Application of fractal processing of digital mammograms in designing decision support systems in medicine

Abstract

The subject of the research is the methods of digital processing of halftone medical images with locally concentrated features. The object of the research is the process of morphological analysis of digital mammograms in the design of decision support systems in medicine. The aim of this work is to develop methods and technologies for detecting of diagnostically significant characteristics of digital mammograms based on their morphological analysis, taking into account fractal dimensions. The objective of the study is to improve the quality of mammographic examinations of patients in the design of decision support systems in medicine by developing specialized methods for morphological analysis of digital mammograms (highlighting diagnostically significant elements amid noises), based on taking into account the features of the images in the form of useful signal models, in particular, fractal dimension models. Research methods: a method for calculating the fractal dimension of two-dimensional halftone images specified on a discrete set, methods of object-oriented programming, methods of statistical analysis. As a result of the research, the following results were obtained: based on the analysis of known methods of digital image processing, a limited area of their application in processing mammograms was shown and the urgency of developing specialized methods of morphological analysis based on taking into account the features of the consideredimages in the form of useful signal models, in particular, fractal dimension models. A method and an algorithm for the implementation of morphological analysis of digital mammograms, taking into account their fractal dimension, have been developed. The software implementation of the method was performed using the MatLab math package and testing on real mammogramswas completed. Mammograms without obvious pathologies and mammograms which having pathological structures of various types (tumors, intraductal formations and microcalcifications) were processed. The fractal dimension of the entire image and selected fragments was calculated. Conclusions. The results of the research showed that the fractal dimension of the entire image does not give statistically significant results on the presence or absence of pathologies, but if wecalculate the fractal dimension on the selected fragments, then the results are very different. Wecan trace the pattern that the more obvious pathologies on a fragment, the greater the fractal dimension. Further research is aimed at developing a method for classifying digital mammograms taking into account their fractal dimensions.Предметом дослідження є методи цифрової обробки напівтонових медичних зображень з локально зосередженими ознаками. Об'єктом дослідження є процес морфологічного аналізу цифрових мамограм при проектуванні систем підтримки прийняття рішень в медицині. Метою роботи є розробка методів і технологій виявлення діагностично значущих характеристик цифрових мамограм на основі їх морфологічного аналізу з урахуванням фрактальних розмірностей. Завдання дослідження - підвищення якості мамографічних обстежень пацієнток при проектуванні систем підтримки прийняття рішень в медицині шляхом розробки спеціалізованих методів морфологічного аналізу цифрових мамограм (виділення діагностично значущих елементів на тлі перешкод), заснованих на врахуванні особливостей розглянутих зображень у вигляді моделей корисних сигналів, зокрема моделей фрактальної розмірності. Методи досліджень: метод розрахунку фрактальної розмірності двовимірних напівтонових зображень, заданих на дискретній множині, методи об'єктно-орієнтованого програмування, методи статистичного аналізу. В результаті проведення досліджень одержанонаступні результати: на основі аналізу відомих методів цифрової обробки зображень показана обмежена сфера їх застосування при обробці мамограм і обгрунтована актуальність розробки спеціалізованих методів морфологічного аналізу, засновані на врахуванні особливостей розглянутих зображень у вигляді моделей корисних сигналів, зокрема моделей фрактальної розмірності. Розроблено метод і алгоритм реалізації морфологічного аналізу цифрових мамограм з урахуванням їх фрактальної розмірності. Виконана програмна реалізація методу за допомогою математичного макета MatLab і тестування на реальних маммограммах. Виконана обробка мамограм без явних патологій і таких, які мають патологічні структури різних типів (пухлини, внутрішньопротокові утворенняі мікрокальцинати). Була розрахована фрактальная розмірність всього зображення і виділених фрагментів. Висновки. Результати дослідження показали, що фрактальна розмірність всього зображення не дає статистично значущих результатів про наявність чи відсутність патологій, але якщо робити розрахунки фрактальної розмірності на виділених фрагментах, то результати сильно відрізняються. Можна простежити закономірність, що чим більше явних патологій на фрагменті, тим більше фрактальная розмірність. Подальші дослідження спрямовані на розробку методу класифікації цифрових мамограм з урахуванням їх фрактальних розмірностей.