Применение компьютерного зрения для локализации позвонков на срединных сагиттальных срезах компьютерной томографии

А. Р. Теплякова, Р. В. Шершнев

Обнинский институт атомной энергетики — филиал Национального исследовательского университета "МИФИ"

Аннотация: Автоматизация рутинных операций, связанных с анализом медицинских снимков, представляет собой важную задачу, так как позволяет снизить нагрузку на рентгенологов. Выбор снимков компьютерной томографии, соответствующих уровням конкретных позвонков, для оценки состава тела пациента обычно осуществляется вручную, что требует дополнительных временных затрат. Цель исследования – разработка подхода к решению задачи локализации позвонков на срединных сагиттальных срезах компьютерной томографии для автоматического выбора аксиальных срезов, используемых для оценки состава тела. В основе разработанного подхода лежит применение модели мультиклассовой сегментации, имеющей архитектуру семейства U-Net, и методов компьютерного зрения для предобработки снимков и постобработки масок сегментации. С целью оценки влияния типов входных данных и архитектур моделей на точность сегментации рассмотрено 20 конфигураций подхода. Выявлено, что предлагаемый метод предобработки входных данных, основанный на формировании трёхканальных снимков, повышает точность мультиклассовой сегментации для четырёх архитектур из пяти рассмотренных (Dense U-Net демонстрирует максимальное значение коэффициента схожести Дайса – 0,8858). Также установлено, что предложенный метод расширения обучающей выборки, основанный на пропуске аксиальных срезов при формировании сагиттальных срезов, повышает точность мультиклассовой сегментации для моделей с архитектурами ResU-Net и Dense U-Net. На базе предложенного подхода реализован программный модуль, решающий задачи автоматического определения положений позвонков шейного, грудного и поясничного отделов позвоночника на срединном сагиттальном срезе компьютерной томографии, их визуализации и определения индексов аксиальных срезов, соответствующих центрам тел позвонков. Разработанный модуль интегрирован с программой для визуализации и анализа медицинских файлов DICOM. Разработанный модуль может применяться в качестве вспомогательного инструмента при решении диагностических задач.

Ключевые слова: компьютерное зрение, глубокое обучение, компьютерная томография, сегментация, локализация, предобработка, аугментация, позвонок, архитектура U-Net, медицинские снимки

DOI: 10.15514/ISPRAS-2025-37(4)-14