Шрифт: A A A Цвет фона: Изображения: ВКЛ ВЫКЛ

Лаборатория автоматизированных рабочих мест является научно-инновационной базой для привлечения студентов медико-биологического факультета, а также молодых ученых университета, к исследовательской работе в сфере информационых систем нового поколения.

Сотрудники
Метод компьютерного анализа медицинских изображений
на основе способа интегральных оценок состояния и целенаправленного управления биосистемой

Анализ трехмерных медицинских изображений является важным фактором повышения эффективности диагностики и планирования лечебных вмешательств для реализации пациент-ориентированного подхода. Сотрудник лаборатории Дмитрий Рыжков принимает непосредственное участие в реализации 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.

В работе продемонстрирована принципиальная возможность применения методики интегральной оценки состояния биосистем в задачах анализа трехмерных медицинских изображений на примере выделения областей интереса на модельных МРТ-снимках головного мозга, содержащих морфологический субстрат (проявление патологии – рассеянного склероза в тяжелой стадии). Для расчетов формируются две группы объектов, референтная и оцениваемая, состоящие из объемных снимков на основе нормального и патологического фантомов соответственно. Установлено, что в гистограммах распределения интегральных оценок для фрагментов изображений, содержащих морфологические изменения, наблюдается смещение в сторону больших значений по сравнению с интегральными оценками для изображений без морфологических изменений. Задавая определенное пороговое значение для совокупности интегральных оценок, можно выделить фрагменты изображения, содержащие проявление патологии, что является основой для реконструкции морфологического субстрата.

Технологический стек, выбранный для реализации предложенной схемы, базируется на кроссплатформенных решениях. Блок долговременного хранения данных реализован с использованием СУБД MariaDB (open-source ветвь MySQL) и процедурного расширения SQL. Блок загрузки данных и отгрузки результатов по электронной почте написан на языке Python версии 2.7. Расчетный модуль написан на языке программирования Java 7 с использованием библиотеки классов Spring Framework 3, предоставляющей механизмы организации кода отдельных задач в единый рабочий поток методом декларативного описания с помощью языка XML. Кроме того, технология Java предоставляет возможности гибкого конфигурирования приложения по расходу вычислительных ресурсов, что обеспечивает предсказуемое поведение программы на различных аппаратных платформах и операционных системах. Для сборки и развертывания приложения на рабочей станции задействован сборщик Maven 3 с подключаемыми расширениями. Управление кодовой базой осуществляется через распределенную систему контроля версий git и закрытый репозиторий на ресурсе GitHub.

Процедура расчета интегральной оценки – ресурсозатратная операция. В зависимости от размера блоков, на которые бьются анализируемые изображения, может проводиться от нескольких десятков тысяч до нескольких миллионов расчетных операций, обрабатывающих суммарно от нескольких до нескольких десятков ГБ данных. Оптимизация вычислений производится путём горизонтального масштабирования существующего приложения на несколько вычислительных узлов с равномерным распределением нагрузки на задействованные процессоры. В текущей реализации программного комплекса была выбрана документо-ориентированная база данных MongoDB, хранящая записи в виде коллекций JSON-подобных структур, позволяя, с одной стороны, производить операции чтения-записи быстро, что свойственно нереляционным базам данных, но сохраняя при этом минимально-структурированное представление данных (что определяется самим форматом хранения данных JSON) – с другой, являясь своего рода компромиссом между реляционными СУБД и базами, хранящими данные в виде пар "ключ-значение". В качестве системы для организации очереди выбрано приложение RabbitMQ – популярное промышленное решение, простое в настройке и эксплуатации.

В настоящее время Дмитрий Рыжков продолжает работы по данному направлению. Одна из задач служит темой дипломной работы студента кафедры МБК Михаила Иптышева. 

Телемедицина
Телемедицина. Системы взаимодействия медицинского и телекоммуникационного оборудования с целью повышения доступности медицинской помощи

Сотрудники лаборатории регулярно оказывают технологическую и практическую помощь в организации трансляций хирургических операций в реальном времени, которые проводятся в "НИИ онкологии" СО РАМН, г. Томск, также организуют проведение лекций, конференций и врачебных консультаций с использованием телемецинской технологий.

Климато-географические особенности Томской области таковы, что эффективная организация оказания качественной медицинской помощи на всей территории, включая самые удаленные регионы, возможна лишь при условии обеспечения оперативной связи между лечебными учреждениями.
В Томской области расстояние между населенными пунктами от 10 до 100 и более километров. Около 10% населенных пунктов удалены от районных центров более, чем на 100 километров. Следовательно, только 70% жителей сельской местности имеют возможность получать только доврачебную и первичную  медико-санитарную помощь на месте, не выезжая в другой населенный пункт.
Поэтому развитие телемедицины в Томской области представляется весьма актуальной, социально значимой и экономически выгодной задачей.

Наша лаборатория имеет богатый накопленный опыт в реализации телемедицинских решений, как с использованием обычного мультимедийного оборудования, так и применяя специализированные телемедицинские программно-аппаратные комплексы. Наши работы неоднократно применялись на практике. Сейчас коллектив лаборатории под управлением заведующего кафедрой Пеккера Якова Семёновича работает над созданием опытной модели передачи медицинских изображений в формате интегрированной электронной медицинской карты пациента. к работе активно привлекаются студенты 3-го и 4-го курса МБФ.