В основе анализа лапароскопических изображений определяющими являются характеристики изображения, которые включают как цветность, так и контуры образований, подлежащих оценке. Поддержка решений хирурга при диагностической лапароскопии требует одновременного учета множества динамических характеристик, что усложняет разработку подобных технологий и снижает эффективность предлагаемых решений.
Целью настоящего исследования является научно - техническая разработка синдромального классификатора лапароскопических изображений, получаемых при осмотре органов малого таза у женщин на основе анализа их цветности, контура и текстуры.
Методика исследования. При определении возможностей лапароскопической автоматизированной диагностики исходили из необходимости оценки цветопередачи, контура и текстуры рассматриваемого объекта. При этом были определены диагностируемые синдромы.
Диагностику геморрагий на соответствующих цифровых изображениях проводили следующим образом: 1) каждый снимок рассматривали отдельно в трех шкалах RGB системы цветности. При этом было обнаружено, что наилучшее контрастирование очага геморрагии получают в шкале зеленой части спектра. Меньшая степень контрастирования достигается в красном канале шкалы и наихудшая - в синей шкале 2) определяли пиксели с максимумом интенсивности цвета в зеленой шкале и от найденной величины идентифицировали им добавляли к общему изображению подобные пиксели, набирая критическое число G n, после чего применяли метод адаптивной эквализации гистограмм и осуществляли переход от G n к G гистогр. изображению. 3) переход к получению открытого изображения проводился на гистограммах эквализированных изображений, «составленных» из дисков радиусом в 15 пикселей. Подобным образом осуществлялась диагностика ишемических изменений - в этом случае ведущим признаком было «количество белого цвета» - светлость по шкале CIELAB.
В работе для определения краев/границ посредством приближенного вычисления градиента функции интенсивности применяли оператор Собеля - дискретный дифференциальный оператор, вычисляющий приближенные значения производных разного порядка для функции яркости пикселей.
В настоящем исследовании применяли пять шкал и 4 линии координат (векторные направления) на геометрической сетке. Для каждой из шкал и каждого из векторов формировалась своя геометрическая сетка. Таким образом, для каждой из шкал получали 4 вектор-ориентированные изображения, что в конечном счете позволяло получить 20 Габор-трансформированных изображений для каждого лапароскопического снимка. В конечном счете во внимание принимали Габор-трансформированное изображение (G m) которое давала максимальное число ответов в каждой точке отсчета в 20 полученных изображениях.
Эффективность разработанного метода диагностики оценивали у пациентов с подтвержденными в процессе дальнейшего лечения диагнозами. Всего в исследовании наблюдали пациентов страдающих заболеваниями яичника, проявляющимися геморрагиями (27 женщин), ишемией (19 женщин) и злокачественными опухолевыми поражениями (38 женщин). В качестве контроля наблюдали 60 пациенток, у которых лапароскопическая диагностика выполнялась не в связи с заболеванием яичника, но у которых были получены цифровые снимки поверхности яичников.
На основе полученных показателей проводили оценку чувствительности и специфичности диагностической процедуры: Чувствительность рассчитывали как ИП/(ИП+ЛН) □ 100 %. Специфичность — ИН/(ИН+ЛП) □ 100 %. Кроме того, рассчитывали позитивный прогностический показатель (ППП): ИП/ (ИП+ЛП) □ 100 % и негативный прогностический показатель (НПП) — ИН/(ИН+ЛН) □ 100 %. Результаты исследований обрабатывали статистически, применяя критерий «z» разности двух пропорций.
Результаты работы. Полученные результаты показали, что при диагностике геморрагии яичника чувствительность и специфичность разработанной методики составили 70,4% и 85,0%, в то время как при экспертной оценке снимков аналогичные показатели составили 44,4% (P>0,05) и 85,0% соответственно (P<0,05). Чувствительность разработанного метода при диагностике ишемии составила 68,4% и недостоверно превышала соответствующий показатель, полученный при экспертной оценке у этих же пациентов (36,8%) (P>0,05). При диагностике опухолевого поражения яичника чувствительность и специфичность превышали соответсвующие показатели в группе контроля (экспертная оценка) на 31,6% (P<0,05) и на 36,0% (P<0,05), а позитивный и негативный прогностические показатели возрастали на 30,5% (P<0,05) и на 34,6% соотвественно (P<0,05).
Выводы: 1.Автоматизированный анализ цвета, края и текстуры структур лапароскопических изображений является позволяет идентифицировать синдромы, встречающиеся при распространенных хирургических заболеваниях яичников. 2.Диагностическая эффективность возрастает в ряду: ишемия, геморрагия и опухолевые поражения яичника.