Аналіз та застосування технологій оброблення біомедичних зображень для інтенсифікації медичної діагностики

Проаналізовано сучасний стан і тенденції розвитку медичної візуалізації як ключового інструмента неінвазивної діагностики в системі охорони здоров'я. Досліджено основні типи біомедичних зображень, отриманих методами комп'ютерної томографії, магнітно-резонансної томографії та ультразвукової діагностики, а також визначено їхні характерні структурні спотворення та артефакти, що впливають на достовірність клінічних рішень, правильність установлення діагнозу та пришвидшення опрацювання діагностичних даних медичним персоналом. Розроблено та реалізовано адаптивний безреференсний алгоритм оцінювання якості біомедичних зображень з інтеграцією окремих структурно-адаптивних аспектів алгоритму IMAR (англ. Iterative Metal Artifact Reduction). Проведено апробацію запропонованого алгоритму на вибірці реальних клінічних даних, внаслідок чого встановлено його підвищену чутливість до локальних низькоконтрастних спотворень, шумів і структурних артефактів за умови збереження морфологічної та текстурної цілісності зображень. Здійснено порівняльний аналіз із поширеними безреференсними методами оцінювання якості зображень NIQE (англ. Naturalness Image Quality Evaluator), BRISQUE (англ. Blind/Referenceless Image Spatial Quality Evaluator) та IL-NIQE (англ. Integrated Local NIQE), який показав зростання кореляції з експертною оцінкою лікарів на 18–27 % та зменшення кількості хибних результатів на 15-22 %. Обґрунтовано, що застосування запропонованого підходу забезпечує надійнішу ідентифікацію діагностично-значущих ознак і сприяє ранньому виявленню патологій, зокрема нирково-клітинного раку, інцидентність якого в Україні у 1997-2019 рр. зросла від 10,1 до 13,6 на 100 тис. чоловіків та від 6,2 до 8,1 на 100 тис. жінок, а також підтвердженню діагнозу розсіяного склерозу у понад 90 % пацієнтів за даними МРТ (укр. магнітно-резонансна томографія). Встановлено, що отримані результати створюють передумови для інтеграції алгоритму в інтелектуальні клінічні системи, електронні медичні записи та нейромережеві моделі з метою інтенсифікації автоматизованої медичної діагностики.