Ayollarda uchraydigan mioma kasalligini segmentatsiyalash orqali aniqlash

AYOLLARDA UCHRAYDIGAN MIOMA KASALLIGINI SEGMENTATSIYALASH ORQALI ANIQLASH
f.-m.f.d., professor Sadullayeva Sh.A., Aripova Z.D, Rajabova M.R.
Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti
[e-mail]
Annatatsiya. Ushbu maqola mioma aniqlashda segmentatsiyalash usullarini qo‘llanilishiga bag‘ishlangan. Bundan tashqari maqolada segmentatsiya usullari orqali tasvirni qayta ishlash va tahlil qilish haqida va ultratovush tasviridan mioma segmentatsiyasi tibbiyotdagi tasvirlarni qayta ishlash segmentlarga ajratish kabi muammolari tahlili ko‘rib chiqilgan.
Kalit so‘zlar. Ultratovush tasviri, mioma segmentatsiyasi, Gradient Vector Flow, GVF Snake, Active Contour, Morfologiya, SRAD.
Tasvirni qayta ishlash usullari tibbiy ilovalarda samarali qo‘llaniladi. Diagnostika uchun ko‘plab tibbiy asboblar, masalan, inson tanasida o‘sadigan kiruvchi to‘qimalarni aniqlash uchun ishlatiladi. Bunday asboblardan biri ultratovushli tasvirlarni yaratuvchi ultratovush tizimidir. Tasvirni ishlab chiqish uchun ular muntazam ravishda ultratovush ma'lumotlaridan foydalanadilar. Ammo tasvirlar past tasvir sifatiga olib keladigan makulyatsiya bilan shovqinni o‘z ichiga oladi. Shunday qilib, tadqiqotchi uchun ultratovushli tasvirlardan miomani aniqlash va olish uchun tasvirni qayta ishlash tushunchalari va samarali algoritmlarni qo‘llash qiyin hisoblanadi. Tasvirlarni to‘g‘ri segmentatsiyalash uchun bir nechta segmentatsiya usullari qo‘llaniladi [1].
GVF Snake va Active Contour usullarida ish olib borgan olimlarning tahlili
Tasvirni qayta ishlash texnikasi bo‘yicha olib borilgan tadqiqotlar tibbiyot fanlarining rivojlanishiga hissa qo‘shdi va tibbiy tasvirlarning ko‘rish qobiliyatini yaxshiladi. Ultratovush tasvirlari shovqinli shovqin tufayli tasvir sifati past bo‘lganligi sababli, shovqinni olib tashlashning ko‘plab usullari mavjud, chunki shovqinni olib tashlash, tasvir sifatini yaxshilash uchun tadqiqotchiga miomani aniq segmentlashga yordam beradi [2].
Ulardan biri “Morfologiya yordamida bachadon miomasining segmentatsiyasi: avtomatik yondashuv” Jeyalakshmi, T.R. va K.Ramar. Ushbu maqolada muallif matematik morfologiyaga asoslangan segmentatsiyani taqdim etdi, oldindan ishlov berish MIC algoritmi (Morfologik tasvirni tozalash) yordamida amalga oshiriladi va u to‘liq avtomatik edi, chunki tasvirni segmentatsiyalash uchun urug‘lanish nuqtasini ta'minlash uchun inson aralashuvi yo‘q. J. Saranya va S. Malarxodi tomonidan “Ultratovushli tasvirlar yordamida bachadon miomasini filtrlash va segmentatsiyalash” taklif qilingan. Ushbu maqolada muallif tasvirni tozalash uchun Li filtridan foydalangan va tasvirni segmentlash uchun kontur usuli qo‘llaniladi, ammo kontur usuli ob'ekt chegaralarini aniqlashda chegara botiqlariga yomon yaqinlashish kabi cheklovlarga ega [3].
Hemanth Kumar va boshqalar tomonidan taklif qilingan yana bir ish bor edi “Ultratovushli tasvirlarni o‘zgartirilgan darajadagi to‘plam usuli va SRAD filtridan foydalangan holda zanjirli usul bilan segmentatsiya va xususiyatlarni ajratib olish”. Ushbu maqola buyrak, jigar va bachadon kabi 5 xil ultratovush B rejimidagi tasvirlarni taqdim etadi. Bu yerda SRAD (Speckle reducing anizotropic diffusion) filtri ko‘zoynak shovqini va segmentatsiyani kamaytirish uchun ishlatiladi.

1-rasm. GVF Snake usulining ishlash ketma-ketligi
Level Set & zanjir-VESE usullari. Arpana M. Kop va Ravindra Hegadi “Gradient Vektor F yordamida ultratovush tasvirlaridan buyrak segmentatsiyasi”ni taklif qilishdi. Ushbu maqolada U shaklidagi ob'ekt uchun Eyler tenglamasini yechadigan, ammo botiq hududni to‘liq qamrab ololmaydigan an'anaviy Snake usuli taqdim etilgan. Holbuki, GVF qo‘llanilganda tashqi kuchlar chegara botiqligida ob'ekt chegaralarini aniq aniqlaydi va ob’ektni to‘liq birlashtiradi.
Ushbu usul quyidagi bosqichlardan iborat: ultratovushli mioma tasviri, oldindan ishlov berish, segmentatsiya va xususiyatni olish [4].
Ma’lumotlarga ko‘ra, bugungi kunga qadar hech qanday tadqiqotchi GVF Snakedan foydalangan holda ultratovush tasvirlaridan miomani segmentatsiyalash va tahlil qilishni taklif qilmagan, shuningdek, miomada ultratovush tasvirlari bo‘yicha kamdan-kam ishlar qilingan, shuning uchun tadqiqotchi ushbu usulni taklif qilish va amalga oshirishdan manfaatdor. Ushbu usul an'anaviy Active Contour usulining cheklovlarini yengib o‘tadi. An'anaviy Active Contour usuli ikkita qiyinchilikka ega bo‘lgani uchun, birinchidan, noto‘g‘ri natijalarni birlashtirish bo‘lishi mumkin, ikkinchidan, chegara chiziqlariga o‘tadi (botiqlarga yomon konvergentsiya).
GVF Snake yordamida ultratovush tasviridan miomani segmentatsiyalash va tahlil qilish taklif qilingan. GVF Snake tashqi kuch bo‘lib, katta tortishish diapazoniga ega bo‘lib, u ob'ekt chegarasidan uzoqda boshlanadi, iterativ ravishda ichkariga qarab harakat qiladi va mioma ob'ektining har qanday turi va shaklidan qat'i nazar, ob’ektni aniq ajratib oladi va segmentlarga ajratadi.