, M_о2=62.40, М_о3=65.32, М_о4=60.14}; коэффициент вариации {V_o1=0.089, V_o2=0.087, V_o3=0.089, V_o4=0.1} гистограммы каждого из 4-х сегментов, в качестве обновленного эталонного образа выбрали сегмент №2 с наименьшим коэффициентом вариации V_o2=0.087, при этом зафиксировали соответствующее математическое ожидание М_о2=62.40.

Коэффициент вариации правосторонней ОНП V_П=0.26 свидетельствует о неоднородности ее содержимого. Произведя декомпозицию левосторонней ОНП больной А (Фиг. 12) на 7 сегментов, для каждого из которых построили гистограмму, определили ее математическое ожидание и коэффициент вариации. Для оценки топологического распределения патологии по контуру пазухи рассчитали, с учетом зафиксированного значения математического ожидания эталона М_о2=62.4, последовательности коэффициентов плотности {К_пл1=2.21, К_пл2=1.89, К_пл3=1.82, К_пл4=2.16, К_пл5=2.30, К_пл6=2.38, К_пл7=2.43} и коэффициентов вариации {V₁=0.13, V₂=0.2, V₃=0.19, V₄=0.14, V₅=0.12, V₆=0.15, V₇=0.17} для каждого сегмента. Полученные данные, в соответствии с таблицей 1, позволили сделать вывод, что: в 1 и с 4 по 7 сегмент пазухи содержимое однородно, не имеет посторонних включений и диагностируется как острая форма гнойного максиллярного синусита; во 2 и 3 сегментах пазухи наблюдается неоднородность содержимого: воздух/экссудат, однако, в общем, содержимое диагностируется как острая форма гнойного максиллярного синусита.

В результате исследования ОНП больной А. по предложенному способу, диагностировали острую форму двустороннего гнойного максиллярного синусита, а также произвели локальную структуризацию содержимого ОНП, выявив наличие включений в виде воздуха расположенных в верхних отделах пазухи.

Пример 3

Больной М. 25 лет, история болезни №12315, поступил в клинику с жалобами на затрудненное носовое дыхание, слизистые выделения из носа, температуру 36,9.

Была выполнена обзорная рентгенограмма ОНП пациента в носоподбородочной проекции. Визуально на рентгенограмме наблюдалось заполнение правой верхнечелюстной пазухи посторонним включением (гной + слизь), что в комплексе с предоставленной симптоматикой позволило вынести диагноз: правосторонний максиллярный синусит.

По разработанному способу произведена обработка обзорного рентгенографического снимка пациента с целью локализации и классификации предполагаемой патологии. Выделены «зоны интереса»: контуры соответствующие рентгеновским контурам ОНП и контуры одноименных орбит (Фиг. 13).

Визуальное наложение гистограмм правосторонней ОНП и соответствующей ей одноименной орбиты, а также полученные числовые характеристики данных контуров (Фиг. 14), в частности коэффициент плотности интенсивностей яркостей пикселей К_П=2.16, позволили сделать вывод о необходимости проведения дальнейших диагностических действий с целью локализации патологии на общем фоне контура пазухи.

В соответствии с предложенным способом была произведена оценка однородности содержимого контура правосторонней орбиты. Полученное значение коэффициента вариации орбиты V_o=0.2, говорит о необходимости редактирования эталонного образа. Произвели декомпозицию контура орбиты на 6 сегментов (Фиг. 15), получив гистограммы каждого сегмента орбиты, определили соответственно для каждого сегмента математическое ожидание {M_o1=50.5, М_о2=56.5, М_о3=59.2, Мо₄=57.3, М_о5=55.8, М_о6=54.4} и коэффициент вариации {V_o1=0.068, V_o2=0.084, V_o3=0.073, V_o4=0.066, V_o5=0.074, V_o6=0.062}, в качестве обновленного эталонного образа выбрали сегмент №4 с наименьшим коэффициентом вариации V_o4=0.066, при этом зафиксировали соответствующее математическое ожидание М_о4=57.3.

Коэффициент вариации правосторонней ОНП V_П=0.26 свидетельствует о неоднородности ее содержимого. Произведя декомпозицию правосторонней ОНП больного М (Фиг. 16) на 7, для каждого из которых построили гистограмму, определили ее математическое ожидание и коэффициент вариации. Для оценки топологического распределения патологии по контуру пазухи рассчитали, с учетом зафиксированного значения математического ожидания эталона М_о2=57.3, последовательности коэффициентов плотности {К_пл1=2.12, К_пл2=2.03, К_пл3=2.02, К_пл4=2.08, К_пл5=2.17, К_пл6=2.25, К_пл7=2.35} и коэффициентов вариации {V₁=0.18, V₂=0.24, V₃=0.23, V₄=0.17, V₅=0.19, V₆=0.2, V₇=0.17}. Полученные данные, в соответствии с таблицей 1, позволили сделать вывод, что в сегментах пазухи №1, 4, 5, 7 содержимое однородно, не имеет посторонних включений и диагностируется как гнойный максиллярный синусит, а в сегментах пазухи №2, 3, 6 наблюдается неоднородность содержимого: слизь + гной, однако, в общем, содержимое диагностируется как гнойный максиллярный синусит.

Анализируя параметры гистограмм для левосторонней ОНП (Фиг. 17), мы видим, что полученные значения коэффициента плотности К_ПЛ=1.14 и коэффициента вариации V=0.19, четко указывают на отсутствие инородных включений в исследуемой зоне и, тем самым, позволяют диагностировать отсутствие патологий (норму) в левосторонней ОНП (таблица 1).

В результате исследования ОНП больного М. по предложенному способу диагностировали правосторонний максиллярный синусит, а также произвели локальную структуризацию содержимого правосторонней ОНП, выявив наличие включений в виде гной + слизь.

Приведенные примеры наглядно показывают реализацию последовательности действий предложенного способа диагностики патологий околоносовых пазух путем распознавания образов, а также высокую оценку эффективности вынесения диагностического решения при различных степенях ЛОР патологии.

Перечень используемых источников

1. Пискунов Г.З., Пискунов С.З. Клиническая ринология / М.: Миклош, 2002. - 390 с.

2. Волков А.Г., Гюсан А.О. Течение и лечение экссудативных фронтитов на Северном Кавказе // Фундаментальные исследования. - 2005. - №2. - С. 115-116

3. Терновой С.К., Араблинский А.В., Синицин В.Е. Современная лучевая диагностика заболеваний придаточных пазух носа - М.: 2004, - 120 с.

4. Пискунов И.С., Пискунов B.C. Клиническая анатомия решетчатых и клиновидных костей и формирующихся в них пазух. - Курск, 2001. - 296 с.

5. Файзуллин М.Х. Рентгенодиагностика заболеваний и повреждений придаточных полостей носа. - М.: Медицина. - 1969. - С. 5-8

6. Кириллов С.Н., Орешков В.И. Применение комбинированных методов обработки для повышения качества цифровых диагностических снимков // Биомедицинские технологии и радиоэлектроника. - 2005. - №7. - С. 37-40

7. Терновой С.К., Араблинский А.В., Синицин В.Е. Современная лучевая диагностика заболеваний придаточных пазух носа. - М. - 120 с.;

8. Труфанов Г.Е., Алексеев К.Н. Лучевая диагностика заболеваний околоносовых пазух. - 2-ое издание, ЭЛБИ: СПб, 2011. - 234 с.

9. Королюк И.П. Рентгеноанатомический атлас скелета (норма, варианты, ошибки интерпретации) / М.: Видар, 1996. - 192 с.

10. Волков А.Г., Краснопольский О.В. Дополнительные возможности для уменьшения ошибок в рентгенологической диагностике фронтитов // Сб. матер. мед. науч.-практ. конф, посв. 80-летию горбольницы №1. - Ростов н/Д, 2002. - С 31.

11. Заявка на изобретение №2010154675, дата публикации 10.07.2012, авторы: Натаровский С.Н. (RU), Беляков В.A. (RU), Мантурова H.E. (RU)

12. Патент RU №2234859, МПК А61В 6/00 от 21.10.2002, опубл. 27.10.2004 // Пальчун В.Т., Магомедов М.М., Петухова П.В.

13. Горелик А.Я., Скрипкин В.А. Методы распознавания. - М.: Высшая школа, - 2004. - 261 с.

14. Мазуров Вл.Д. Математические методы распознавания образов. - Екатеринбург. - 2010. - 101 с.

15.Вентцель Е.С., Овчаров Л.А. Теория вероятностей, 1969;

16. Кобзарь А.И. Прикладная математическая статистика. - М.: ФИЗМАТЛИТ, 2006.

17. Кремер Н.Ш. Теория вероятностей и математическая статистика. - М.: ЮНИТИ-ДАНА, 2003, - 543 с., с. 265.

18. Самойленко А.П., Волков А.Г., Пужаев С.И., Прибыльский А.В. Статистический метод распознавания образов при диагностике состояний лобных пазух пациентов. - В кн.: Матер. межреспубл. научно-практ. конф. оторинолар. Сибири и Дальнего Востока с межд. участием «Акт. вопр. оторинолар.» (1 июля 2013). - С. 12-14.

19. Глушаков С.В., Ломотько Д.В. Базы данных. - М.: АСТ, 2002.

20. Мокрозуб В.Г. Графовые структуры и реляционные базы данных в автоматизированных интеллектуальных информационных системах. - М.: Изд-во "Спектр", 2011.

21. Свидетельство о гос. рег. от 8 октября 2012 г. №2012619118 Программный процессор мобильного диагностического терминала информационной поддержки врача оториноларинголога // Самойленко А.П., Прибыльский А.В. и др.