ИССЛЕДОВАНИЕ И РАЗРАБОТКА МЕТОДОВ УЛУЧШЕНИЯ ЭНДОСКОПИЧЕСКИХ (МЕДИЦИНСКИХ) ИЗОБРАЖЕНИЙ

Введение. Современные технологии виртуальной хромоэндоскопии призваны существенно повысить диагностическую ценность предъявляемых врачу изображений. Анализ существующих технологий показывает, что имеющиеся решения не лишены значительных недостатков. Одни требуют для работы проведения сложной предварительной аппаратной калибровки, другие используют глобальные преобразования, не позволяющие учесть локальные особенности тканей, и т. д. В целом сейчас не существует технологии виртуальной хромоэндоскопии, устраивающей большинство потенциальных пользователей – врачей, а следовательно, есть поле для исследования.

Цель работы. Разработка метода для виртуальной хромоэндоскопии с учетом недостатков, выявленных у аналогов в результате анализа.

Методы и материалы. Для проведения исследований были использованы открытые базы данных эндоскопических изображений, с помощью которых в результате моделирования и эксперимента были оценены качественные характеристики предложенного метода.

Результаты. Новый метод виртуальной хромоэндоскопии, главная особенность которого – использование нелинейных локальных функций трансформации при преобразовании RGB-каналов, а также отсутствие процедуры калибровки для получения эффекта виртуальной хромоэндоскопии. Предложенный метод полностью основан на технологии цифровой обработки изображений, включает коррекцию яркости изображения, обеспечивающую возможность получения необходимой визуальной информации как из очень темных, так и из переэкспонированных фрагментов; повышение резкости изображения, подчеркивающее мелкие детали и сосуды.

Заключение. Экспертная оценка полученных результатов показывает, что визуальный эффект предложенного метода соответствует, а в отдельных случаях и превосходит визуальный эффект проприетарных технологий виртуальной эндоскопии I-Scan и FICE.

1. Won Young Cho, Jae Young Jang, Don Haeng Lee. Recent Advances in Image-enhanced Endoscopy // Clinical Endoscopy. 2011. Vol. 44, № 2. P. 65–75. doi: 10.5946/ce.2011.44.2.65

2. Jae-Young Jang. The Past, Present, and Future of Image-Enhanced Endoscopy // Clinical Endoscopy. 2015. Vol. 48, № 6. P. 466–475. doi: 10.5946/ce.2015.48.6.466

3. Narrow-band Imaging in the Diagnosis of Colorectal Mucosal Lesions: a Pilot Study / H. Machida, Y. Sano, Y. Hamamoto, M. Muto, T. Kozu, H. Tajiri, S. Yoshida // Endoscopy. 2004. Vol. 36, № 12. P. 1094–1098. doi: 10.1055/s-2004-826040.

4. Fundus Autofluorescence Imaging: Review and Perspectives / S. Schmitz-Valckenberg, F. G. Holz, A. C. Bird, R. F. Spaide // Retina. 2008. Vol. 28, № 3. P. 385–409. doi: 10.1097/IAE.0b013e318164a907.

5. American Gastroenterological Association (AGA) Institute Technology Assessment on Image-Enhanced Endoscopy / T. Kaltenbach, Y. Sano, S. Friedland, R. Soetikno // Gastroenterology. 2008. Vol. 134, № 1. P. 327–340. doi: 10.1053/j.gastro.2007.10.062

6. FICE Atlas of Spectral Endoscopic images, 2008. URL: https://en.fujifilmla.com/products/endoscopy/catalogs /pdf/index/fice-atlas-esp.pdf (дата обращения 09.03.2019)

7. PENTAX Medical i-scan Mini-Atlas for Gastroenterology, 2015. URL: https://www.i-scanimaging.com/fileadmin /user_upload/PENTAX_i-scan_Mini-Atlas.pdf (дата обращения 09.03.2019)

8. Efficacy of I-Scan Imaging for the Detection and Diagnosis of Early Gastric Carcinomas / J. Nishimura, J. Nishikawa, M. Nakamura, A. Goto, K. Hamabe, Sh. Hashimoto, T. Okamoto, M. Suenaga, Y. Fujita, Y. Hamamoto, I. Sakaida // Gastroenterology Research and Practice. 2014. № 3. P. 1–6. doi: 10.1155/2014/819395

9. Storz Professional Image Enhancement System: a New Technique to Improve Endoscopic Bladder Imaging / G. M. Kamphuis, D. M. de Bruin, J. Fallert, M. H. Gultekin, T. M. de Reijke, M.P. Laguna Pes, J. J. M. C. H de la Rosette // J. Cancer Sci Ther., 2016, Vol. 8, № 3. P. 71–77. doi: 10.4172/1948-5956.1000394

10. Tri-Scan: A Three Stage Color Enhancement Tool for Endoscopic Images / M. S. Imtiaz, S. K. Mohammed, F. Deeba, Kh. A. Wahid // J. Medical Systems. 2017. Vol. 41, № 6. P. 1–16. doi: 10.1007/s10916-017-0738-z

11. Karl Storz Endoscope. IMAGE1 S™ 4U – это не просто видеосистема. URL: https://www.karlstorz.com /de/ru/telepresence.htm (дата обращения 09.03.2019)

12. Vonikakis V., Andreadis I. Multi-Scale Image Contrast Enhancement // Proc. 10th Intern. Conf. on Control Automation Robotics and Vision. Hanoi, 17–20 Dec. 2008. Piscataway: IEEE, 2008. P. 856–861. doi: 10.1109 /ICARCV.2008.4795629

13. Adaptive Histogram Equalization and Its Variations / S. M. Pizer, E. P. Amburn, J. D. Austin, R. Cromartie, A. Geselowitz, Th. H. Greer, B. H. Romeny, J. B. Zimmerman, K. Zuiderveld // Computer Vision, Graphics and Image Processing. 1987. Vol. 39, № 3. P. 355–368. doi: 10.1016/S0734-189X (87)80186-X

14. Reza A. M. Realization of the Contrast Limited Adaptive Histogram Equalization (CLAHE) for Real-Time Image Enhancement // J. of VLSI Signal Processing. 2004. Vol. 38, № 1. P. 35–44. doi: 10.1023/B:VLSI.0000028532. 53893.82

15. The Kvasir Dataset. URL: http://datasets.simula.no /kvasir (дата обращения 09.03.2019)

16. Shen C. H., Chen H. Robust Focus Measure for Low-Contrast Images // Intern. Conf. on Consumer Electronics, ICCE'06, Jan. 7–11, 2006, Las Vegas. Digest of Technical Papers. Piscataway: IEEE, 2006, P. 69–70. doi: 10.1109/ICCE.2006.1598314