Программное обеспечение для поиска областей интереса в трехмерных медицинских изобретениях

Abstract

Цель исследования - реализация программного комплекса для организации исследований по поиску областей интереса в трехмерных медицинских изображениях и реконструкции морфологического субстрата и его апробация на примере анализа большого объема модельных МРТ-снимков. Материал и методы. Программный комплекс апробирован на модельных МРТ-снимках головного мозга, содержащих морфологический субстрат (проявление патологии - рассеянного склероза в тяжелой стадии), предоставляемых ресурсом BrainWeb. Технологический стек, выбранный для реализации предложенной схемы, базируется на кроссплатформенных решениях: для организации долговременного хранилища данных и поддержания информации в согласованном состоянии использована система управления базами данных MariaDB (open-source ветвь MySQL) и процедурное расширение SQL. Для автоматизации рутинных инфраструктурных задач использован Python версии 2.7. Расчетный модуль написан на языке программирования Java 7 с использованием библиотеки классов Spring Framework 3 и MongoDB как средства обмена данными между узлами в кластере. Версионирование кодовой базы основано на git, в качестве сборщика использован Maven 3. Результаты. Полученные при тестировании программы в инфраструктуре кафедры медицинской и биологической кибернетики СибГМУ результаты исследований доказывают принципиальную возможность применения технологии автоматизированного поиска областей интереса и реконструкции морфологического субстрата в трехмерных изображения МРТ на основе обобщенного анализа различий между референтной и оцениваемой группой снимков. Заключение. Автоматизация процесса диагностики состояния организма на основе анализа медицинских изображений позволяет, с одной стороны, нивелировать в процессе принятия решения негативные моменты, связанные с субъективным компонентом, а с другой - повысить доступность высокотехнологичной медицинской помощи современными телекоммуникационными средствами. Представленное программное обеспечение комплексно решает задачу организации исследований по поиску областей интереса и реконструкции морфологического субстрата в модельных трехмерных медицинских изображениях в автоматизированном режиме с возможностью единовременной обработки нескольких исследуемых групп объектов.

Background. Implementation of software for areas of interest retrieval in 3D medical images is described in this article. It has been tested against large volume of model MRIs. Material and methods. We tested software against normal and pathological (severe multiple sclerosis) model MRIs from tge BrainWeb resource. Technological stack is based on open-source cross-platform solutions. We implemented storage system on Maria DB (an open-sourced fork of MySQL) with P/SQL extensions. Python 2.7 scripting was used for automatization of extract-transform-load operations. The computational core is written on Java 7 with Spring framework 3. MongoDB was used as a cache in the cluster of workstations. Maven 3 was chosen as a dependency manager and build system, the project is hosted at Github. Results. As testing on SSMU's LAN has showed, software has been developed is quite efficiently retrieves ROIs are matching for the morphological substratum on pathological MRIs. Conclusion. Automation of a diagnostic process using medical imaging allows to level down the subjective component in decision making and increase the availability of hi-tech medicine. Software has shown in the article is a complex solution for ROI retrieving and segmentation process on model medical images in full-automated mode. We would like to thank Robert Vincent for great help with consulting of usage the BrainWeb resource.