Інтелектуальна система радіонуклідної медичної діагностики на гамма-камері

Abstract

Пропонується метод інформаційного синтезу системи підтримки прийняття рішень для радіонук- лідної діагностики органів людини при динамічному обстеженні на гамма-камері. Як приклад розг- лянуто процес функціонального діагностування нирок. Розроблено алгоритм сегментації серії сцинти- грам на основі інформаційно-екстремального кластер-аналізу просторово-часових векторів зміни лі- чильника імпульсів у пікселях гамма-детектора та алгоритм інформаційно-екстремального машинно- го навчання для розпізнавання функціонального стану нирок за ренографічною кривою. Розроблені алгоритми грунтуються на адаптивному двійковому кодуванні ознак розпізнавання та оптимізації ге- ометричних параметрів розбиття простору ознак на класи еквівалентності в процесі максимізації ін- формаційної спроможності системи підтримки прийняття рішень. Аналізуються результати роєвої оп- тимізації вирішальних правил та показано результати автоматичної сегментації сцинтиграфічних даних з метою виділення зон інтересу і автоматичної класифікації ренограм для формування діагностичного висновку.

Предлагается метод информационного синтеза системы поддержки принятия решений для радио- нуклидной диагностики органов человека при динамическом обследовании на гамма-камере. Как пример, рассмотрен процесс диагностики функционального состояния почек. Разработан алгоритм сегментации серии сцинтиграм на основании информационно-экстремального кластер-анализа пространственно-временных векторов изменения счетчика импульсов в пикселях гамма-детектора и алгоритм информационно-экстремального машинного обучения для распознавания функционального состояния почек за ренографической кривой. Разработанные алгоритмы основываются на адаптивном двоичном кодировании признаков распознавания и оптимизации геометрических параметров разбиении пространства признаков на классы эквивалентности в процессе максимизации информационной способности системы поддержки принятия решений. Анализируются результаты роевой оптимизации решающих правил и показано результаты автоматической сегментации сцинтиграфических данных с целью выделения зон интереса и автоматической классификации ренограмм для формирования диагностического вывода.

Method of information synthesis of a decision support system for radionuclide diagnostics of human organs during dynamic observation on gamma camera is proposed. By way of example, the process of diagnosis kidneys’ functional state is considered. Segmentation algorithm of scintigrams series based on information- extreme cluster analysis of time-spatial vectors of impulse counter changes in gamma detector and algorithm of recognition functional state of kidneys using renogram curves based on information-extreme machine learning are developed. Information-extreme algorithms based on adaptive binary coding of feature values and on optimization of geometrical parameters of feature space partitioning into classes equivalence during the process of maximizing of decision support system's information ability are developed. The results of parameters optimization of decision rules using the particle swarm algorithm are analyzed. The results of the automatic segmentation of scintigraphic data intended to highlight regions of interests, result of automatic classification of renogram curves intended to make-diagnosis are shown.