Помощь в учёбе, очень быстро...
Работаем вместе до победы

Методы и алгоритмы обработки динамических изображений для решения задач навигации хирургического инструмента при проведении трансуретральной резекции предстательной железы

Диссертация: Методы и алгоритмы обработки динамических изображений для решения задач навигации хирургического инструмента при проведении трансуретральной резекции предстательной железы
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В работе представлены характеристики обнаружения выбранного фрагмента: зависимость вероятности ложной тревоги Т7 от величины порогового уровня 110- характеристики обнаружения при вероятности ложной тревоги Р= 0,1- 0,5- 0,01 для фрагментов размером 10×10, 20×20, 30×30, абсолютная погрешность оценки смещения в зависимости от уровня СКО и размера выбранного фрагмента на изображении предстательной… Читать ещё >

Содержание

  • Список основных сокращений
  • Список основных обозначений

1. СОВРЕМЕННОЕ. СОСТОЯНИЕ В ОБЛАСТИ НАВИГАЦИИ В МЯГКИХ ТКАНЯХ ПРИ ВЫПОЛНЕНИИ ХИРУРГИЧЕСКИХ ОПЕРАЦИЙ ПО ТЕХНОЛОГИИ МИНИ-ДОСТУПА.

1.1. Системы навигации в мягких тканях.

1.2. Формирование динамических изображений предстательной железы при проведении трансуретральной резекции.

1.3. Основные подходы к обработке динамических изображений.

1.3.1. Межкадровое предсказание, оценка движения,.

1.3.2. Оптимальная обработка изображений.

1.3.3. Контурный анализ изображений.

1.4. Обсуждение результатов и конкретизация задач исследований.

2. ИССЛЕДОВАНИЕ СТАТИСТИЧЕСКИХ ХАРАКТЕРИСТИК ДИНАМИЧЕСКИХ ИЗОБРАЖЕНИЙ ПРЕДСТАТЕЛЬНОЙ ЖЕЛЕЗЫ.

2.1. Постановка задачи.

2.2. Проверка статистической однородности изображений предстательной железы,.

2.3. Исследование законов распределения вероятностей отсчетов яркости изображений предстательной железы.

2.4. Корреляционные и спектральные характеристики изображений предстательной железы.

2.5. Выводы.

3. ОБРАБОТКА ДИНАМИЧЕСКИХ ИЗОБРАЖЕНИЙ ДЛЯ РЕШЕНИЯ ЗАДАЧ НАВИГАЦИИ ПРИ ПРОВЕДЕНИИ ТРАНСУРЕТРАЛЬНОЙ РЕЗЕКЦИИ ПРЕДСТАТЕЛЬНОЙ ЖЕЛЕЗЫ.

3.1. Введение.

3.2. Модель динамических изображений предстательной железы.

3.3. Обработка динамических изображений при проведении ТУРП.

3.4. Вторичная обработка динамических изображений предстательной железы при проведении ТУРП.

3.4.1. Общие замечания.

3.4.2. Методика траекторией обработки динамических изображений.

3.5. Обработка динамических изображений в условиях плохой видимости.

3.6. Обсуждение результатов.

4. АНАЛИЗ СИСТЕМЫ ОБРАБОТКИ ДИНАМИЧЕСКИХ ИЗОБРАЖЕНИЙ ПРИ ПРОВЕДЕНИИ ТРАНСУРЕТРАЛЬНОЙ РЕЗЕКЦИИ ПРЕДСТАТЕЛЬНОЙ ЖЕЛЕЗЫ.

4.1. Введение.

4.2. Формирование пространственной статической сцены с изображением капсулы предстательной железы.

4.2.1. Предварительная обработка и выделение контуров изображений предстательной железы в сценах рентгеновской томографии.

4.2.2. Аналитическое описание трехмерной модели капсулы предстательной железы на основе аппарата кватернионных сигналов.

4.3. Характеристики обнаружения выбранного фрагмента при обработке динамического изображения предстательной железы.

4.3.1. Общие замечания.

4.3.2. Расчет характеристик обнаружения фрагментов изображения предстательной железы.

4.4. Оценка точности определения координат перемещения хирургического инструмента при обработке динамических изображений.

4.5. Оценка точности экстраполяции координат перемещения хирургического инструмента при обработке динамических изображений

4.6. Программное обеспечение.

4.7. Обсуждение результатов.

Методы и алгоритмы обработки динамических изображений для решения задач навигации хирургического инструмента при проведении трансуретральной резекции предстательной железы (реферат, курсовая, диплом, контрольная)

Актуальность темы

Современная медицинская практика все более нуждается в применении технических средств диагностики, лечения и принятия решения [1−6]. Применение информационных технологий, способных учитывать все трудности, возникающие при проведении хирургического вмешательства, позволит улучшить качество проводимых операций. В урологии, например, распространена гиперплазия предстательной железы, т. е. увеличение ее массы и объема с наступлением определенного возраста или при возникновении раковых опухолей [7]. При этом возникает затрудненное мочеиспускание, связанное с сужением мочеиспускательного канала.

В хирургической урологии имеется ряд методик, позволяющих восстановить нормальное мочеиспускание, одной из которых является трансуретральная резекция простаты при доброкачественной гиперплазии предстательной железы [8−9]. Сущность метода заключается в удалении некоторого объема простаты с целью восстановления мочеиспускательной функции. Операция выполняется при помощи резектоскопа. Ряд сложностей, возникающих при проведении данной операции, например, плохая видимость вследствие обильного кровотечения при работе резектоскопом и отсутствие видимости капсулы предстательной железы, при повреждении которой могут возникнуть серьезные осложнения, связанные с большим риском для жизни пациента, обосновывают актуальность создания новых информационных технологий, предназначенных как для проведения тренировочных операций, так и для помощи хирургам при самой операции [10−13].

При выполнении операции трансуретральной резекции простаты хирург управляет движениями резектоскопа в пределах изображения операбельного поля, наблюдаемого на экране монитора. Изображение формируется камерой, оптически связанной с резектоскопом. Вследствие движения резектоскопа наблюдаемая на мониторе сцена носит динамический характер. При этом процесс операции нуждается в объективном контроле положения режущей нити резектоскопа относительно стенок капсулы простаты.

Цель и задачи диссертационного исследования.

Целью диссертационной работы является обеспечение объективного контроля действий хирурга при проведении трансуретральной резекции предстательной железы.

Для достижения поставленной цели необходимо решить следующие задачи:

1) исследовать статистические характеристики изображений предстательной железы;

2) разработать математическую модель динамического изображения предстательной железы;

3) разработать методику анализа динамических изображений для целей навигации хирургического инструмента при проведении ТУРП;

4) синтезировать систему обработки динамических изображений предстательной железы;

5) провести анализ системы обработки динамических изображений предстательной железы.

Научная новизна. В результате проведенной работы были получены научно-методические основы решения задачи обработки динамических изображений предстательной железы для целей навигации хирургического инструмента при проведении ТУРП. Они состоят в следующем:

1. Разработана математическая модель динамического изображения предстательной железы, учитывающая статистические характеристики изображений, получаемых в ходе резекции.

2. Предложена методика обработки динамических изображений предстательной железы при проведении трансуретральной резекции на основе корреляционно-экстремальных методов, позволяющая решить задачу навигации хирургического инструмента.

3. Предложена методика траекторной обработки результатов измерения положения хирургического инструмента в теле предстательной железы, позволяющая снизить трудоемкость определения координат перемещения ре-зектоскопа.

4. Предложена методика обработки динамических изображений предстательной железы в условиях плохой видимости, которая позволяет отслеживать траекторию перемещения резектоскопа при возникновении кровотечения.

5. Синтезирована структура системы обработки динамических изображений предстательной железы и получены ее характеристики.

Практическая значимость.

Интраоперационная навигация при трансуретральной резекции предстательной железы, основанная на совмещении ЗБ изображения предстательной железы с видеоэндохирургическими данными, позволяет повысить точность манипуляций хирурга и, тем самым, снизить число операционных осложнений. >

На основе полученных в диссертационной работе научных результатов можно сформулировать следующие защищаемые научные положения.

1. Методика обработки динамических изображений предстательной железы при проведении трансуретральной резекции, основанная на применении корреляционно-экстремальных методов, позволяет решить задачу навигации хирургического инструмента.

2. Методика траекторией обработки результатов измерения положения хирургического инструмента в теле предстательной железы позволяет снизить трудоемкость определения координат перемещения резектоскопа.

3. Методика обработки динамических изображений предстательной железы в условиях плохой видимости позволяет отслеживать траекторию перемещения резектоскопа при возникновении кровотечения.

Методы исследования. Для решения поставленных задач были использованы: теория вероятности, теория статистических решений, линейной фильтрации, аппарат вычислительной математики, теория контурного и ква-тернионного анализа изображений, моделирования процессов обработки изображений на ЭВМ.

Реализация результатов работы. Результаты диссертационной работы внедрены в инженерно-медицинском центре «Новые приборы» при создании средств регистрации и анализа медицинских изображений (г. Самара). Результаты диссертационной работы внедрены и использованы в учебном центре эндохирургии (г. Казань). Теоретические и практические результаты работы использованы в НИР по гранту РФФИ «Разработка методов и создание информационной технологии визуализации и сравнительного анализа сопряженных пространственных статических и динамических сцен» (проект № 08−01−12 000офи), выполненной на кафедре радиотехнических и медико-биологических систем МарГТУ в период с 2008 по 2010 год. Результаты диссертационной работы внедрены и использованы в учебном процессе кафедры РТиМБС МарГТУ в курсах «Обработка изображений медико-биологических объектов» и «Аппаратное и информационное обеспечение малоинвазивных операций в урологии» для студентов специальности 200 400.65 «Инженерное дело в медико-биологической практике», что подтверждается соответствующими актами.

Апробация работы. Результаты диссертационной работы обсуждались на:

1. Международной молодежной научной конференции «Туполевские чтения — XVI», Казань, 2008.

2. VIII Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание — 2008», Курск, 2008.

3. Международной молодежной научной конференции «Туполевские чтения — XVII», Казань, 2009.

4. Международной конференции с элементами научной школы «Биотехнические, медицинские и экологические системы и комплексы», Рязань, 2009.

5. Общероссийской научной конференции с международным участием «Инновационные медицинские технологии», Москва, 2009.

Тезисы докладов опубликованы [129, 130, 133, 135].

Публикации. По материалам диссертационного исследования опубликовано 14 работ. Из них 4 статьи в центральных журналах из перечня ВАК, 2 Свидетельства на регистрацию программ в РОСПАТЕНТ, 3 в других журналах и сборниках работ, 4 в материалах конференций.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения и списка литературы, включающего 144 наименования. Основной текст работы изложен на 170 страницах. Диссертация содержит 68 рисунков и 14 таблиц.

ЗАКЛЮЧЕНИЕ

.

В рамках данной работы произведен синтез и анализ системы обработки динамических изображений при проведении трансуретральной резекции предстательной железы, способной оказывать информационную поддержку хирурга в операционной.

Аналитический обзор подобных систем показал, что современные технологии слежения за хирургическим инструментом в теле органа при выполнении малоинвазивных операций требуют применения дополнительных навигационных устройств, которые осложняют процесс выполнения хирургического вмешательства. Таким образом, задача заключалась в синтезе и анализе такой системы, которая определяет положение резектоскопа в теле предстательной железы на основе изображений, регистрируемых видеокамерой, оптически связанной с резектоскопом. В работе описан процесс формирования динамических изображений предстательной железы при проведении трансуретральной резекции и основные подходы к их обработке.

Исследование статистических характеристик динамических изображений предстательной железы заключало в себе проверку их статистической однородности, исследование законов распределения вероятностей отсчетов яркости, расчет корреляционных и спектральных характеристик. В ходе исследования выяснилось, что изображения предстательной железы статистически неоднородны и относятся к совокупности локально-однородных случайных полей, которые изменяются при переходе от одной зоны к другой, закон распределения яркости пикселей не противоречит нормальному. Соседние кадры, составляющие динамическое изображение, сильно коррелирова-ны друг с другом. Закономерности распределения отсчетов энергетического спектра функции яркости изображений предстательной железы не выявлены.

В работе синтезирована система обработки динамических изображений для решения задач навигации при проведении трансуретральной резекции предстательной железы. Описана модель динамического изображения предстательной железы. Разработан алгоритм обработки динамических изображений, основанный на корреляционно-экстремальном методе. Приведены примеры его работы при неизвестных параметрах смещения и масштаба. Предложен алгоритм вторичной обработки динамических изображений, который заключается в прогнозировании направления движения инструмента. Описан процесс траекторной обработки динамических изображений, способный предсказать координаты перемещения резектоскопа. Произведен анализ изображений с обильным кровотечением и предложен подход к обработке таких изображений, состоящий в анализе их цветовых компонент.

Выполнен анализ синтезированной системы. Разработана структура информационной технологии, в состав которой входит синтезированная система. Технология осуществляет сбор данных о пациенте, построение виртуальной ЗБ модели капсулы предстательной железы и уретры, информационную поддержку хирурга во время операции. Описаны алгоритм улучшения и сегментации томографических изображений органов малого таза, а также методика формирования пространственной статической сцены с изображением капсулы предстательной железы. Выполнено аналитическое описание трехмерной модели капсулы простаты. При этом в качестве математического аппарата выбран аппарат кватернионных сигналов, т.к. с его помощью более просто, по сравнению с другими методами, осуществляется вращение векторов в трехмерном пространстве.

В работе представлены характеристики обнаружения выбранного фрагмента: зависимость вероятности ложной тревоги Т7 от величины порогового уровня 110- характеристики обнаружения при вероятности ложной тревоги Р= 0,1- 0,5- 0,01 для фрагментов размером 10×10, 20×20, 30×30, абсолютная погрешность оценки смещения в зависимости от уровня СКО и размера выбранного фрагмента на изображении предстательной железы. Произведен расчет трудоемкости оценки смещения от размера анализируемого фрагмента. Результаты исследования реализованы в программе для анализа положения резектоскопа в теле предстательной железы. Оценка траектории движения резектоскопа, получаемой в программе, выполнена на основе 3D модели предстательной железы, созданной в программе 3DS МАХ, а также на основе реальных динамических изображений, полученных в ходе проведения трансуретральной резекции предстательной железы на базе урологического отделения Государственного учреждения Республики Марий Эл «Республиканская клиническая больница».

Показать весь текст

Список литературы

  1. , Е.Ф. Анатомические исследования в медицине, биологии и экологии. -М: Высшая школа, 2003.
  2. Биотехнические системы: Теория и проектирование / Под ред. В. М. Ахутина. Л.: Изд-во ЛГУ, 1981.
  3. , И.В. Оперативная лапароскопия / И. В. Федоров, К.Ш. Зы-ятдинов, Е. И. Сигал. М.: ТРИАДА-Х, 2004. — 464 с.
  4. , Б.И. Биомедицинская электроника: Учеб. пособие: ТЭТУ. / Б. И. Чигирев, З. М. Юлдашев, Г. А. Юрковский. СПб., 1996.
  5. , Е.П. Электрофизиологическая и фотометрическая медицинская техника: Уч. пособие/ Е. П. Попечителев, Н. А. Кореневский М.: Высшая школа, 2002. — 470 с.
  6. , Р.Е. Применение радиоэлектронных приборов в биологии и медицине. Киев: Наук, думка, 1986.
  7. , Д.Ю. Урология. Основные разделы. -М.: МЕДпресс-информ, 2004.
  8. , В.Н. Малоинвазивная кольпосуспензия в лечении стрессового недержания мочи у женщин. Урология. — 2004, № 3. — С 57 58
  9. , В.Н. Первый опыт применения лапароскопической цис-тэктомии в лечении инвазивного рака мочевого пузыря / В. Н. Дубровин, А. В. Табаков, Г. А. Мельник // Онкоурология, № 1, 2008. С.29−34.
  10. C-arm-based three-dimensional navigation: a preliminary feasibility study / E. Euler, S. Heining, C. Riquarts, and W. Mutschler // Computer Aided Surgery, vol. 8, no. 1, pp. 35−41, 2003.
  11. R. H. Taylor and D. Stoianovici, «Medical robotics in computer integrated surgery,» IEEE Trans. Robotics and Automation, vol. 19, no. 5, pp. 765−781, Oct. 2003.
  12. J. Aloimonos, Y. Aloimonos. Visual navigation: from biological systems to unmanned ground vehicles. Lawrence Erlbaum Associates, New Jersey, 1997. -415 p.
  13. Liver Surgery Planning Using Virtual Reality / Bernhard Reitinger, Alexander Bornik, Reinhard Beichel, Dieter Schmalstieg // IEEE Computer Graphics and Applications. November/December 2006. Pp. 36−47.
  14. Современные тенденции развития рынка медицинских информационных систем / С. В. Фролов, С. Н. Маковеев, С. В. Семенова, С. Г. Фареа // Вестник ТГТУ. 2010. Том 16. № 2. С. 266−272.
  15. , С.Н. Опыт применения трехмерной интраоперационной навигации при лапароскопической адреналэктомии / С. Н. Емельянов, В. А. Вередченко // Онкоурология, № 1, 2008. С. 19−22.
  16. Coughlin, G. Role of image-guidance systems during NOTES / G. Coughlin, S. Samavedi, K.J. Palmer, V.R. Patel// Journal of endourology, vol 23, num. 5, may 2009. P. 803−812.
  17. A. V. D’Amico, J. S. Loeffler, J. R. Harris. Image-guided diagnosis and treatment of cancer. New Jersey: Humana Press Inc., 2003. — 269 p.
  18. A taxonomy of mixed reality visual displays / Paul Milgram, Fumio Ki-shino // IEICE Transactions on Information Systems, Vol E77-D, No. 12 December 1994. Pp. 1321−1329.
  19. Design and Performance Evaluation of a Remote Catheter Navigation System / Thakur, Y.- Bax, J.S.- Holdsworth, D.W.- Drangova, M. // IEEE transactions on biomedical engineering. July 2009. Pp. 1901 1908.
  20. Sielhorst T. Advanced Medical Displays: A Literature Review of Augmented Reality / T. Sielhorst, M. Feuerstein, N. Navab // Journal of display technology, vol. 4, № 4, 2008.
  21. E. J. Halpern, D. L. Cochlin, В. B. Goldberg. Imaging of the Prostate. United Kingdom: Martin Dunitz Ltd. 2002. 222 p.
  22. Т. J. Carter, M. Sermesant, D. M. Cash, D. C. Barratt, C. Tanner, and D. J. Hawkes, «Application of soft tissue modelling to image-guided surgery.» Med Eng Phys, vol. 27, no. 10, pp. 893−909, Dec 2005.
  23. Использование трехмерной компьютерной томографии в планировании лапароскопической адреналэктомии / Вередченко В. А., — Емельянов С. И., Митичкин А. Е. // Клин, и экспер. хир. 2008. — № 1. — С.35−34.
  24. A. Bettini, P. Marayong, S. Lang, А. М. Okamura, and G. D. Hager. Vision Assisted Control for Manipulation Using Virtual Fixtures. IEEE Transactions on Robotics, 20(6):953−966, Dec. 2004.
  25. An Algorithm for Multiple Object Trajectory Tracking / M. Han W. Xu H. Tao, Y. Gong // Computer Vision and Pattern Recognition, 2004. CVPR 2004. 1−864−1-871 Vol.1.
  26. S. S. Blackman, R. Popoli. Design and analysis of modern tracking systems. Artech House, 1999. 1230 p.
  27. T. Akinbiyi, A. M. Okamura, and D. D. Yuh, «Dynamic Augmented Reality for Haptic Display in Robot-Assisted Surgical Systems,» Medicine Meets Virtual Reality 13, J. D. Westwood, et al. (Eds.), IOS Press, 2005.
  28. A. M. H. S. Abeykoon and K. Ohnishi, «Virtual tool for bilaterally controlled forceps robot-for minimally invasive surgery.» The International Journal of Medical Robotics and Computer Assisted Surgery, vol. to appear, 2007.
  29. Использование методов динамической сегментации последовательностей изображений в применении к эхокардиографии. Е. JI. Марьяскин, А. П. Немирко Журнал «биомедицинская радиоэлектроника» ,№ 11, 2009.
  30. Fuchs G.J. Milestones in endoscopic design for minimally invasive urologie surgery: The sentinel role of a pioneer. Surg Endosc 2006. Pp. 493−499.
  31. Baumhauer M. Navigation in endoscopic soft tissue surgery perspectives and limitations / M. Baumhauer, M. Feuerstein, H.P. Meinzer, J. Rassweiler // Journal of endourology, 2009
  32. Schafer S. Real-time endovascular guidewire position simulation using shortest path algorithms / S. Schafer, V. Singh, P. B. Noel, A. M. Walczak, J. Xu,
  33. К. R. Hoffmann // International Journal of Computer Assisted Radiology and Surgery. Springer Berlin / Heidelberg. Vol. 4, № 6.
  34. J. P. Blandy, R. G. Notley, J. Reynard. Transurethral resection. Tai-lor&Francis, 2005. 227 p.
  35. Janetschek G., Rassweiler J., Griffith D. Laparoscopic surgery in urology. New York: Thieme Stuttgart, 1996. Pp. 276−280.
  36. В. К. Обнаружение движущихся изображений точечных и протяженных объектов в последовательности телевизионных кадров // Изв. СО РАН. Сер. Автометрия, 1993, № 1. С. 40−48.
  37. В. К. Выделение меняющихся изображений в условиях неопределенности // Изв. СО РАН. Сер. Автометрия, 1996, № 2. С. 50−59.
  38. , P.E. Анализ и обработка цветных и объемных изображений / Р. Е. Быков, С. Б. Гуревич — М.: Радио и связь, 1984.
  39. В.К., Бочкарев A.M., Мусьяков М. П. Методы фильтрации сигналов в корреляционно-экстремальных системах навигации / Под ред. Баклицкого. — М.: Радио и связь, 1986.
  40. В. К., Ермаков А. А. Алгоритмы фильтрации и сегментации трехмерных радиолокационных изображений поверхности // Изв. СО РАН. Сер. Автометрия, № 4, 2002. С. 41−49.
  41. , Г. Ф. Биометрия. М.: Высшая школа, 1973.
  42. , Г. И. Голографическое опознавание образов. М.: Сов. радио, 1977.
  43. , Ю.С. Введение в теорию и технику радиотехнических систем: Уч. пособие для вузов. -М.: Радио и связь, 1981.
  44. А. Meyer-Base. Pattern recognition for medical imaging. Elsevier Academic Press, California, 2004. 383 p.
  45. , H.E. Теория передачи и восприятие изображений. Теория передачи изображений и ее приложения. М.: Радио и связь, 1986.
  46. , H.H. Статистическая теория передачи изображений. -М.: Связь, 1976.
  47. , H.H. Исследование закона распределения яркостей в передаваемом изображении по вероятностям // Техника кино и телевидения, 1960, № 5. С. 21−24.
  48. Введение в контурный анализ и его приложения к обработке изображений и сигналов / Под ред. Я. А. Фурмана. М.:ФИЗМАТЛИТ, 2002. 592 с.
  49. Комплекснозначные и гиперкомплексные системы в задачах обработки многомерных сигналов / Под ред. Я. А. Фурмана. М.:ФИЗМАТЛИТ, 2004. 452 с.
  50. , П.А. Сегментация изображений: методы пороговой обработки / П. А. Бакут, Г. С. Колмогоров // Зарубежная радиоэлектроника, № 10, 1987.-С. 6−24.
  51. , П.А. Сегментация изображений: методы выделения границ областей / П. А. Бакут, Г. С. Колмогоров // Зарубежная радиоэлектроника, №Ю, 1987.-С. 25−47.
  52. , У. Цифровая обработка изображений. Кн. 1,2. М.: Мир, 1982.
  53. , Б.В. Распознавание и цифровая обработка изображений / Б. В. Анисимов, В. Ф. Курганов, В. К. Злобин. М.: Высшая школа, 1983.
  54. , А. Распознавание и обработка изображений. М.: Мир, 1972.
  55. , Р.Г. Синтез и анализ системы обнаружения изображений коммуникационных объектов на фоне подстилающей поверхности. Диссертация на соискание степени канд. тех. наук. Йошкар-Ола, 1998.
  56. , Д.М. Синтез и анализ нейросетевой системы обнаружения 3D изображений объектов рентгеновской томографии. Диссертация на соискание степени канд. тех. наук. Йошкар-Ола, 2006.
  57. , Б.Р. Теоретические основы статистической радиотехники. — М.: Советское радио. Кн.1, 1974.
  58. , И.С. Таблицы интегралов, сумм, рядов и произведений / И. С. Градштейн, Н. Рыжин. -М.: Наука, 1971.
  59. , А.И. Математическая статистика / А. И. Герасимович, Я. И. Матвеева. Минск: Высшая школа, 1978.
  60. , Р. Математические методы в медицине: Пер. с англ. М.: Мир, 1987.
  61. , A.A., Шурыгин В. П. Цифровая обработка медицинских изображений// Труды IV конференции «Распознавание образов и анализ изображений: новые информационные технологии». Ч. 1. — Новосибирск, 1998. С. 254−257.
  62. , А. Визуализация объема в медицине / А. Поммерт, Б. Пфлессер, М. Риемер и др. // Открытые системы, 1996, № 5. С. 56−61.
  63. , В.Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 1977.
  64. , Д., Вероятностные методы анализа сигналов и систем / Д. Купер, К. Макгиллян. -М.: Мир, 1989.
  65. В. К., Курилкин В. В., Шейнина И. В. Сравнительный анализ алгоритмов распознавания радиолокационных изображений объектов по данным бортовой PJ1C // Радиотехника. 2003. № 12. С. 3−9.
  66. Справочник по радиолокации. Том 1. Основы радиолокации. / Ред. М. Скольник. Изд-во: СОВЕТСКОЕ РАДИО, 1976.-455 с.
  67. Методы компьютерной обработки изображений / Под ред. В. А. Сойфера. -М.: ФИЗМАТЛИТ, 2001.
  68. Радиотехнические системы: Учеб. пособие / Ю. П. Гришин, В. П. Ипатов, Ю. М. Казаринов и др.- Под ред. Ю. М. Казаринова. — М.: Высшая школа, 1980.
  69. , Д.Г. Автоматизация обработки экспериментальных данных: конспект лекций. Йошкар-Ола: МарГТУ, 2007.
  70. , Д.А., Новочадов, В.В. Статистические методы в медико-биологическом эксперименте (типовые случаи). — Волгоград: Изд-во Вол-ГМУ, 2005.
  71. , В.Н. Математико-статистическая обработка данных медицинских исследований / В. Н. Юнкеров, С. Г. Григорьев. — СПб.: ВМедА, 2002.
  72. , А. Статистический анализ. Подход с использованием ЭВМ / А. Афифи, С. Эйзен. Пер. с англ. М.: Мир, 1982.
  73. , В.М. Прикладная медицинская статистика: Уч. пособие. 2-е изд. / В. М. Зайцев, В. Г. Лифляндский, В. Н. Маринкин. СПб.: ООО «Издательство ФОЛИАНТ», 2006.
  74. , C.B. Многомерный статистический анализ: Уч. пособие. -Барнаул: Изд-во Алт. гос. ун-та, 2003.
  75. , В.Н., Соловьев, В.Н. Введение в многомерный статистический анализ: Уч. пособие. — М.: ГУУ, 2003.
  76. , В.Л. Методы и средства анализа микробиологической информации: Учебно-методическое пособие. — Таганрог: Изд-во ТРГТУ, 2001.
  77. , Дж. Применение корреляционного и спектрального анализа / Дж. Бендат, А. Пирсол- пер. с англ. М.: Мир, 1983.
  78. Я. А. Визуализация изображений в трехмерных сценах. Уч. пособие. Йошкар-Ола: МарГТУ, 2007
  79. , Р.Г. Обнаружение и оценка параметров плоских изображений / Р. Г. Хафизов // Известия вузов. Приборостроение. — 2006, № 4. — С. 36−45.
  80. , Р.Г. Распознавание плоских зашумленных изображений по их форме / Р. Г. Хафизов, И. Л. Егошина // Известия вузов. Приборостроение. 2006, № 4. — С. 46−51.
  81. , Р.Г. Программный комплекс по исследованию статистических характеристик изображений / Р. Г. Хафизов, Д. М. Ворожцов // Свидетельство об официальной регистрации программы для ЭВМ № 2 005 610 655, РОСПАТЕНТ, 17.03.2005.
  82. , Д.В. Об одном алгоритме распознавания движения по последовательности кадров // Сборник докладов 14-й Всероссийской конференции «Математические методы распознавания образов». Суздаль. — 2009. — С. 408−409.
  83. , Н.Б. Экспресс-диагностика динамических процессов. Методы создания аппаратных средств. Казань: Изд-во Казанского гос. техн. ун-та. — 2004.
  84. , А.Н. Медицинская и биологическая физика: Учеб для мед. спец. вузов. 3-е изд. испр. — М.: Высшая школа. — 1999.
  85. , С.Н. Радиотехнические цепи и сигналы: Уч. для вузов. — М.: Высшая школа. 1988.
  86. , В.Н. Атлас лапароскопических операций в урологии. — М.: МИКЛОШ. 2000.
  87. Оптическая биомедицинская диагностика. Том 1. Под ред. В. В. Тучина. М.: ФИЗМАТЛИТ, 2007. — 560 с.
  88. R. Lukac, К. N. Plataniotis Color image processing: methods and applications. CRC press. USA, 2007. 567 p.
  89. Вопросы статистической теории распознавания / Под ред. Б. В. Барского. М.: Радио и связь, 1990.
  90. , С. Медико-биологическая статистика / С. Гланц: пер. с англ. -М.: Практика, 1998.
  91. , Б.А. Медицинские экспертные системы: проблемы создания и перспективы применения // Компьютерная хроника, 1993. № 3.
  92. , В.П., Ижевский, П.В. Применение статистики в медицине и биологии: анализ публикаций 1990−1997 г. Деп. ВИНИТИ 23.01.1998 179-В1998 / ГНЦ РФ Институт биофизики. — М., 1998.
  93. , В.П., Демидова, A.A. Практикум по медицинской информатике. — Ростов-на-Дону: «Феникс», 2001.
  94. , А.Л., Скрипкин, В.А. Методы распознавания. М.: Высшая школа, 1989.
  95. , С.А. Проблемы принятия решений при нечеткой исходной информации. -М.: Наука, 1981.
  96. , Э. Основы теории распознавания образов- Пер. с англ. — М.: Советское радио, 1980.
  97. P. Wang. Pattern Recognition and Machine Vision. River Publishers, • Denmark, 2010.-451 p.
  98. T. Acharya, A. K. Ray. Image Processing Principles and Applications. Wiley-interscience. Canada, 2005 — 428 p.
  99. Р.Г., Гарипова Ю. Е. Технология информационной поддержки хирурга при выполнении трансуретральной резекции предстательной железы //Современные наукоемкие технологии, № 12, 2009. С. 24−25.
  100. Р.Г., Гарипова Ю. Е. Анализ пространственных динамических изображений предстательной железы при проведении трансуретральной операции в условиях плохой видимости / Биомедицинская радиоэлектроника. -М.: «Радиотехника», 2010. С. 16−21.
  101. Ю.Е., Хафизов Р. Г. Траекторная обработка динамических изображений предстательной железы для решения задачи навигации ре-зектоскопа при выполнении трансуретральной резекции / Биотехносфера, № 3,2010.-С. 49−53.
  102. , Р.Г. Программный комплекс для исследования непрерывных контуров изображений / Р. Г. Хафизов, С. А. Охотников, Ю. Е. Гарипова // Свидетельство об официальной регистрации программы для ЭВМ № 2 010 611 737, РОСПАТЕНТ, 03.03.2010.
  103. Р.Г., Дубровин В. Н., Хафизов Д. Г., Гарипова Ю. Е. Обработка динамических изображений при проведении трансуретральной резекции предстательной железы. Марийский госуд. техн. унив-т. Йошкар-Ола, 2010. Деп. в ВИНИТИ 28.01.2010 № 51-В2010.
  104. Ю.Е., Хафизов Р. Г. Обработка динамических изображений для решения задач навигации при проведении трансуретральной резекции предстательной железы / Медицинская техника, № 4, 2010. С. 16−21.
  105. A.A., Баев A.A., Наумов A.C. Применение методов ква-тернионного анализа для выделения изображений дорог в 3D сценах // Вестник Марийского государственного технического университета. Вычислительная техника и информатика. 2009. № 1. С.41−47.
  106. , В.Е., Тимонина, Е.А. Интернет для врача. WWW: медицинская визуализация и кардиология. — М.: Видар, 1998.
  107. , Ю., Макаров, А. Статистический анализ данных на компьютере. -М.: Инфа-М, 1998.
Заполнить форму текущей работой

Пора сдавать?