До сих пор концепция образных рядов или кортежей изображений в развитии интеллектуальных систем обсуждалась в связи с ролью фенотипических (внешних) проявлений болезней в диагностике. Настоящее исследование представляет идею нейровизуализационных кортежей как инструмента для прогнозирования течения хронической ишемии головного мозга. Феномен лейкоареоза анализируется как радиологический признак хронической ишемии головного мозга и предиктор инсульта. Кортежи изображений cформированы по результатам нативной компьютерной томографии, компьютерной томографической ангиографии, магнитно-резонансной томографии 85 пациентов с хронической ишемией мозга. Изображения нативной компьютерной томографии обрабатывались методами адаптивной фильтрации. Результаты компьютерной томографической ангиографии обрабатывались с помощью фильтра сосудистости, который позволяет создавать 3D реконструкции сосудистой сети в зонах лейкоареоза. В статье обсуждается проблема нечетких изображений, принципы сравнительного анализа изображений и возможность использования доверительных факторов в кортежах изображений. Была разработана схема гибридной интеллектуальной системы, объединяющей традиционные логико-лингвистические правила и изображения на основе первичной информации и реконструкции исходных изображений DICOM в базе знаний. Область применения результатов – прогнозирование риска инсульта с использованием интеллектуальной системы.
Литература
1. Кобринский Б.А. Значение визуальных образных представлений для медицинских интеллектуальных систем. // Искусственный интеллект и принятие решений. – 2012. – С. 3–8.
2. Donnan G.A., Fisher M., Macleod M., Davis S.M. Stroke. The Lancet. 2008 May 10: P. 1612–1623.
3. Valdés Hernández M.C., Maconick L., Muñoz Maniega S., Wang X., Wiseman S., Armitage P. et al. A comparison of location of acute symptomatic vs. ‘silent’ small vessel lesions. Int J Stroke. 2015 Oct: p. 1044–1050.
4. de Leeuw F.E., de Groot J.C., Achten E., Oudkerk M., Ramos L.M., Heijboer R. et al. Prevalence of cerebral white matter lesions in elderly people: a population based magnetic resonance imaging study. The Rotterdam Scan Study. Journal of neurology, neurosurgery, and psychiatry. 2001. – P. 9–14.
5. O’Sullivan M. Leukoaraiosis. Practical neurology. 2008. – P. 26–38.
6. Grueter B.E., Schulz U.G. Age-related cerebral white matter disease (leukoaraiosis): a review. Postgraduate medical journal. 2012. – P. 79–87.
7. Li Q., Yang Y., Reis C., Tao T., Li X., Zhang J. Cerebral Small Vessel Disease. Cell Transplant. 2018 Dec. – P. 1711–1722.
8. Amarenco P., Lavallée P.C., Monteiro Tavares L., Labreuche J., Albers G.W., Abboud H. et al. Five-Year Risk of Stroke after TIA or Minor Ischemic Stroke. N Engl J Med. 2018 June 7: p. 2182–2190.
9. Usanov M., Kulberg N., Morozov S. Development of anisotropic nonlinear noise-reduction algorithm for computed tomography data with context dynamic threshold. Computer Research and Modeling. 2019. – P. 233–248.
10. Mercaldo N.D., Lau K.F., Zhou X.H. Confidence intervals for predictive values with an emphasis to case-control studies. Stat Med. 2007 May 10.
11. Frangi A.F., Niessen W.J., Vincken K.L., Viergever M.A. Multiscale vessel enhancement filtering. Medical Image Computing and Computer-Assisted Intervention. 1998. – P. 130–137.
12. Jerman T., Pernus F., Likar, Spiclin Z. Enhancement of Vascular Structures in 3D and 2D Angiographic Images. IEEE Trans Med Imaging. 2016 Sep. – P. 2107–2118.
13. Boers A.M.M., Sales Barros R., Jansen I.G.H., Berkhemer O.A., Beenen L.F.M., Menon B.K. et al. Value of Quantitative Collateral Scoring on CT Angiography in Patients with Acute Ischemic Stroke. American Journal of Neuroradiology. 2018 June. – P. 1074–1082.
14. Dolotova D., Arkhipov I., Blagosklonova E., Donitova V., Barmina T., Sharifullin F. et al. Application of Radiomics in Vesselness Analysis of CT Angiography Images of Stroke Patients. Stud Health Technol Inform. 2020 June 16. – P. 33–37.
15. Brett M., Johnsrude I.S., Owen A.M. The problem of functional localization in the human brain. Nat Rev Neurosci. 2002 Mar: p. 243–249.
16. Pantoni L., Simoni M., Pracucci G., Schmidt R., Barkhof F., Inzitari D. Visual rating scales for age-related white matter changes (leukoaraiosis): can the heterogeneity be reduced? Stroke. 2002 Dec. – P. 2827–2833.
17. Ben-Assayag E., Mijajlovic M., Shenhar-Tsarfaty S., Bova I., Shopin L., Bornstein N.M. Leukoaraiosis Is a Chronic Atherosclerotic Disease. The Scientific World Journal. 2012 May 15. – P. 6 pages.
18. Hanning U., Sporns P.B., Schmidt R., Niederstadt T., Minnerup J., Bier G. et al. Quantitative Rapid Assessment of Leukoaraiosis in CT. Clinical Neuroradiology. 2019. – P. 109–115.
19. Fazekas F., Chawluk J.B., Alavi A., Hurtig H.I., Zimmerman R.A. MR signal abnormalities at 1.5 T in Alzheimer’s dementia and normal aging. AJR Am J Roentgenol. 1987 Aug. – P. 351–356.
20. Debette S., Markus H.S. The clinical importance of white matter hyperintensities on brain magnetic resonance imaging: systematic review and meta-analysis. BMJ. 2010 Jul 26.
21. Zwanenburg A., Leger S., Vallières M., Löck S. Image biomarker standardisation initiative. Radiology. 2016.
22. Кобринский Б.А. Нечеткость и факторы уверенности вербальных и визуальных экспертных знаний. Нечеткие системы, мягкие вычисления и интеллектуальные технологии (НСМВИТ 2017): Труды VII всероссийской научно-практической конференции (г. Санкт-Петербург, 3–7 июля, 2017 г.). 2017. – С. 83–91.
23. Voinov A.V. The role of similarity judgment in intuitive problem solving and its modeling in a sheaf-theoretic framework. Proceedings of the 1st International Conference on Fuzzy Systems and Knowledge Discovery. 2002. – P. 753–757.
24. Shortliffe E.H., Buchanan B.G. A model of inexact reasoning in medicine. Mathematical Biosciences. 1975 April. – P. 351–379.
25. Abedi V., Goyal N., Tsivgoulis G., Hosseinichimeh N., Hontecillas R., Bassaganya-Riera J. et al. Novel Screening Tool for Stroke Using Artificial Neural Network. Stroke. 2017. – P. 1678–1681.
26. Soffer S., Ben-Cohen A., Shimon O., Amitai M.M., Hayit G., Klang E. Convolutional Neural Networks for Radiologic Images: A Radiologist’s Guide. Radiology. 2019 Mar. – P. 590–606.
2. Donnan G.A., Fisher M., Macleod M., Davis S.M. Stroke. The Lancet. 2008 May 10: P. 1612–1623.
3. Valdés Hernández M.C., Maconick L., Muñoz Maniega S., Wang X., Wiseman S., Armitage P. et al. A comparison of location of acute symptomatic vs. ‘silent’ small vessel lesions. Int J Stroke. 2015 Oct: p. 1044–1050.
4. de Leeuw F.E., de Groot J.C., Achten E., Oudkerk M., Ramos L.M., Heijboer R. et al. Prevalence of cerebral white matter lesions in elderly people: a population based magnetic resonance imaging study. The Rotterdam Scan Study. Journal of neurology, neurosurgery, and psychiatry. 2001. – P. 9–14.
5. O’Sullivan M. Leukoaraiosis. Practical neurology. 2008. – P. 26–38.
6. Grueter B.E., Schulz U.G. Age-related cerebral white matter disease (leukoaraiosis): a review. Postgraduate medical journal. 2012. – P. 79–87.
7. Li Q., Yang Y., Reis C., Tao T., Li X., Zhang J. Cerebral Small Vessel Disease. Cell Transplant. 2018 Dec. – P. 1711–1722.
8. Amarenco P., Lavallée P.C., Monteiro Tavares L., Labreuche J., Albers G.W., Abboud H. et al. Five-Year Risk of Stroke after TIA or Minor Ischemic Stroke. N Engl J Med. 2018 June 7: p. 2182–2190.
9. Usanov M., Kulberg N., Morozov S. Development of anisotropic nonlinear noise-reduction algorithm for computed tomography data with context dynamic threshold. Computer Research and Modeling. 2019. – P. 233–248.
10. Mercaldo N.D., Lau K.F., Zhou X.H. Confidence intervals for predictive values with an emphasis to case-control studies. Stat Med. 2007 May 10.
11. Frangi A.F., Niessen W.J., Vincken K.L., Viergever M.A. Multiscale vessel enhancement filtering. Medical Image Computing and Computer-Assisted Intervention. 1998. – P. 130–137.
12. Jerman T., Pernus F., Likar, Spiclin Z. Enhancement of Vascular Structures in 3D and 2D Angiographic Images. IEEE Trans Med Imaging. 2016 Sep. – P. 2107–2118.
13. Boers A.M.M., Sales Barros R., Jansen I.G.H., Berkhemer O.A., Beenen L.F.M., Menon B.K. et al. Value of Quantitative Collateral Scoring on CT Angiography in Patients with Acute Ischemic Stroke. American Journal of Neuroradiology. 2018 June. – P. 1074–1082.
14. Dolotova D., Arkhipov I., Blagosklonova E., Donitova V., Barmina T., Sharifullin F. et al. Application of Radiomics in Vesselness Analysis of CT Angiography Images of Stroke Patients. Stud Health Technol Inform. 2020 June 16. – P. 33–37.
15. Brett M., Johnsrude I.S., Owen A.M. The problem of functional localization in the human brain. Nat Rev Neurosci. 2002 Mar: p. 243–249.
16. Pantoni L., Simoni M., Pracucci G., Schmidt R., Barkhof F., Inzitari D. Visual rating scales for age-related white matter changes (leukoaraiosis): can the heterogeneity be reduced? Stroke. 2002 Dec. – P. 2827–2833.
17. Ben-Assayag E., Mijajlovic M., Shenhar-Tsarfaty S., Bova I., Shopin L., Bornstein N.M. Leukoaraiosis Is a Chronic Atherosclerotic Disease. The Scientific World Journal. 2012 May 15. – P. 6 pages.
18. Hanning U., Sporns P.B., Schmidt R., Niederstadt T., Minnerup J., Bier G. et al. Quantitative Rapid Assessment of Leukoaraiosis in CT. Clinical Neuroradiology. 2019. – P. 109–115.
19. Fazekas F., Chawluk J.B., Alavi A., Hurtig H.I., Zimmerman R.A. MR signal abnormalities at 1.5 T in Alzheimer’s dementia and normal aging. AJR Am J Roentgenol. 1987 Aug. – P. 351–356.
20. Debette S., Markus H.S. The clinical importance of white matter hyperintensities on brain magnetic resonance imaging: systematic review and meta-analysis. BMJ. 2010 Jul 26.
21. Zwanenburg A., Leger S., Vallières M., Löck S. Image biomarker standardisation initiative. Radiology. 2016.
22. Кобринский Б.А. Нечеткость и факторы уверенности вербальных и визуальных экспертных знаний. Нечеткие системы, мягкие вычисления и интеллектуальные технологии (НСМВИТ 2017): Труды VII всероссийской научно-практической конференции (г. Санкт-Петербург, 3–7 июля, 2017 г.). 2017. – С. 83–91.
23. Voinov A.V. The role of similarity judgment in intuitive problem solving and its modeling in a sheaf-theoretic framework. Proceedings of the 1st International Conference on Fuzzy Systems and Knowledge Discovery. 2002. – P. 753–757.
24. Shortliffe E.H., Buchanan B.G. A model of inexact reasoning in medicine. Mathematical Biosciences. 1975 April. – P. 351–379.
25. Abedi V., Goyal N., Tsivgoulis G., Hosseinichimeh N., Hontecillas R., Bassaganya-Riera J. et al. Novel Screening Tool for Stroke Using Artificial Neural Network. Stroke. 2017. – P. 1678–1681.
26. Soffer S., Ben-Cohen A., Shimon O., Amitai M.M., Hayit G., Klang E. Convolutional Neural Networks for Radiologic Images: A Radiologist’s Guide. Radiology. 2019 Mar. – P. 590–606.
Для цитирования
Документы
Ключевые слова