Способ обучения и усвоения учебного материала



Способ обучения и усвоения учебного материала
Способ обучения и усвоения учебного материала
Способ обучения и усвоения учебного материала

Владельцы патента RU 2413298:

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Национальный исследовательский ядерный университет "МИФИ" (RU)

Изобретение относится к способу обучения учащихся, подготовки учебного материала, содержащего изображения медицинских препаратов для постановки диагноза. Техническим результатом является обеспечение полной индивидуализации процесса за счет применения различных режимов учебного процесса и фиксации учебного материала (индивидуальный, групповой, смешанный) и повышения контроля усвоения учебного материала. Способ включает передачу информации учебного материала и обмен сообщениями между обучаемыми и обучающим, контроль отображаемого обучаемыми и действий обучаемых с учебным материалом на носителях информации в режиме сравнения и тестирования, формирование категорий пользователей с различными правами доступа к комплексу, причем доступ к учебному материалу обеспечивают по блокам данных, подготовку и обработку изображений, которая включает отбор биологических материалов (для цитологии и гистологии) или радужной оболочки глаза, фотографирование увеличенных изображений отобранных материалов, перевод фотографий в цифровую форму и размещение цифровых изображений в памяти компьютера. 37 з.п. ф-лы, 3 ил.

 

Предложенное решение относится к средствам обучения, в частности к способам и средствам подготовки, получения и обработки изображений медицинских препаратов для постановки диагноза.

В наше время создано обширное количество книжных пособий в области методики обработки изображений. Среди них можно перечислить такие, как «Разработка методов обработки медицинских изображений» Близкая О.В., Р.Гонсалес, Р.Вудс «Цифровая обработка изображений» и т.д. Существует также довольно много лекционных курсов по изучению алгоритмов предобработки.

Но необходимо отметить явные их недостатки:

- В большинстве литературы, как правило, не учитывается начальный уровень знаний и подготовки людей, использующих данную литературу. Что значительно усложняет освоение материала человеку, впервые столкнувшемуся с данной областью.

- Отсутствие простейших примеров затрудняет общее представление о работе алгоритмов.

- Отсутствие электронных атласов и БД терминов и определений увеличивает время, затраченное на поиск теоретического материала.

Мультимедийные обучающие программы имеют значительные преимущества перед обычными, традиционными:

- Они позволяют в несколько раз увеличить объем усвоенного материала, так как предоставляется возможность одновременно зрительного и слухового восприятия материала, активного участия в управлении его подачей, возвращения к тем разделам, которые требуют повторного анализа, и т.п.

- Образовательное программное обеспечение является одним из наиболее технологичных средств обучения, без которого трудно осуществить внедрение информационных технологий в образование.

- Использование компьютерной техники дает возможность поминутного хронометража обучающего курса.

- Использование заранее разработанной методики позволяет точно совместить во времени демонстрацию мультимедийной информации с лекционной частью.

- Многочисленные исследования подтверждают успех системы обучения с использованием компьютеров. Очень трудно провести объективное сравнение со старыми, традиционными методами обучения, однако можно сказать, что внимание во время работы с обучающей интерактивной программой на базе мультимедиа, как правило, удваивается, поэтому освобождается дополнительное время. Экономия времени, необходимого для изучения конкретного материала, в среднем составляет 30%, а приобретенные знания сохраняются в памяти значительно дольше.

Отличие предлагаемых к применению в данном техническом решении нейросетевых технологий (НСТ) от традиционных способов обработки информации состоит в

1) замене строго алгоритмированного пошагового анализа данных на параллельную обработку всего массива информации;

2) в замене программирования на обучение.

Искусственные нейронные сети применяют для решения задач по идентификации и классификации информации в случае ограниченных, неполных и нелинейных источников данных для рассматриваемых изображений. НСТ отличаются универсальностью, одна и та же программа обеспечивает возможность работы в разных областях знаний.

Следовательно, их изучение является неотъемлемой составляющей учебного процесса подготовки специалистов различного профиля и уровня компетенции, связанных с решением трудноформализуемых задач прогнозирования и классификации.

Результатом настоящего решения явилось повышение интеллектуального и профессионального уровня подготавливаемых специалистов путем разработки эффективной модели учебного процесса, основанной на применении ИНС при изучении дисциплин, требующих решения неформализованных задач прогнозирования и классификации.

В частности, были решены следующие задачи:

1) отобрать из всего разнообразия нейроинформационных программ наиболее приемлемые не только для использования в образовательном процессе, но и отвечающие требованиям современной науки;

2) адаптировать ее к задачам учебного процесса и создать базы данных (приведены далее), предназначенных для обучения;

3) разработать психолого-педагогическую технологию обучения;

4) подготовить методическую базу обучения.

Оценивая полученные результаты, можно сделать вывод о том, что нейросетевые технологии являются удобным и необходимым инструментом для создания эффективной модели современного учебного процесса, основанного на применении современных методов работы с информацией.

Известно также техническое решение:

(19) RU (11)2197748(13)С2

(51) 7 G09B 5/14, G09B 5/06, G09B 19/00

(21)Заявка: 2000127253/09

(22) Дата подачи заявки: 2000.10.31

(24) Дата начала отсчета срока действия патента: 2000.10.31

(43) Дата публикации заявки: 2002.09.20

(45) Опубликовано: 2003.01.27

(56) Список документов, цитированных в отчете о поиске: ЕР 0279558 А1, 24.08.1988. RU 2106017 C1, 27.02.1998. RU 2141134 C1, 10.11.1999. RU 2110095 C1, 27.04.1998. WO 99/31640 А1, 24.09.1999. JP 06-067596 A, 11.03.1994. US 5318450 A, 07.06.1994. ЕР 0547536 А1, 23.06.1993. US 5954510 A, 21.09.1999. GB 2325774 A, 02.12.1998.

(71) Заявитель(и): Российский государственный гуманитарный университет

(72) Автор(ы): Афанасьев Ю.Н.; Бельковец Л.П.; Воронков Ю.С.; Кувшинов С.В.

(73) Патентообладатель(и): Российский государственный гуманитарный университет

(54) СПОСОБ ОБУЧЕНИЯ И УСВОЕНИЯ УЧЕБНОГО МАТЕРИАЛА И УСТРОЙСТВО ДЛЯ ЕГО ОСУЩЕСТВЛЕНИЯ

- указанное изобретение относится к средствам обучения. Его использование позволяет получить технический результат в виде обеспечения многостороннего представления учебного материала с полной индивидуализацией процесса обучения при сохранении возможности диалога и фиксации данных учебного материала. Этот результат достигается благодаря тому, что учебный материал передают обучаемым блоками данных, фиксированными на группе носителей информации с трехвидовым членением по признаку познания, соответственно индивидуального, группового и эталонного, при этом блок данных индивидуального вида представляют на носителе информации в виде локального мультимедийного запоминающего устройства, блок данных группового вида представляют на носителях информации в виде сетевых мультимедийных запоминающих устройств с возможностью дополнения избыточными данными из общедоступных средств информации и данными обмена информацией между членами группы обучаемых и обучающим, а блок данных эталонного вида представляют на автономном носителе информации с фиксированным отображением данных учебного курса в визуальной форме.

По мнению заявителя, указанное техническое решение можно рассматривать в качестве прототипа.

Однако в указанном решении имеются отдельные недостатки.

Отсутствуют простейшие примеры, что затрудняет общее представление о работе алгоритмов.

Отсутствуют электронные атласы и БД терминов и определений, что увеличивает время, затраченное на поиск теоретического материала.

Не представлены эффективные средства и методы обработки фотографических изображений для целей постановки медицинского диагноза или обнаружения патологии.

Техническая задача предлагаемого решения состоит в том, чтобы, используя накопленный опыт ведущих специалистов, специально подготовленные учебные материалы, обеспечивать обучаемых простейшими примерами по теме, специализированными электронными атласами и БД терминов и определений также по избранной тематике, средствами и методами создания и обработки фотографических изображений для целей постановки медицинского диагноза или обнаружения патологии.

Решение поставленных технических задач обеспечивается предлагаемой совокупностью существенных признаков изобретения.

Способ обучения и усвоения учебного материала, включающий координацию обучающим индивидуальных и коллективных действий группы обучаемых с учебным материалом, передачу информации учебного материала и обмен сообщениями между членами группы обучаемых и обучающим с использованием локальной сети средств коммуникации носителей информации на рабочих местах обучаемых и обучающего, отображение информации средствами отображения информации в режиме персонального и группового восприятия действиями обучаемых и обучающего с учебным материалом на носителях информации и контроль отображаемого обучаемыми и действий обучаемых с учебным материалом на носителях информации в режиме сравнения и тестирования, причем доступ к учебному материалу обеспечивают по блокам данных, фиксированных на группе носителей информации, имеющих, по меньшей мере, трехвидовое членение по признаку познания, соответственно индивидуального, (разработчик) группового (преподаватели, научные сотрудники, обучающиеся) и эталонного (разработчик, преподаватели, научные сотрудники, обучающиеся), при этом блок данных индивидуального вида представляют на носителе информации в виде локального мультимедийного запоминающего устройства, блок данных группового вида представляют на носителях информации в виде сетевых мультимедийных запоминающих устройств с возможностью дополнения избыточными данными из общедоступных средств информации и данными обмена информацией между членами группы обучаемых и обучающим, а блок данных эталонного вида представляют на автономном носителе информации с фиксированным отображением данных учебного курса в визуальной форме,

причем

дополнительно формируют категории пользователей с различными правами доступа к комплексу и обеспечивают регламентированную поддержку каждой из сформированных категорий пользователей, по меньшей мере, трехвидовое членение по признаку познания, соответственно индивидуального, предполагает разработчика группового, предполагает преподавателей, научных сотрудников, обучающихся, эталонного, предполагает разработчика, преподавателей, научных сотрудников, обучающихся, в качестве учебных материалов представляют предварительно подготовленные и обработанные изображения радужной оболочки глаза (офтальмологические), изображения медицинских препаратов (цитологические, гистологические, гематологические),

при этом

- предварительная подготовка и обработка изображений включает отбор биологических материалов (для цитологии и гистологии) или радужной оболочки глаза, фотографирование увеличенных изображений отобранных материалов, перевод фотографий в цифровую форму и размещение цифровых изображений в памяти компьютера;

- предварительная подготовка изображений включает отбор биологических материалов (для цитологии и гистологии) или радужной оболочки глаза, фотографирование увеличенных изображений отобранных материалов, причем при фотографировании отбирают для учебных целей или создают специально изображения, содержащие шумы, помехи, характеризующиеся слабой контрастностью полезных объектов, плохой резкостью, осуществляют перевод фотографий в цифровую форму и размещение цифровых изображений в памяти компьютера;

- отбирают для учебных целей или создают специально необходимое изображение радужной оболочки глаза;

- отбирают для учебных целей или создают специально изображение радужной оболочки глаза, характеризующееся повышенной яркостью;

- отбирают для учебных целей или создают специально изображения клеток крови, характеризующиеся слабой контрастностью полезных объектов;

- отбирают для учебных целей или создают специально изображения, полученные при различной освещенности, других условиях подготовки (физических характеристиках), имеющие различную резкость, контрастность и яркостные характеристики;

- устанавливают формат изображений, как правило, bmp, размер не более 1024×768 элементов, цветовое кодирование - 8-битное или 24-битное;

- поддержку категорий пользователей с различными правами доступа к комплексу осуществляют следующим образом: для разработчика комплекса: просмотр, копирование, корректировка и дополнение информации о созданных алгоритмах предобработки (также к разработчику относят все права доступа, характерные для обучающихся), для преподавателей и научных сотрудников: просмотр и копирование информации о созданных алгоритмах предобработки, для пользователей (обучающихся): загрузка необходимого изображения из созданных баз изображений, применение созданных алгоритмов предобработки, просмотр необходимых баз теоретических сведений, вывод на печать;

- объем свободной памяти ПЗУ выбирают не меньше 120 Мб;

- частоту процессора выбирают не меньше 500 МГц;

- объем оперативной памяти выбирают не меньше 512 МБ;

- работы осуществляют на операционных системах Windows XP14;

- загрузку изображения осуществляют в течение не более 5-10 секунд;

- обработку изображения с помощью 1 алгоритма осуществляют в течение не более 5-10 секунд;

- выполнение любого запроса осуществляют в течение не более 2-5 секунд;

- производят улучшение визуального качества изображения посредством устранения помех, шумов, повышения резкости, сглаживания, контрастно-яркостных преобразований;

- дополнительно осуществляют поиск терминологии и определений для формализованного описания полученных изображений в созданном формализованном словаре автоматически при заданных начальных условиях;

- дополнительно осуществляют доступ к основным теоретическим сведениям с помощью навигационных элементов созданного электронного атласа;

- при переводе фотографий в цифровую форму и размещении цифровых изображений в памяти компьютера для цитологических препаратов осуществляют также ввод и сохранение формализованных описаний изображений;

- для цитологических препаратов дополнительно осуществляют морфометрию, включающую выделение объектов для измерения указания областей изображения (ядра клеток), которые необходимо измерить, при этом исключают из дальнейшей обработки клетки и ядра, которые наложились друг на друга; разрушенные ядра; слишком плотные структуры, выделившиеся как одно целое (в таких структурах невозможно измерить отдельные ядра); артефакты;

- для цитологических препаратов отбор объектов для морфометрии проводят как в автоматическом, так и в полуавтоматическом режиме;

- для цитологических препаратов морфометрию выделенных объектов по выбранным параметрам в автоматическом режиме выполняют с использованием «Программной библиотеки распознавания объектов изображения», разработанной на кафедре 46 МИФИ, "Layer 3.0", при этом задача распознавания объектов формально состоит в том, что для каждого объекта изображения определяют все пиксели, принадлежащие этому объекту, и все пиксели ему не принадлежащие, причем объекты считаются распознанными, если выполняются два условия:

1) для любого пикселя можно за постоянное и малое время установить, какому объекту он принадлежит (либо не принадлежит ни одному из объектов),

2) для любого объекта можно за время, пропорциональное размерам объекта, установить все пиксели, принадлежащие этому объекту, причем задача распознавания объектов может быть декомпозирована на две подзадачи:

1. проектирование и реализация алгоритмов выделения объектов,

2. проектирование и реализация структур хранения объектов и алгоритмов занесения данных об объектах в эти структуры, при этом данные, передаваемые от первой подзадачи ко второй, представляют собой бинарное изображение, в котором выделенные в рамках первой подзадачи объекты имеют один цвет, а фон - другой, а требование к формату передачи данных означает, что объекты не могут соприкасаться, т.е. должны разделяться фоном, причем для решения второй подзадачи используют инкапсулированное в классе TRecognizer-распознаватель, который позволяет быстро и в стандартизированной форме получать морфологические характеристики (периметры, площади, коэффициенты форм, моменты инерции, диаметры Фере и т.д.) всех объектов изображения;

- препарат для фотографирования размещают в огражденном пространстве на столике с приводом перемещения по трем взаимно перпендикулярным направлениям;

- световой поток для фотографируемого препарата формируют из отраженных световых потоков от ограждения замкнутого пространства;

- световой поток для фотографируемого препарата формируют из наклонных к плоскости предметного стекла с препаратом световых потоков, обращенной к объективу или к плоскости предметного стекла с препаратом, обращенной в противоположную от объектива сторону;

- световой поток для фотографируемого препарата формируют из чередующихся по свойствам световым (яркость, насыщенность, светосила, хроматический состав) сегментам в виде полос или пятен;

- при перемещении препарата с предметным стеклом при меньшем увеличении при фотографировании или сканировании обозначают реперные точки и заносят их координаты в память, управляющую координатным позиционированием препарата при фотографировании с большим увеличением;

- на пути светового потока к освещаемому препарату размещают дифракционную решетку таким образом, чтобы световой поток проходил сквозь дифракционную решетку;

- на пути светового потока к освещаемому препарату размещают дифракционную решетку таким образом, чтобы световой поток отражался от дифракционной решетки и после этого попадал на фотографируемую поверхность препарата;

- на пути светового потока, отраженного от освещаемого препарата, перед объективом размещают дифракционную решетку;

- при предварительной подготовке и обработке изображений, включающей отбор биологических материалов (для цитологии и гистологии) или радужной оболочки глаза, фотографирование увеличенных изображений отобранных материалов, перевод фотографий в цифровую форму и размещение цифровых изображений в памяти компьютера, осуществляют сегментирование полученных цифровых изображений на участки, имеющие значимость при формировании формализованного описания, причем сформированные сегменты размещают таким образом, что имеется возможность их дискретного позиционирования из ячейки памяти и возвращения в ячейку памяти;

- при размещении цифровых изображений в памяти компьютера и осуществлении сегментирования полученных цифровых изображений на участки, имеющие значимость при формировании формализованного описания, создают электронные атласы и БД терминов и определений, в которых конкретному формализованному термину соответствует конкретный геометрический участок изображения или его физическое свойство или его взаиморасположение с соседними участками изображения и.т.д.;

- обучающиеся на основании представленного изображения формируют набор формализованных признаков, однозначно определяющий представленное изображение, и сравнивают его с имеющимися эталонами;

- на основании имеющихся наборов формализованных признаков обучающиеся создают формализованное описание изображения препарата, однозначно характеризующее предложенный диагноз (патологию), и создают при помощи аппаратных средств или вручную предполагаемое изображение патологии и сравнивают с имеющимися эталонами;

- отображение информации средствами отображения информации в режиме группового восприятия действиями обучаемых и обучающего с учебным материалом на носителях информации и контроль отображаемого обучаемыми и действий обучаемых с учебным материалом на носителях информации в режиме сравнения и тестирования осуществляют с использованием общедоступного для визуального группового обозрения монитора с размером диагонали экрана от 60 см;

- отображение информации средствами отображения информации в режиме индивидуального и/или группового восприятия действиями обучаемых с учебным материалом на носителях информации и контроль отображаемого обучаемыми и действий обучаемых с учебным материалом на носителях информации в режиме сравнения и тестирования осуществляют посредством синхронного показа ранее записанных на видеоаппаратуру изображения оператора (обучаемого) с изображениями наблюдаемого в этот момент оператором участка изображения препарата, причем показ изображений сопровождают аудиокомментариями по изучаемой теме;

- на завершающей стадии урока производят широкоформатный показ серии снимков этапов работ с препаратом: отбор препарата, обработка и подготовка препарата, фотографирование препарата, виды фотографий при различном освещении, перевод полученных фотографий в цифровую форму, сегментирование полученных цифровых форм фотографий, соотнесение сегментов изображения с однозначно их определяющими формализованными признаками, составление формализованного описания имеющегося изображения препарата и сравнение с формализованным описанием эталонного изображения, синтез изображения из представленных наборов формализованных признаков для заданного диагноза патологии и сравнение с имеющимся эталоном изображения с аналогичным набором формализованных признаков, при этом осуществляют краткий аудиокомментарий снимков;

- при обеспечении регламентированной поддержки используют нейросетевые технологии, включающие замену строго алгоритмированного пошагового анализа данных на параллельную обработку всего массива информации в представленных изображениях, замену программирования на обучение.

Для наибольшей эффективности освоения материала по алгоритмам предобработки разработан мультимедийный обучающий комплекс «Методы и средства обработки изображений».

Комплекс предназначен для обучения студентов кафедры «Компьютерные медицинские системы» МИФИ при освоении ими курса «Автоматизированные системы обработки изображений». Он также будет полезен студентам технических вузов, обучающимся на кафедрах аналогичного профиля.

Цель настоящего обучающего комплекса - дать с позиции системного подхода представление об основных принципах предварительной обработки изображений.

Методика использования комплекса в рамках учебного курса составляется преподавателем.

Исходными данными для создания комплекса являются изображения радужной оболочки глаза (офтальмологические), изображения медицинских препаратов (цитологические, гистологические, гематологические), полученные с помощью компьютерной системы (камера, компьютер).

Данные изображения могут содержать шумы, помехи, характеризоваться слабой контрастностью полезных объектов, плохой резкостью.

Примеры изображений радужной оболочки глаза, а также медицинских препаратов

Фиг.1 Изображение радужной оболочки глаза, характеризующееся повышенной резкостью мелких деталей.

Фиг.2 Изображение радужной оболочки глаза, характеризующееся повышенной яркостью.

Фиг.3 Изображения клетки крови, характеризующиеся слабой контрастностью полезных объектов.

Указанные изображения, как правило, получены при различной освещенности, технологии окрашивания и других условиях подготовки, имеют различную резкость, контрастность и яркостные характеристики, что затрудняет их описание, диагностику и классификацию. В связи с этим сточки зрения диагностики наличия заболеваний по радужной оболочке глаза, а также распознавания и классификации клеток крови необходимо применение различных алгоритмов предобработки изображений с целью достижения максимального качества внутренней структуры информативных зон изображений.

Формат изображений, как правило, bmp, размер не более 1024×768 элементов, цветовое кодирование - 8-битное или 24-битное.

Основные требования к комплексу включают в себя:

- Доступное изложение теоретического материала с элементарными примерами работы

- Поддержка категорий пользователей с различными правами доступа к комплексу:

- Разработчик комплекса: просмотр, копирование, корректировка и дополнение информации об алгоритмах предобработки.

- Преподаватели и научные сотрудники: просмотр и копирование информации об алгоритмах предобработки.

- Пользователи: загрузка необходимого изображения, применение реализованных алгоритмов предобработки, просмотр необходимых теоретических сведений, вывод на печать.

- Подробно описанная методика работы с комплексом

- Системные требования:

- Объем свободной памяти ПЗУ должен быть не меньше 120 Мб.

- Частота процессора должна быть не меньше 500 МГц.

- Объем оперативной памяти не меньше 512 МБ.

- Работа на операционных системах Windows ХР.

- При создании обучающего комплекса основным критерием качества являлось доступное изложение материала при достаточном быстродействии системы, а именно:

- Загрузка изображения 5 секунд

- Обработка изображения с помощью 1 алгоритма 5 секунд

- Выполнение любого запроса не более 2 секунд.

Стоимость комплекса не более 15000 рублей.

Комплекс как электронное средство обучения методам предварительной обработки изображений включает в себя:

- Улучшение визуального качества изображения (устранение помех, шумов, повышение резкости, сглаживание, контрастно-яркостные преобразования).

- Возможность практического применения представленных алгоритмов к конкретным изображениям.

- Методики экспериментальных исследований

Мультимедийный обучающий комплекс состоит из:

- Базы данных терминов и определений, которая содержит краткие теоретические сведения, доступ к которым осуществляется по соответствующим запросам.

- Мультимедиадемонстрации, которая содержит необходимую текстовую и аудиовизуальную информацию по изучению методов предварительной обработки изображений и построена по методике последовательного перехода в изложении материала. Она может использоваться как для проведения занятий, так и для самообразования.

- Методики работы с программной реализацией алгоритмов предварительной обработки, с мультимедиадемонстрацией, с базой данных терминов и определений позволяют значительно упростить ознакомление и использование предложенных модулей обучающего комплекса.

- Лабораторного практикума «Методы и средства обработки изображений», который позволяет путем программного моделирования различных процессов проводить практическое применение предложенных алгоритмов на изображениях.

На этапе физической реализации средствами MS Access (таблицы, формы, запросы, отчеты и другие) создана база данных предметной области, терминов и определений. Созданы таблицы, описывающие главные сущности базы.

На основе таблиц и запросов созданы формы. В системе они используются для просмотра и изменения данных, ввода новых данных в таблицу и организации поиска информации.

С помощью элементов навигации (кнопки и ссылки) интерфейсная реализация базы данных позволяет осуществить доступ к следующим формам представления информации:

- Поиск терминов и определений (форма «На Определения 1»)

- Поиск кратких теоретических сведений (форма «Теоретический материал»)

- Доступ к электронной версии лабораторного практикума

- Доступ к мультимедиадемонстрации.

С помощью различных кнопок на форме «Теоретические сведения» можно вызвать соответствующие формы, каждая из которых содержит теоретический материал, графическое представление, а также иллюстрации работы конкретного метода предобработки изображений. Это позволяет значительно упростить работу с базой данных и другими модулями комплекса, а также сократить время, затраченное на поиск необходимого теоретического материала.

Средствами MS Power Point (шаблоны оформления, цветовые схемы, эффекты анимации) создана мультимедиадемонстрация, которая включает в себя краткие теоретические сведения о принципах работы и результатах действия методов и средств предобработки изображений, а также иллюстрации исходных изображений и изображений, полученных после применения того или иного метода. Время показа слайдов презентации определяется пользователем. Возможна также работа презентации в автономном режиме с автоматическим продвижением по слайдам (слайд-фильм).

Все алгоритмы, представленные в мультимедиадемонстрации, программно реализованы в среде Borland Builder C++6.0.

Программа позволяет загружать изображения из файлов формата bmp, а также сохранять полученное после предобработки изображение также в формате bmp.

В программе реализованы следующие алгоритмы:

1. Контрастно-яркостные преобразования.

2. Высокочастотная фильтрация с масками размером 3×3 и 5×5.

3. Низкочастотная фильтрация с масками размером 3×3 и 5×5.

4. Рекурсивная и нерекурсивная фильтрации.

5. Линейная и нелинейная фильтрации.

Реализован лабораторный практикум «Методы и средства предварительной обработки изображений», состоящий из двух работ:

1) «Применение алгоритмов низкочастотной и высокочастотной, рекурсивной и нерекурсивной фильтраций для обработки изображений медицинских препаратов»

2) «Применение алгоритмов контрастно-яркостных преобразований, линейной и нелинейной фильтраций для изображений медицинских препаратов и изображений радужной оболочки глаза».

Теоретическая часть практикума содержит необходимый объем сведений о назначении и реализации различных алгоритмов предобработки. Подготовлены практические задания, а также вопросы для контроля знаний, полученных в ходе выполнения работ. Были подобраны изображения медицинских препаратов, содержащие помехи, шумы, характеризующиеся слабой контрастностью. Составлен краткий пояснительный материал, раскрывающий суть работы и сферу применения алгоритмов предварительной обработки.

Лабораторный практикум предназначен для работы с программной реализацией алгоритмов предобработки. Руководство пользователя включено в лабораторные работы.

В процессе подготовки комплекса было проведено пробное использование составляющих программных модулей на кафедре «Компьютерные медицинские системы» МИФИ в рамках курса «Автоматизированные системы обработки изображений».

Результаты показали, что пользовательский интерфейс программной реализации алгоритмов предобработки не вызывает сложностей. Руководство пользователя, включенное в лабораторный практикум, значительно облегчает ознакомление с пользовательским интерфейсом программы. Изложенный в теоретической части практикума материал, дополненный иллюстрациями действия каждого алгоритма предобработки, а также простейшими примерами, дает возможность более глубокого понимания действия используемых методов.

В процессе выполнения лабораторных работ студентами использовалась база данных предметной области, терминов и определений. Результаты показали, что использование БД дает возможность сократить время, затраченное на поиск терминов, которые вызвали затруднения в процессе изучения работы представленных алгоритмов.

Мультимедиадемонстрация использовалась для проведения лекционных курсов студентам группы А7-23 кафедры «Компьютерные медицинские системы» МИФИ. Результат проведенного эксперимента показал, что изложенный теоретический материал, дополненный простейшими примерами и иллюстрациями работы алгоритмов предобработки, доступен для понимания. Использование средств мультимедиа при проведении лекционных курсов повышает интерес аудитории к данной тематике, что способствует усвоению большего объема информации.

Проведенное тестирование показало, что мультимедийный обучающий комплекс удовлетворяет требованиям, поставленным на этапе проектирования, и имеет ряд преимуществ перед традиционными методами обучения. Использование данного продукта дает возможность сочетания логического и образного способов освоения информации, активизации образовательного процесса за счет усиления наглядности. Интерактивное взаимодействие, общение в информационно-образовательном пространстве позволяет студенту познавать новое и вместе с тем реализовывать свои потенциальные возможности.

1. Способ обучения и усвоения учебного материала, включающий координацию обучающим индивидуальных и коллективных действий группы, обучаемых с учебным материалом, передачу информации учебного материала и обмен сообщениями между членами группы обучаемых и обучающим с использованием локальной сети средств коммуникации носителей информации на рабочих местах обучаемых и обучающего, отображение информации средствами отображения информации в режиме персонального и группового восприятия действиями обучаемых и обучающего с учебным материалом на носителях информации и контроль отображаемого обучаемыми и действий обучаемых с учебным материалом на носителях информации в режиме сравнения и тестирования, причем доступ к учебному материалу обеспечивают по блокам данных, фиксированных на группе носителей информации, имеющих, по меньшей мере, трехвидовое членение по признаку познания, соответственно индивидуального, (разработчик) группового (преподаватели, научные сотрудники, обучающиеся) и эталонного (разработчик, преподаватели, научные сотрудники, обучающиеся), при этом блок данных индивидуального вида представляют на носителе информации в виде локального мультимедийного запоминающего устройства, блок данных группового вида представляют на носителях информации в виде сетевых мультимедийных запоминающих устройств с возможностью дополнения избыточными данными из общедоступных средств информации и данными обмена информацией между членами группы обучаемых и обучающим, а блок данных эталонного вида представляют на автономном носителе информации с фиксированным отображением данных учебного курса в визуальной форме, отличающийся тем, что дополнительно формируют категории пользователей с различными правами доступа к комплексу и обеспечивают регламентированную поддержку каждой из сформированных категорий пользователей, по меньшей мере, трехвидовое членение по признаку познания, соответственно индивидуального, предполагает разработчика, группового, предполагает преподавателей, научных сотрудников, обучающихся, эталонного, предполагает разработчика, преподавателей, научных сотрудников, обучающихся, в качестве учебных материалов представляют предварительно подготовленные и обработанные изображения радужной оболочки глаза (офтальмологические), изображения медицинских препаратов (цитологические, гистологические, гематологические), причем предварительная подготовка и обработка изображений включает отбор биологических материалов (для цитологии и гистологии) или радужной оболочки глаза, фотографирование увеличенных изображений отобранных материалов, перевод фотографий в цифровую форму и размещение цифровых изображений в памяти компьютера.

2. Способ по п.1, отличающийся тем, что при фотографировании отбирают для учебных целей или создают специально изображения, содержащие шумы, помехи, характеризующиеся слабой контрастностью полезных объектов, плохой резкостью.

3. Способ по п.3, отличающийся тем, что отбирают для учебных целей или создают специально необходимое изображение радужной оболочки глаза.

4. Способ по п.3, отличающийся тем, что отбирают для учебных целей или создают специально изображение радужной оболочки глаза, характеризующееся повышенной яркостью.

5. Способ по п.3, отличающийся тем, что отбирают для учебных целей или создают специально изображения клеток крови, характеризующиеся слабой контрастностью полезных объектов.

6. Способ по п.3, отличающийся тем, что отбирают для учебных целей или создают специально изображения, полученные при различной освещенности, других условиях подготовки (физических характеристиках), имеющие различную резкость, контрастность и яркостные характеристики.

7. Способ по п.2, отличающийся тем, что устанавливают формат изображений, как правило, bmp, размер не более 1024×768 элементов, цветовое кодирование - 8-битное или 24-битное.

8. Способ по п.1, отличающийся тем, что поддержку категорий пользователей с различными правами доступа к комплексу осуществляют следующим образом: для разработчика комплекса: просмотр, копирование, корректировка и дополнение информации о созданных алгоритмах предобработки, (также к разработчику относят все права доступа, характерные для обучающихся), для преподавателей и научных сотрудников: просмотр и копирование информации о созданных алгоритмах предобработки, для пользователей (обучающихся): загрузка необходимого изображения из созданных баз изображений, применение созданных алгоритмов предобработки, просмотр необходимых баз теоретических сведений, вывод на печать.

9. Способ по п.1, отличающийся тем, что объем свободной памяти ПЗУ выбирают не меньше 120 Мб.

10. Способ по п.1, отличающийся тем, что частоту процессора выбирают не меньше 500 МГц.

11. Способ по п.1, отличающийся тем, что объем оперативной памяти выбирают не меньше 512 Мб.

12. Способ по п.1, отличающийся тем, что работы осуществляют на операционных системах Windows ХР.

13. Способ по п.1, отличающийся тем, что загрузку изображения осуществляют в течение не более 5-10 с.

14. Способ по п.1, отличающийся тем, что обработку изображения с помощью 1 алгоритма осуществляют в течение не более 5-10 с.

15. Способ по п.1, отличающийся тем, что выполнение любого запроса осуществляют в течение не более 2-5 с.

16. Способ по п.1, отличающийся тем, что производят улучшение визуального качества изображения посредством устранения помех, шумов, повышения резкости, сглаживания, контрастно-яркостных преобразований.

17. Способ по п.1, отличающийся тем, что дополнительно осуществляют поиск терминологии и определений для формализованного описания полученных изображений в созданном формализованном словаре автоматически при заданных начальных условиях.

18. Способ по п.1, отличающийся тем, что дополнительно осуществляют доступ к основным теоретическим сведениям с помощью навигационных элементов созданного электронного атласа.

19. Способ по п.3, отличающийся тем, что при переводе фотографий в цифровую форму и размещении цифровых изображений в памяти компьютера для цитологических препаратов осуществляют также ввод и сохранение формализованных описаний изображений.

20. Способ по п.3, отличающийся тем, что для цитологических препаратов дополнительно осуществляют морфометрию, включающую выделение объектов для измерения, указание областей изображения (ядра клеток), которые необходимо измерить, при этом исключают из дальнейшей обработки клетки и ядра, которые наложились друг на друга; разрушенные ядра; слишком плотные структуры, выделившихся как одно целое (в таких структурах невозможно измерить отдельные ядра); артефакты.

21. Способ по п.3, отличающийся тем, что для цитологических препаратов отбор объектов для морфометрии проводят как в автоматическом, так и в полуавтоматическом режиме.

22. Способ по п.3, отличающийся тем, что для цитологических препаратов определяют морфометрию выделенных объектов по выбранным параметрам в автоматическом режиме, при этом задача распознавания объектов формально состоит в том, что для каждого объекта изображения определяют все пиксели, принадлежащие этому объекту и все пиксели ему не принадлежащие, причем объекты считаются распознанными, если выполняются два условия:
1) для любого пикселя можно за постоянное и малое время установить, какому объекту он принадлежит (либо не принадлежит ни одному из объектов),
2) для любого объекта можно за время, пропорциональное размерам объекта, установить все пиксели, принадлежащие этому объекту, причем задача распознавания объектов может быть декомпозирована на две подзадачи:
1) проектирование и реализация алгоритмов выделения объектов,
2) проектирование и реализация структур хранения объектов и алгоритмов занесения данных об объектах в эти структуры, при этом данные, передаваемые от первой подзадачи ко второй, представляют собой бинарное изображение, в котором выделенные в рамках первой подзадачи объекты имеют один цвет, а фон - другой, а требование к формату передачи данных означает, что объекты не могут соприкасаться, т.е. должны разделяться фоном, причем для решения второй подзадачи используют инкапсулированное в классе TRecognizer-распознаватель, который позволяет быстро и в стандартизированной форме получать морфологические характеристики (периметры, площади, коэффициенты форм, моменты инерции, диаметры Фере и т.д.) всех объектов изображения.

23. Способ по п.1, отличающийся тем, что препарат для фотографирования размещают в огражденном пространстве на столике с приводом перемещения по трем взаимно перпендикулярным направлениям.

24. Способ по п.1, отличающийся тем, что световой поток для фотографируемого препарата формируют из отраженных световых потоков от ограждения замкнутого пространства.

25. Способ по п.1, отличающийся тем, что световой поток для фотографируемого препарата формируют из наклонных к плоскости предметного стекла с препаратом световых потоков, обращенной к объективу или к плоскости предметного стекла с препаратом, обращенной в противоположную от объектива сторону.

26. Способ по п.1, отличающийся тем, что световой поток для фотографируемого препарата формируют из чередующихся по свойствам световым (яркость, насыщенность, светосила, хроматический состав) сегментам в виде полос или пятен.

27. Способ по п.1, отличающийся тем, что при перемещении препарата с предметным стеклом при меньшем увеличении при фотографировании или сканировании обозначают реперные точки и заносят их координаты в память, управляющую координатным позиционированием препарата при фотографировании с большим увеличением.

28. Способ по п.1, отличающийся тем, что на пути светового потока к освещаемому препарату размещают дифракционную решетку таким образом, чтобы световой поток проходил сквозь дифракционную решетку.

29. Способ по п.1, отличающийся тем, что на пути светового потока к освещаемому препарату размещают дифракционную решетку таким образом, чтобы световой поток отражался от дифракционной решетки и после этого попадал на фотографируемую поверхность препарата.

30. Способ по п.1, отличающийся тем, что на пути светового потока, отраженного от освещаемого препарата, перед объективом размещают дифракционную решетку.

31. Способ по п.1, отличающийся тем, что при предварительной подготовке и обработке изображений, включающей отбор биологических материалов (для цитологии и гистологии) или радужной оболочки глаза, фотографирование увеличенных изображений отобранных материалов, перевод фотографий в цифровую форму и размещение цифровых изображений в памяти компьютера, осуществляют сегментирование полученных цифровых изображений, на участки, имеющие значимость при формировании формализованного описания, причем сформированные сегменты размещают таким образом, что имеется возможность их дискретного позиционирования из ячейки памяти и возвращения в ячейку памяти.

32. Способ по п.1, отличающийся тем, что при размещении цифровых изображений в памяти компьютера и осуществлении сегментирования полученных цифровых изображений, на участки, имеющие значимость при формировании формализованного описания, создают электронные атласы и БД терминов и определений, в которых конкретному формализованному термину соответствует конкретный геометрический участок изображения или его физическое свойство или его взаиморасположение с соседними участками изображения и т.д.

33. Способ по п.1, отличающийся тем, что обучающиеся на основании представленного изображения формируют набор формализованных признаков, однозначно определяющий представленное изображение и сравнивают его с имеющимися эталонами.

34. Способ по п.1, отличающийся тем, что на основании имеющихся наборов формализованных признаков обучающиеся создают формализованное описание изображения препарата, однозначно характеризующее предложенный диагноз (патологию), и создают при помощи аппаратных средств или вручную предполагаемое изображение патологии, и сравнивают с имеющимися эталонами.

35. Способ по п.1, отличающийся тем, что отображение информации средствами отображения информации в режиме группового восприятия действиями обучаемых и обучающего с учебным материалом на носителях информации и контроль отображаемого обучаемыми и действий обучаемых с учебным материалом на носителях информации в режиме сравнения и тестирования осуществляют с использованием общедоступного для визуального группового обозрения монитора с размером диагонали экрана от 60 см.

36. Способ по п.1, отличающийся тем, что отображение информации средствами отображения информации в режиме индивидуального и/или группового восприятия действиями обучаемых с учебным материалом на носителях информации и контроль отображаемого обучаемыми и действий обучаемых с учебным материалом на носителях информации в режиме сравнения и тестирования осуществляют посредством синхронного показа ранее записанных на видеоаппаратуру изображения оператора (обучаемого) с изображениями наблюдаемого в этот момент оператором участка изображения препарата, причем показ изображений сопровождают аудиокомментариями по изучаемой теме.

37. Способ по п.1, отличающийся тем, что на завершающей стадии урока производят широкоформатный показ серии снимков этапов работ с препаратом: отбор препарата, обработка и подготовка препарата, фотографирование препарата, виды фотографий при различном освещении, перевод полученных фотографий в цифровую форму, сегментирование полученных цифровых форм фотографий, соотнесение сегментов изображения с однозначно их определяющими формализованными признаками, составление формализованного описания имеющегося изображения препарата и сравнение с формализованным описанием эталонного изображения, синтез изображения из представленных наборов формализованных признаков для заданного диагноза патологии и сравнение с имеющимся эталоном изображения с аналогичным набором формализованных признаков, при этом осуществляют краткий аудиокомментарий снимков.

38. Способ по п.1, отличающийся тем, что при обеспечении регламентированной поддержки используют нейросетевые технологии, включающие замену строго алгоритмированного пошагового анализа данных на параллельную обработку всего массива информации в представленных изображениях, замену программирования на обучение.



 

Похожие патенты:

Изобретение относится к обучающим устройствам. .

Изобретение относится к информационным технологиям в области обучения и самообучения с использованием средств вычислительной техники и цифровых библиотек. .

Изобретение относится к области медицины и может быть использовано в системе дистанционного обучения и непрерывного образования. .

Изобретение относится к системе для выполнения технического обучения путем использования сети связи. .

Изобретение относится к области технологий дистанционного обучения. .
Изобретение относится к области педагогики, в частности к способам использования наглядной и звуковой демонстрации материала, подлежащего изучению. .
Изобретение относится к области педагогики, в частности к способам использования наглядной и звуковой демонстрации материала, подлежащего изучению. .

Изобретение относится к области педагогики, в частности к способам использования наглядной и звуковой демонстрации материала, подлежащего изучению. .

Изобретение относится к устройству для произнесения фонем, включающему клавиатуру, содержащую по меньшей мере один опорный элемент и множество клавиш, соединенных с опорным элементом.

Изобретение относится к области биометрии, а именно к способам распознавания и кодирования отпечатков папиллярных узоров (ПУ). .

Изобретение относится к средствам геометрического преобразования деформированных изображений документов, содержащих текст. .

Изобретение относится к области цифровой обработки изображений. .

Изобретение относится к средствам защиты подлинности электронных изображений, сжимаемых алгоритмами сжатия электронных изображений, такими как JPEG, MPEG-2, передаваемых отправителем получателю по общедоступным каналам передачи, в которых нарушитель может осуществлять действия по навязыванию получателю ложных электронных изображений.
Изобретение относится к способам дактилоскопических исследований, в частности к способам формирования рекомендательных списков с использованием дактилоскопической базы данных, а также к способам формирования таких баз данных, и может быть использовано в автоматизированных дактилоскопических информационно-поисковых системах.

Изобретение относится к области вычислительной техники и может быть использовано в системе масштабируемого кодирования и декодирования мультимедийных данных с использованием множества уровней.

Изобретение относится к средствам, обеспечивающим выборочное увеличение части содержимого экранного дисплея. .

Изобретение относится к способу идентификации и определения характеристик структур на электронных микрофотографиях. .

Изобретение относится к видеонаблюдению и, в частности, к анализу движения объектов в трехмерной (3D) сцене. .

Изобретение относится к области оптического формирования изображений и может быть использовано в системах биометрической идентификации личностей
Наверх