Способ оценки качества телерентгенологических снимков Российский патент 2024 года по МПК G16H30/00 A61C7/00 G06T7/00 

Описание патента на изобретение RU2815039C1

Изобретение относится к медицине, а именно к ортодонтии, ортопедической стоматологии, челюстно-лицевой хирургии и рентгенологии, и может быть использовано для оценки качества цифровых телерентгенограмм боковой проекции черепа.

Известен способ оценки качества рентгеновских изображений (1), способ заключается в следующем: получают изображение, вычисляют его гистограмму, преобразуют значения гистограммы во входные аргументы нейронной сети и вычисляют выходное значение нейронной сети, в качестве входных аргументов нейронной сети используют нормированные к единице значения гистограммы, вычисленные с заданным интервалом группировки, уровень яркости вычисляют как линейную функцию от выходного значения нейронной сети, обучение нейронной сети проводят с использованием обучающего множества, вычисленного по заданной базе изображений, в качестве множества целевых значений используют уровни яркости, вычисленные для каждого изображения по зоне интереса и масштабированные к области значений функции активации нейрона выходного слоя нейронной сети.

Недостатком данного способа является отсутствие учета положения анатомических ориентиров на снимке, при оценке качества не учитывается наличие на снимке всех точек, необходимых для цефалометрического анализа, не учитываются: положение головы пациента во время проведения рентгенологического исследования, наличие линейки краниостата в зоне интереса для правильного масштабирования полученного изображения, деформация изображения, произошедшая по причине движения пациента во время рентгенологического исследования, сомкнутость губ и зубов в привычной для пациента окклюзии во время проведения исследования, правильность позиционирования ушных упоров в наружных слуховых проходах пациента, калибровка рентгенологического оборудования.

Также известен способ оценки информативности рентгеновских снимков (2), способ основан на определении для исследуемой рентгенограммы характеризующего ее информационного индекса, показывающего количество содержащейся в ней информации, причем рентгеновский снимок оцифровывается путем разбиения его на элементарные участки - пиксели, и для каждого пикселя определяется значение, соответствующее его плотности почернения, а характеризующий рентгеновское изображение информационный индекс определяется по формуле.

Недостатком способа является зависимость от особенностей восприятия наблюдателя, условий просмотра снимков, учет особенности съемки (контактная или с прямым увеличением), типа источника (микрофокусный или с протяженным фокусным пятном), характеристики объекта, иными словами, способ определяет потенциальное количество информации, которое может содержаться в снимке, но не позволяет определить, какое количество информации в нем реально содержится.

Известен способ оценки телерентгенограммы головы боковой проекции и планшет для его осуществления (3), способ предусматривает определение угловых величин по контрольным антропометрическим точкам и сравнение их с нормой; рассматриваются шесть угловых величин: угол, образованный условной линией основания черепа и линией NA (SNA); угол, образованный условной линией основания черепа и линией NB (SNB); угол, образованный условной линией основания черепа и линией SBa (NSBa); угол, образованный условной линией основания черепа и условной линией основания верхней челюсти (NL-NSL); угол, образованный условной линией основания черепа и условной линией основания нижней челюсти (ML-NSL); угол, образованный условной линией основания верхней челюсти и условной линией основания нижней челюсти (NL-ML); соотношение этих величин позволяет определить норму.

Недостатком способа оценки телерентгенограммы головы боковой проекции и планшета для его осуществления является то, нет алгоритма, позволяющего оценить качество рентгеновского снимка головы в боковой проекции и его релевантность для цефалометрического анализа.

За прототип изобретения взята предобработка рентгеновских изображений для задачи диагностики в атоматизированном режиме (4), заключающаяся в использовании алгоритмов устранения апмлитудных искажений изображений с помощью корректирующих функций с тем, чтобы поиск объектов исследования (раковых опухолей, кист) мог производиться в автоматическом режиме, разработка данного подхода предполагает на основе использования модуля преобразования, основанного на алгоритмах адаптивных гистограмм или адаптивных вайвлет-преобразований ввести автоматизированным путем диагноз изображений объектов с онкологическими признаками и производить распределение снимков на «норму» и «патологии».

Недостатком предобработки рентгеновских изображений для задачи диагностики в атоматизированном режиме является анализ без учета положения анатомических ориентиров на снимке, нет алгоритмов оценки качества снимка, позволяющих определить, какое количество информации в нем реально содержится, данный метод не применим для анализа телерентгенологических снимков в боковой проекции головы.

Целью создания изобретения является создание способа оценки качества телерентгенологических изображений, который позволит, учитывая положение анатомических образований черепа, производить анализ телерентгенологических снимков в автоматическом режиме с использованием алгоритмов определения релевантности рентгенологического изображения для цефалометрического анализа.

Эта цель достигается тем, что способ оценки качества телерентгенологических изображений предусматривает анализ телерентгенологических снимков в боковой проекции головы на предмет релевантности рентгенологических изображений для цефалометрического анализа; анализ снимка осуществляется в автоматическом режиме с помощью использования элементов искусственного интеллекта на основе машинного обучения и компьютерного зрения; машинное обучение происходит с помощью поиска несоответствий снимка критериям качества телерентгенологических изображений; в способе учитываются: положение головы пациента во время проведения рентгенологического исследования, наличие линейки краниостата в зоне интереса для правильного масштабирования полученного изображения, деформация изображения, произошедшая по причине движения пациента во время рентгенологического исследования, сомкнутость губ и зубов в привычной для пациента окклюзии во время проведения исследования, правильность позиционирования ушных упоров в наружных слуховых проходах пациента, калибровка рентгенологического оборудования.

Технический эффект от использования изобретения достигается тем, что предлагаемый способ учитывает положение анатомических образований черепа за счет того, что в способе учитываются: положение головы пациента во время проведения рентгенологического исследования, наличие линейки краниостата в зоне интереса для правильного масштабирования полученного изображения, деформация изображения, произошедшая по причине движения пациента во время рентгенологического исследования, сомкнутость губ и зубов в привычной для пациента окклюзии во время проведения исследования, правильность позиционирования ушных упоров в наружных слуховых проходах пациента, калибровка рентгенологического оборудования; производить анализ телерентгенологических снимков в автоматическом режиме с использованием алгоритмов определения релевантности рентгенологического изображения для цефалометрического анализа с помощью использования элементов искусственного интеллекта на основе машинного обучения и компьютерного зрения; машинное обучение происходит с помощью поиска несоответствий снимка критериям качества телерентгенологических изображений.

Сравнение предложенного способа с другими, известными в области медицины, показало его соответствие критериям изобретения.

Способ оценки качества телерентгенологических изображений, включающий предобработку рентгенологических изображений для диагностики в атоматизированном режиме, заключающуюся в использовании алгоритмов для обеспечения поиск в автоматическом режиме, отличающуюся тем, что производится анализ телерентгенологических снимков в боковой проекции головы для определения релевантности рентгенологических изображений для цефалометрического анализа, причем анализ снимка осуществляют в автоматическом режиме с помощью использования элементов искусственного интеллекта на основе машинного обучения и компьютерного зрения; машинное обучение осуществляют с помощью поиска несоответствий снимка критериям качества телерентгенологических изображений, при этом учитывают: положение головы пациента во время проведения рентгенологического исследования, наличие линейки краниостата в зоне интереса для масштабирования полученного изображения, деформацию изображения, произошедшую по причине движения пациента во время рентгенологического исследования, сомкнутость губ и зубов в привычной для пациента окклюзии во время проведения исследования, правильность позиционирования ушных упоров в наружных слуховых проходах пациента, калибровку рентгенологического оборудования.

Изобретение поясняется графическим материалом, на котором изображено предлагаемый способ. На фиг. 1 - размеченная телерентгенограмма с выделенными на ней диагностическими ошибками, где 1 - двоение контуров ушных упоров, 2 - несомкнутость зубов, 3 - двоение контуров нижней челюсти, 4 - несомкнутость губ, 5 - позиционирование линейки краниостата.

Способ использования.

При получении снимка телерентгенографического исследования головы пациента в боковой проекции в цифровом виде необходимо произвести предобработку рентгеновских изображений для задачи диагностики в атоматизированном режиме, заключающуюся в использовании алгоритмов, чтобы поиск мог производиться в автоматическом режиме, производится анализ телерентгенологических снимков в боковой проекции головы на предмет релевантности рентгенологических изображений для цефалометрического анализа; анализ снимка осуществляется в автоматическом режиме с помощью использования элементов искусственного интеллекта на основе машинного обучения и компьютерного зрения; машинное обучение происходит с помощью поиска несоответствий снимка критериям качества телерентгенологических изображений; в способе учитываются: положение головы пациента во время проведения рентгенологического исследования, наличие линейки краниостата в зоне интереса для правильного масштабирования полученного изображения, деформация изображения, произошедшая по причине движения пациента во время рентгенологического исследования, сомкнутость губ и зубов в привычной для пациента окклюзии во время проведения исследования, правильность позиционирования ушных упоров в наружных слуховых проходах пациента, калибровка рентгенологического оборудования. При выявлении ошибок на цифровой телерентгенограмме врач оценивает критичность выявленных недочетов исследования и в случае несоответствия снимка критериям качества осуществляет его выбраковку. В случае соответствия снимка критериям качества осуществляется цефалометрический анализ по одной из общепринятой методик.

Клинический пример.

В клинику обратился пациент Т. 15 лет на кафедру стоматологии детского возраста и ортодонтии с диагнозом дистальная окклюзия, протрузия резцов нижней челюсти. Для составления плана лечения возникла необходимость проведения цефалометрического анализа по телерентгенологическому исследованию. При получении снимка телерентгенографического исследования головы пациента в боковой проекции в цифровом виде необходимо была произведена предобработка рентгеновского изображения для задачи диагностики в атоматизированном режиме, заключающаяся в использовании алгоритмов, чтобы поиск мог производиться в автоматическом режиме, производился анализ телерентгенологических снимков в боковой проекции головы на предмет релевантности рентгенологических изображений для цефалометрического анализа; анализ снимка осуществляется в автоматическом режиме с помощью использования элементов искусственного интеллекта на основе машинного обучения и компьютерного зрения; машинное обучение происходит с помощью поиска несоответствий снимка критериям качества телерентгенологических изображений; в способе учитываются: положение головы пациента во время проведения рентгенологического исследования, наличие линейки краниостата в зоне интереса для правильного масштабирования полученного изображения, деформация изображения, произошедшая по причине движения пациента во время рентгенологического исследования, сомкнутость губ и зубов в привычной для пациента окклюзии во время проведения исследования, правильность позиционирования ушных упоров в наружных слуховых проходах пациента, калибровка рентгенологического оборудования. Были выявлены ошибки на цифровой телерентгенограмме, такие как: несомкнутость зубных рядов, движение пациента в ходе исследования, двоение контуров ушных упоров, двоение контуров нижней челюсти, врач оценил критичность выявленных недочетов исследования и осуществил выбраковку снимка, пациент был направлен на повторное телерентгенологическое исследование.

Способ оценки качества телерентгенологических изображений используется в рентгенологических и амбулаторно-поликлинических учреждениях стоматологического профиля.

ИСТОЧНИКИ ИНФОРМАЦИИ

1. Способ определения уровня яркости в зоне интереса цифрового медицинского рентгеновского изображения, RU 2431196 С1.

2. Способ оценки информативности рентгеновского снимка, RU 2306675 С1.

3. Трезубов В.Н. Соловьев М.М. Черновол Е.М. Фадеев Р.А. Способ оценки телерентгенограммы головы в боковой проекции и планшет для его осуществления, RU 2193350 С1.

4. Кравченко А.П., Киселева Н.С., Скулкина Ю.С., Хабибулина А.В. Предобработка рентгеновских изображений для задачи диагностики в автоматизированном режиме. «Компьютерные и информационные науки».

Похожие патенты RU2815039C1

название год авторы номер документа
Способ определения параметров верхней челюсти в трехмерном пространстве 2023
  • Аюпова Ирина Олеговна
  • Попов Николай Владимирович
  • Колсанов Александр Владимирович
RU2815038C1
Способ определения параметров нижней челюсти в трехмерном пространстве 2023
  • Аюпова Ирина Олеговна
  • Попов Николай Владимирович
  • Колсанов Александр Владимирович
  • Давидюк Максим Андреевич
  • Баннов Виктор Михайлович
  • Морина Александра Васильевна
  • Буторина Олеся Александровна
RU2823612C2
Способ диагностики и лечения пациентов с различными формами гнатической окклюзии 2019
  • Постников Михаил Александрович
  • Серёгин Александр Сергеевич
  • Строгонова Мария Александровна
  • Степанов Григорий Викторович
  • Трунин Дмитрий Александрович
  • Байриков Иван Михайлович
  • Лобанов Алексей Александрович
  • Постникова Елизавета Михайловна
RU2768160C2
СПОСОБ НАХОЖДЕНИЯ АНАТОМИЧЕСКОЙ ПЛОСКОСТИ, ЯВЛЯЮЩЕЙСЯ ПАРАЛЛЕЛЬНОЙ ПЛОСКОСТИ ОККЛЮЗИИ 2011
  • Рощин Евгений Михайлович
  • Пантелеев Валентин Дмитриевич
  • Рощина Александра Владимировна
RU2471452C1
СПОСОБ ОБУЧЕНИЯ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ ОСУЩЕСТВЛЯТЬ РАЗМЕТКИ ТЕЛЕРЕНТГЕНОГРАММ В ПРЯМОЙ И БОКОВОЙ ПРОЕКЦИЯХ 2019
  • Мураев Александр Александрович
  • Кибардин Илья Алексеевич
  • Оборотистов Николай Юрьевич
  • Мураева Полина Александровна
RU2717911C1
СПОСОБ ПРОВЕДЕНИЯ ДИАГНОСТИКИ ОПОРНО-ДВИГАТЕЛЬНОГО АППАРАТА ПРИ ПЛАНИРОВАНИИ И ПРОВЕДЕНИИ СТОМАТОЛОГИЧЕСКОГО ЛЕЧЕНИЯ 2017
  • Сеселкина Елена Леонидовна
RU2657195C1
Способ построения 3D-модели конструктивного прикуса в полном цифровом протоколе 2023
  • Шкроб Анна Сергеевна
RU2826423C1
СПОСОБ ОЦЕНКИ ЭСТЕТИКИ ЛИЦА НА ЦИФРОВЫХ 3D-МОДЕЛЯХ ГОЛОВЫ 2023
  • Оборотистов Николай Юрьевич
  • Мураев Александр Александрович
  • Персин Леонид Семенович
RU2826776C1
СПОСОБ КОМПЛЕКСНОЙ МОРФОФУНКЦИОНАЛЬНОЙ ДИАГНОСТИКИ ЗУБОЧЕЛЮСТНОЙ СИСТЕМЫ У ПАЦИЕНТОВ С АНОМАЛИЯМИ ОККЛЮЗИИ В СОЧЕТАНИИ С РАССТРОЙСТВАМИ ВИСОЧНО-НИЖНЕЧЕЛЮСТНЫХ СУСТАВОВ 2022
  • Текучева Светлана Владимировна
  • Персин Леонид Семёнович
  • Постников Михаил Александрович
  • Афанасьева Яна Игоревна
  • Попова Инесса Викторовна
  • Ступников Павел Алексеевич
  • Ермольев Сергей Николаевич
  • Постникова Елизавета Михайловна
RU2798376C1
Способ комплексной диагностики окклюзии 2018
  • Постников Михаил Александрович
  • Чигарина Светлана Егоровна
  • Испанова Светлана Николаевна
  • Малкина Виктория Дмитриевна
  • Поштару Кристина Георгиевна
  • Колесов Максим Андреевич
RU2694175C1

Иллюстрации к изобретению RU 2 815 039 C1

Реферат патента 2024 года Способ оценки качества телерентгенологических снимков

Изобретение относится к медицине, а именно к способу оценки качества телерентгенологических изображений. Способ представляет собой предобработку рентгенологических изображений для задачи диагностики в автоматизированном режиме, заключающуюся в использовании алгоритмов для обеспечения поиска. Производят анализ телерентгенологических снимков в боковой проекции головы для определения релевантности рентгенологических изображений для цефалометрического анализа. Анализ снимка производят в автоматическом режиме с помощью использования элементов искусственного интеллекта на основе машинного обучения и компьютерного зрения. Машинное обучение осуществляют с помощью поиска несоответствий снимка критериям качества телерентгенологических изображений; при этом учитывают: положение головы пациента во время проведения рентгенологического исследования, наличие линейки краниостата в зоне интереса для правильного масштабирования полученного изображения, деформацию изображения, произошедшую по причине движения пациента во время рентгенологического исследования, сомкнутость губ и зубов в привычной для пациента окклюзии во время проведения исследования, правильность позиционирования ушных упоров в наружных слуховых проходах пациента, калибровку рентгенологического оборудования. Достигается возможность, учитывая положение анатомических образований черепа, производить анализ телерентгенологических снимков в автоматическом режиме с использованием алгоритмов определения релевантности рентгенологического изображения для цефалометрического анализа. 1 ил, 1 пр.

Формула изобретения RU 2 815 039 C1

Способ оценки качества телерентгенологических изображений, включающий предобработку рентгенологических изображений для диагностики в автоматизированном режиме, заключающуюся в использовании алгоритмов для обеспечения поиска в автоматическом режиме, отличающийся тем, что производится анализ телерентгенологических снимков в боковой проекции головы для определения релевантности рентгенологических изображений для цефалометрического анализа, причем анализ снимка осуществляют в автоматическом режиме с помощью использования элементов искусственного интеллекта на основе машинного обучения и компьютерного зрения; машинное обучение осуществляют с помощью поиска несоответствий снимка критериям качества телерентгенологических изображений, при этом учитывают: положение головы пациента во время проведения рентгенологического исследования, наличие линейки краниостата в зоне интереса для масштабирования полученного изображения, деформацию изображения, произошедшую по причине движения пациента во время рентгенологического исследования, сомкнутость губ и зубов в привычной для пациента окклюзии во время проведения исследования, правильность позиционирования ушных упоров в наружных слуховых проходах пациента, калибровку рентгенологического оборудования.

Документы, цитированные в отчете о поиске Патент 2024 года RU2815039C1

СПОСОБ ОЦЕНКИ ТЕЛЕРЕНТГЕНОГРАММЫ ГОЛОВЫ В БОКОВОЙ ПРОЕКЦИИ И ПЛАНШЕТ ДЛЯ ЕГО ОСУЩЕСТВЛЕНИЯ 2001
  • Трезубов В.Н.
  • Соловьев М.М.
  • Черновол Е.М.
  • Фадеев Р.А.
RU2193350C1
СПОСОБ ОЦЕНКИ ИНФОРМАТИВНОСТИ РЕНТГЕНОВСКОГО СНИМКА 2006
  • Потрахов Николай Николаевич
  • Грязнов Артем Юрьевич
RU2306675C1
US 20210365736 A1, 25.11.2021
US 20210358123 A1, 18.11.2021
ГОЛУБ Ю
И
Оценка качества цифровых изображений // Системный анализ и прикладная информатика, 2021, N 4, с
Очаг для массовой варки пищи, выпечки хлеба и кипячения воды 1921
  • Богач Б.И.
SU4A1
DOVGANICH А
A
et al
Automatic Quality Control in Lung X-Ray Imaging with Deep Learning // Computational

RU 2 815 039 C1

Авторы

Колсанов Александр Владимирович

Попов Николай Владимирович

Аюпова Ирина Олеговна

Махота Анна Юрьевна

Давидюк Максим Андреевич

Даты

2024-03-11Публикация

2023-01-10Подача