Отбор признаков для задачи диагностики остеопороза по рентгеновским изображениям шейки бедра
Гайдель А.В., Крашенинников В.Р.

Самарский национальный исследовательский университет имени академика С.П. Королева, Самара, Россия,
Институт систем обработки изображений РАН – филиал ФНИЦ «Кристаллография и фотоника» РАН, Самара, Россия,

Ульяновский государственный технический университет, Ульяновск, Россия

Аннотация:
В работе анализируется информативность нескольких признаков текстуры рентгеновских изображений костной ткани для компьютерной диагностики остеопороза. Описываются четыре эвристических признака, также рассматривается тринадцать согласованных квадратичных признаков, описанных ранее. Решается задача выбора минимального набора из этих признаков, достаточного для линейной разделимости векторов признаков из обучающей выборки в соответствующем признаковом пространстве. В ходе вычислительных экспериментов установлено, что этому условию удовлетворяет набор из четырёх эвристических признаков, а также набор из трёх квадратичных признаков и одного из эвристических признаков.

Ключевые слова :
текстурный анализ, отбор признаков, компьютерная диагностика, остеопороз, линейный классификатор, полиномиальные признаки.

Цитирование:
Гайдель, А.В. Отбор признаков для задачи диагностики остеопороза по рентгеновским изображениям шейки бедра / А.В. Гайдель, В.Р. Крашенинников // Компьютерная оптика. – 2016. – Т. 40, № 6. – С. 939-946. – DOI: 10.18287/2412-6179-2016-40-6-939-946.

Литература:

  1. Рейнберг, С.А. Рентгенодиагностика заболеваний костей и суставов / С.А. Рейнберг. – М.: Медицина, 1964. – Т. 1. – 530 с.
  2. Гайдель, А.В. Исследование текстурных признаков для диагностики заболеваний костной ткани по рентгеновским изображениям / А.В. Гайдель, С.С. Первушкин // Компьютерная оптика. – 2013. – Т. 37, № 1. – С. 113-119.
  3. Гайдель, А.В. Согласованные полиномиальные признаки для анализа полутоновых биомедицинских изображений / А.В. Гайдель // Компьютерная оптика. – 2016. – Т. 40, № 2. – С. 232-240. – DOI: 10.18287/2412-6179-2016-40-2-232-239.
  4. Ильясова, Н.Ю. Формирование признаков для повышения качества медицинской диагностики на основе методов дискриминантного анализа / Н.Ю. Ильясова, А.В. Куприянов, Р.А. Парингер // Компьютерная оптика. – 2014. – Т. 38, № 4. – С. 851-855.
  5. Килина, О.Ю. Оценка микроархитектоники костной ткани путем цифрового анализа компьютерных томограмм для диагностики остеопороза / О.Ю. Килина, В.Д. Завадовская, Р.В. Данильчук, Е.М. Третьяков, О.В. Родионова, О.В. Баранова // Бюллетень сибирской медицины. – 2003. – № 2. – С. 94-100.
  6. Bacchetta, J. Assessment of bone microarchitecture in chronic kidney disease: A comparison of 2D bone texture analysis and high-resolution peripheral quantitative computed tomography at the radius and tibia / J. Bacchetta, S. Boutroy, N. Vilayphiou, A. Fouque-Aubert, P.D. Delmas, E. Lespessailles, D. Fouque, R. Chapurlat // Calcified Tissue International. – 2010. – Vol. 87(5). – P. 385-391. – DOI: 10.1007/s00223-010-9402-z.
  7. Визильтер, Ю.В. Обработка и анализ изображений в задачах машинного зрения / Ю.В. Визильтер, С.Ю. Желтов, А.В. Бондаренко, М.В. Ососков, А.В. Моржин. – М.: Физматкнига, 2010. – 672 с. – ISBN: 978-5-89155-201-2.
  8. Ильясова, Н.Ю. Информационные технологии анализа изображений в задачах медицинской диагностики / Н.Ю. Ильясова, А.В. Куприянов, А.Г. Храмов. – М.: Радио и связь, 2012. – 424 с. – ISBN: 5-89776-014-4.
  9. Krasheninnikov, V.R. Identification of pectinate structures in images of blood serum facia / V.R. Krasheninnikov, A.S. Kopylova // Pattern Recognition and Image Analysis. – 2011. – Vol. 21(3). – P. 508-510. – DOI: 10.1134/S1054661811020623.
  10. Krasheninnikov, V.R. Estimating parameters of interframe geometric transformation of an image sequence by the fixed point method / V.R. Krasheninnikov, M.A. Potapov // Pattern Recognition and Image Analysis. – 2010. – Vol. 20(3). – P. 316-323. – DOI: 10.1134/S1054661810030077.
  11. Методы компьютерной обработки изображений / М.В. Гашников, Н.И. Глумов, Н.Ю. Ильясова, В.В. Мяс­ников, С.Б. Попов, В.В. Сергеев, В.А. Сойфер, А.Г. Хра­мов, А.В. Чернов, В.М. Чернов, М.А. Чичёва, В.А. Фур­сов; под ред. В.А. Сойфера. – 2-е изд., испр. – М.: Физматлит, 2003. – 784 с. – ISBN: 5-9221-0270-2.
  12. Васильев, К.К. Статистический анализ изображений / К.К. Васильев, В.Р. Крашенинников. – Ульяновск: УлГТУ, 2014. – 214 с. – ISBN: 5-8946-234-6.
  13. Вапник, В.Н. Теория распознавания образов (статистические проблемы обучения) / В.Н. Вапник, А.Я. Черво­ненкис. – М.: Наука, 1974. – 416 с.
© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20