На дне твоих глаз. Как вытащить сосуды (и зачем)

О шифрах и уравнениях. В бакалавриате я занималась программированием в разных направлениях. Была курсовая по стенографии: в текст нужно зашифровать информацию компьютерным способом. Так его не видно, но если применить определённый алгоритм, можно получить новое сообщение. Ещё была работа по параллельному программированию (когда производится несколько вычислений одновременно. – Прим. авт.) – я выстраивала алгоритм для решения системы линейных алгебраических уравнений.

В гранты меня включали в качестве исполнителя какой‑то определённой задачи. Один из последних был связан с горными породами, задача – ускорить расчёты с помощью параллельного программирования. Были и гранты, связанные с обработкой изображений.

Есть свидетельства о программах для компьютера, в том числе на тему диплома. Чтобы такое свидетельство получить, надо заполнить заявку и приложить код программы. Через три месяца приходит сертификат.

О дипломе и котиках. Моя дипломная называется «Разработка метода и алгоритма сегментации кровеносных сосудов на изображении глазного дна». Работала с цветными изображениями глаза. Это те снимки, которые мы получаем, когда проходим обследование в оптике. Цель – чётко выделить сосуды.

Научный руководитель предложил взять именно глазное дно, потому что это считается очень сложной задачей. Если алгоритм справится с дном, значит, справится и со всем остальным. Например, на фотографии программа сможет хоть котиков выделить. Пришлось придумывать нечто своё, так как разработок мало.

О тонких и толстых. Сначала цветное изображение я предобрабатывала – избавлялась от шумов. Потом переводила снимок в оттенки серого, то есть делала чёрно-белым. Фотошопом программисты не пользуются, всё делается математическими методами через MatLab (программа для вычислений с собственным языком программирования. – Прим. авт.). Дальше применяла метод контрастно-ограниченной эквализации гистограммы и морфологическую фильтрацию. Это сложные названия методов, которые позволяют повысить контрастность – то есть все преобразования направлены на то, чтобы сделать изображение как можно ярче и чётче. Это помогает при выделении сосудов.

Кроме того, я хотела выявить тонкие и толстые сосуды. Для этого нужно провести кластеризацию – упорядочивание пикселей по заданным критериям. Устанавливается порог толщины сосудов, по которому и происходит деление. Получается два изображения с тонкими и толстыми сосудами, с которыми я работала отдельно. Для толстых достаточно кластеризации, а для тонких нужна ещё согласованная фильтрация. Два изображения складываются, и получается полная картина глазного дна.

О новизне. После проделанной работы я сравнивала свой алгоритм с существующим методом. Нашла статью учёных, которые тоже занимаются этим направлением. Было несколько критериев: чувствительность, специфичность и точность.

В качестве помощи у меня была база данных. Помимо цветных изображений, обработкой которых я занималась, в ней содержались чёрно-белые изображения сосудов, которые медики выделили как близкие к идеалу. Сосуды, полученные моим методом, и снимки других специалистов я сравнивала с «идеальными»: на четырёх изображениях из пяти мои были лучше.

О диагностике. Врачи могли бы дать критерии болезней, чтобы программа не только выделяла сосуды, но и ставила предварительный диагноз. МГУ, например, взаимодействует по этой теме с Канадой: в Москве есть медики, которые предоставляют университетам информацию, и они могут проводить большие исследования. У нас в таком направлении пока не работают, поэтому дальше придётся заняться чем‑то другим. Но мне не жалко, если моё исследование кто‑то возьмёт за основу. Кстати, у меня получилось рассказать о нём на Check_iT – новой стрим-площадке о технологиях.

О море. В магистратуре моя тема связана со слабодвигающимися объектами на видео. Например, есть поверхность моря, и по ней плывёт буёк – очень медленно. Задача – обнаруживать области, где такие объекты есть.