Разработка и исследование методов обработки, распознавания, защиты и хранения медицинских изображений в распределенных компьютерных системах

Результатом проекта является создание методов обработки, распознавания и защиты медицинских изображений. В частности, при создании методов обработки и распознавания медицинских изображений разработан метод сегментации медицинских изображений, полученных с помощью медицинской аппаратуры, с выделением объектов, представляющих интерес для целей диагностики, и метод обучения нечетких нейронных сетей. Разработаны эффективные методы классификации объектов на медицинских изображениях. Для этого были использованы нечеткие нейронные сети (ННМ), в частности, ННМ NEFClass, модифицированная нечеткая нейронная сеть NEFClass-M, а также гибридная нечеткая нейронная сеть CNN-FNN, в которой сверточная нейронная сеть СNN VGG-16 использовалась как экстрактор признаков, а нечеткая нейросеть NEFClass использовалась как классификатор. Разработано программное обеспечение для реализации алгоритма сегментации медицинских изображений и программное обеспечение для распознавания объектов изображений с использованием ННМ NEFClass. В проекте также разработан метод и алгоритм стеганографической защиты графических данных на основе схемы соответствия битов, который делает возможным быстрое шифрование и дешифрование данных за счет параллельной обработки цветовых компонент изображения-контейнера. Разработан метод и алгоритм защиты медицинских изображений с использованием матричных штриховых кодов, в котором текстовые метаданные изображения, содержащие персональные данные пациента, преобразуются в матричный штриховый маркер, который встраивается в изображение стеганографическим способом в виде водяного знака. Разработана архитектура системы автоматизированной обработки архивных медицинских изображений с обеспечением защиты личных данных пациентов. Разработана концепция представления и обработки мультимодальных медицинских данных. Разработана рабочая модель мобильного приложения для мониторинга состояния пациента на примере мониторинга состояния больных сахарным диабетом 1 типа, страдающих ночной гипогликемией.