<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.3 20210610//EN" "JATS-journalpublishing1-3.dtd">
<article article-type="research-article" dtd-version="1.3" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">uprinmatus</journal-id><journal-title-group><journal-title xml:lang="ru">Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение</journal-title><trans-title-group xml:lang="en"><trans-title>Proceedings of the Southwest State University. Series: IT Management, Computer Science, Computer Engineering. Medical Equipment Engineering</trans-title></trans-title-group></journal-title-group><issn pub-type="ppub">2223-1536</issn><publisher><publisher-name>Юго-Западный государственный университет</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.21869/2223-1536-2025-15-1-79-90</article-id><article-id custom-type="elpub" pub-id-type="custom">uprinmatus-284</article-id><article-categories><subj-group subj-group-type="heading"><subject>Research Article</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="ru"><subject>РАСПОЗНАВАНИЕ И ОБРАБОТКА ИЗОБРАЖЕНИЙ</subject></subj-group><subj-group subj-group-type="section-heading" xml:lang="en"><subject>IMAGE RECOGNITION AND PROCESSING</subject></subj-group></article-categories><title-group><article-title>Применение алгоритмов обработки изображений для улучшения визуализации структур поджелудочной железы</article-title><trans-title-group xml:lang="en"><trans-title>Application of image processing algorithms to improve visualization of pancreatic structures</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author" corresp="yes"><contrib-id contrib-id-type="orcid">https://orcid.org/0009-0001-2236-3449</contrib-id><name-alternatives><name name-style="eastern" xml:lang="ru"><surname>Сергеев</surname><given-names>Д. В.</given-names></name><name name-style="western" xml:lang="en"><surname>Sergeev</surname><given-names>D. V.</given-names></name></name-alternatives><bio xml:lang="ru"><p>Сергеев Дмитрий Викторович, аспирант</p><p>ул. 50 лет Октября, д. 94, г. Курск 305040</p></bio><bio xml:lang="en"><p>Dmitry V. Sergeev, Post-Graduate Student</p><p>50 Let Oktyabrya Str. 94, Kursk 305040</p></bio><email xlink:type="simple">sdv583@mail.ru</email><xref ref-type="aff" rid="aff-1"/></contrib></contrib-group><aff-alternatives id="aff-1"><aff xml:lang="ru"><institution>Юго-Западный государственный университет</institution><country>Россия</country></aff><aff xml:lang="en"><institution>Southwest State University</institution><country>Russian Federation</country></aff></aff-alternatives><pub-date pub-type="collection"><year>2025</year></pub-date><pub-date pub-type="epub"><day>15</day><month>05</month><year>2025</year></pub-date><volume>15</volume><issue>1</issue><fpage>79</fpage><lpage>90</lpage><permissions><copyright-statement>Copyright &amp;#x00A9; Сергеев Д.В., 2025</copyright-statement><copyright-year>2025</copyright-year><copyright-holder xml:lang="ru">Сергеев Д.В.</copyright-holder><copyright-holder xml:lang="en">Sergeev D.V.</copyright-holder><license xml:lang="ru" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>Данная работа распространяется под лицензией Creative Commons Attribution 4.0.</license-p></license><license xml:lang="en" license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/" xlink:type="simple"><license-p>This work is licensed under a Creative Commons Attribution 4.0 License.</license-p></license></permissions><self-uri xlink:href="https://uprinmatus.elpub.ru/jour/article/view/284">https://uprinmatus.elpub.ru/jour/article/view/284</self-uri><abstract><p>Целью исследования является разработка и сравнительный анализ различных методов обработки медицинских изображений с целью оптимизации визуализации структур поджелудочной железы. Основной задачей является выявление наиболее эффективного метода обработки изображений для достижения наилучшего качества визуализации, что, в свою очередь, имеет важное значение для точной диагностики и лечения пациентов с патологиями поджелудочной железы.Методы. В рамках нашего исследования были применены различные методы, включая анализ огромного библиографического материала, использование разнообразных инструментов для сбора данных и привлечение экспертных знаний и подходов.Результаты. Полученные результаты обсуждаются с учетом практической значимости для медицины. Оптимизация визуализации поджелудочной железы с помощью различных методов обработки изображений может существенно улучшить точность диагностики ее заболеваний. Улучшенная визуализация позволяет более точно выявлять и анализировать патологические изменения, что способствует раннему выявлению заболеваний и более эффективному лечению пациентов. Это может способствовать дальнейшему улучшению методов диагностики и лечения заболеваний поджелудочной железы, повышая качество медицинского обслуживания.Заключение. Разные методы сегментации, такие как пороговая обработка, машинное обучение и активные контуры, имеют свои преимущества и ограничения в визуализации структур поджелудочной железы. Выбор оптимального метода зависит от конкретной задачи и требований к точности и скорости обработки изображений. Дальнейшие исследования должны сосредоточиться на разработке более эффективных алгоритмов сегментации и их применимости в клинической практике для улучшения диагностики и лечения заболеваний поджелудочной железы.</p></abstract><trans-abstract xml:lang="en"><p>The purpose of the research is to develop and compare various methods of processing medical images in order to optimize visualization of pancreatic structures. The main task is to identify the most effective image processing method to achieve the best visualization quality, which, in turn, is important for the accurate diagnosis and treatment of patients with pancreatic pathologies.Methods. As part of our research, various methods were applied, including the analysis of a huge bibliographic material, the use of various tools for data collection, and the involvement of expert knowledge and approaches.Results. The results obtained are discussed taking into account their practical significance for medicine. Optimization of visualization of the pancreas using various image processing methods can significantly improve the accuracy of diagnosis of its diseases. Improved visualization makes it possible to more accurately identify and analyze pathological changes, which contributes to the early detection of diseases and more effective treatment of patients. This can contribute to further improvement of methods of diagnosis and treatment of pancreatic diseases, improving the quality of medical care.Conclusion. Different segmentation methods, such as threshold processing, machine learning, and active contours, have their advantages and limitations in visualizing pancreatic structures. The choice of the optimal method depends on the specific task and the requirements for the accuracy and speed of image processing. Further research should focus on developing more efficient segmentation algorithms and their applicability in clinical practice to improve diagnosis and treatment of pancreatic diseases.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>медицинские изображения</kwd><kwd>сегментация</kwd><kwd>поджелудочная железа</kwd><kwd>методы обработки изображений</kwd><kwd>качественный анализ</kwd><kwd>количественный анализ</kwd><kwd>статистическая обработка</kwd></kwd-group><kwd-group xml:lang="en"><kwd>medical images</kwd><kwd>segmentation</kwd><kwd>pancreas</kwd><kwd>image processing methods</kwd><kwd>qualitative analysis</kwd><kwd>quantitative analysis</kwd><kwd>statistical processing</kwd></kwd-group></article-meta></front><back><ref-list><title>References</title><ref id="cit1"><label>1</label><citation-alternatives><mixed-citation xml:lang="ru">Диффузионно-взвешенная магнитно-резонансная томография в диагностике инсулиномы поджелудочной железы: клинический случай / М. Ю. Юкина, Н. Ф. Нуралиева, Е. А. Трошина [и др.] // Альманах клинической медицины. 2018. Т. 46, № 3. С. 289–295. EDN XULSYH. https://doi.org/10.18786/2072-0505-2018-46-3-289-295</mixed-citation><mixed-citation xml:lang="en">Yukina M.Y., Nuralieva N.F., Troshina E.A., et al. Diffusion-weighted magnetic resonance imaging in the diagnosis of pancreatic insulinoma: a clinical case. Al'manakh klinicheskoi meditsiny = Almanac of Clinical Medicine. 2018;46(3):289–295. (In Russ.) EDN XULSYH. https://doi.org/10.18786/2072-0505-2018-46-3-289-295</mixed-citation></citation-alternatives></ref><ref id="cit2"><label>2</label><citation-alternatives><mixed-citation xml:lang="ru">Губергиц Н. Б., Крылова Е. А., Гравировская Н. Г. Структурные особенности поджелудочной железы у больных различными клинико-морфологическими формами хронического панкреатита // Медицинский алфавит. 2019. Т. 2, № 13(388). С. 34–38. EDN QTPGGI. https://doi.org/10.33667/2078-5631-2019-2-13(388)-34-38</mixed-citation><mixed-citation xml:lang="en">Gubergits N.B., Krylova E.A., Gravirovskaya N.G. Structural features of the pancreas in patients with various clinical and morphological forms of chronic pancreatitis. Meditsinskii alfavit = The Medical Alphabet. 2019;2(13):34–38. (In Russ.) EDN QTPGGI. https://doi.org/10.33667/2078-5631-2019-2-13(388)-34-38</mixed-citation></citation-alternatives></ref><ref id="cit3"><label>3</label><citation-alternatives><mixed-citation xml:lang="ru">Модели и алгоритмы дифференциальной диагностики очаговых образований поджелудочной железы по результатам эндосонографии с использованием технологии мягких вычислений / В. А. Белозеров, О. И. Охотников, Н. А. Кореневский, Н. Н. Григорьев // Диагностическая и интервенционная радиология. 2023. Т. 17, № 1. С. 49–58. EDN OUQVUT. https://doi.org/10.25512/DIR.2023.17.1.05</mixed-citation><mixed-citation xml:lang="en">Belozerov V.A., Okhotnikov O.I., Korenevsky N.A., Grigoriev N.N. Models and algorithms of differential diagnosis of pancreatic nodules based on the results of endosonography using soft computing technology. Diagnosticheskaya i interventsionnaya radiologiya = Diagnostic and Interventional Radiology. 2023;17(1):49–58. (In Russ.) EDN OUQVUT. https://doi.org/10.25512/DIR.2023.17.1.05</mixed-citation></citation-alternatives></ref><ref id="cit4"><label>4</label><citation-alternatives><mixed-citation xml:lang="ru">Максимова А. А. Анализ методов обработки медицинских данных // Моделирование, оптимизация и информационные технологии. 2016. № 2(13). С. 5. EDN WHAYLP</mixed-citation><mixed-citation xml:lang="en">Maksimova A.A. Analysis of medical data processing methods. Modelirovanie, optimizatsiya i informatsionnye tekhnologii = Modeling, Optimization and Information Technologies. 2016;(2):5. (In Russ.) EDN WHAYLP</mixed-citation></citation-alternatives></ref><ref id="cit5"><label>5</label><citation-alternatives><mixed-citation xml:lang="ru">Нестеров Д. В., Розенгауз Е. В. Сравнительная оценка качества изображения поджелудочной железы при спиральной и динамической компьютерной томографии // Лучевая диагностика и терапия. 2013. № 1(4). С. 58–62. EDN PYZLBN</mixed-citation><mixed-citation xml:lang="en">Nesterov D.V., Rozengauz E.V. Comparative assessment of the image quality of the pancreas in spiral and dynamic computed tomography. Luchevaya diagnostika i terapiya = Radiation Diagnostics and Therapy. 2013;(1):58–62. (In Russ.) EDN PYZLBN</mixed-citation></citation-alternatives></ref><ref id="cit6"><label>6</label><citation-alternatives><mixed-citation xml:lang="ru">Николаева И. В., Рамазан А. Б., Цой О. Г. Ультразвуковая диагностика рака поджелудочной железы // Медицинский журнал Астана. 2019. № 2(100). С. 154–160. EDN LPSYTM</mixed-citation><mixed-citation xml:lang="en">Nikolaeva I.V., Ramazan A B., Tsoi O.G. Ultrasound diagnosis of pancreatic cancer. Astana Medical Journal. 2019;(2):154–160. (In Russ.) EDN LPSYTM</mixed-citation></citation-alternatives></ref><ref id="cit7"><label>7</label><citation-alternatives><mixed-citation xml:lang="ru">Методы оптической биопсии и их перспективы применения для интраоперационного анализа тканевого метаболизма и микроциркуляции крови в мини-инвазивной хирургии / К. Ю. Кандурова, В. В. Дремин, Е. А. Жеребцов [и др.] // Регионарное кровообращение и микроциркуляция. 2018. Т. 17, № 3(67). С. 71–79. EDN YAUORV. https://doi.org/10.24884/1682-6655-2018-17-3-71-79</mixed-citation><mixed-citation xml:lang="en">Kandurova K.Y., Dremin V.V., Zherebtsov E.A., et al. Optical biopsy methods and their application prospects for intraoperative analysis of tissue metabolism and blood microcirculation in minimally invasive surgery. Regionarnoe krovoobrashchenie i mikrotsirkulyatsiya = Regional Blood Circulation and Microcirculation. 2018;17:(3):71–79. (In Russ.) EDN YAUORV. https://doi.org/10.24884/1682-6655-2018-17-3-71-79</mixed-citation></citation-alternatives></ref><ref id="cit8"><label>8</label><citation-alternatives><mixed-citation xml:lang="ru">Барзенков А. В. Гибридная интеллектуальная система c элементами когнитивного моделирования для диагностики болезней поджелудочной железы // Перспективы науки. 2019. № 5(116). С. 191–194. EDN IAFBWC</mixed-citation><mixed-citation xml:lang="en">Barzenkov A.V. Hybrid intelligent system with elements of cognitive modeling for the diagnosis of pancreatic diseases. Perspektivy nauki = Perspectives of Science. 2019;(5):191–194. (In Russ.) EDN IAFBWC</mixed-citation></citation-alternatives></ref><ref id="cit9"><label>9</label><citation-alternatives><mixed-citation xml:lang="ru">Кожухарь Б. В. Основы обработки медицинских изображений // Новая наука: Современное состояние и пути развития. 2016. № 5-2. С. 189–192. EDN VVVPPB</mixed-citation><mixed-citation xml:lang="en">Kozhukhar B.V. Fundamentals of medical image processing. Novaya nauka: Sovremennoe sostoyanie i puti razvitiya = New Science: Current State and Development Paths. 2016;(5-2):189–192. (In Russ.) EDN VVVPPB</mixed-citation></citation-alternatives></ref><ref id="cit10"><label>10</label><citation-alternatives><mixed-citation xml:lang="ru">Диагностическая значимость трехмерных реконструкций КТ-изображений у пациентов с протоковой аденокарциномой поджелудочной железы / Г. Г. Кармазановский, Я. И. Нерестюк, А. Г. Кригер, А. В. Хайриева // Российский электронный журнал лучевой диагностики. 2017. Т. 7, № 1. С. 69–76. EDN YMFRXX. https://doi.org/10.21569/2222-7415-2017-7-1-69-76</mixed-citation><mixed-citation xml:lang="en">Karmazanovsky G.G., Nrestyuk Y.I., Krieger A.G., Khairieva A.V. Diagnostic significance of three-dimensional CT image reconstructions in patients with ductal adenocarcinoma of the pancreas. Rossiiskii elektronnyi zhurnal luchevoi diagnostiki = Russian Electronic Journal of Radiation Diagnostics. 2017;7(1):69–76. (In Russ.) EDN YMFRXX. https://doi.org/10.21569/2222-7415-2017-7-1-69-76</mixed-citation></citation-alternatives></ref><ref id="cit11"><label>11</label><citation-alternatives><mixed-citation xml:lang="ru">Хоружик С. А., Михайлов А. Н. Основы КТ-визуализации Часть 2. Постпроцессинговая обработка изображений // Радиология – практика. 2011. № 4. С. 52–65. EDN NYBQMX</mixed-citation><mixed-citation xml:lang="en">Khoruzhik S.A., Mikhailov A.N. Fundamentals of CT imaging Part 2. Postprocessing image processing. Radiologiya – praktika = Radiology – Practice. 2011;(4):52–65. (In Russ.) EDN NYBQMX</mixed-citation></citation-alternatives></ref><ref id="cit12"><label>12</label><citation-alternatives><mixed-citation xml:lang="ru">Кондратова Г. М., Митьков В. В., Брюховецкий Ю. А. Технология трехмерного ультразвукового исследования желчного пузыря // Ультразвуковая и функциональная диагностика. 2007. № 3. С. 14–27. EDN JWWSNZ</mixed-citation><mixed-citation xml:lang="en">Kondratova G.M., Mitkov V.V., Bryukhovetsky Y.A. Technology of three-dimensional ultrasound examination of the gallbladder. Ul'trazvukovaya i funktsional'naya diagnostika = Ultrasound and Functional Diagnostics. 2007;(3):14–27. (In Russ.) EDN JWWSNZ</mixed-citation></citation-alternatives></ref><ref id="cit13"><label>13</label><citation-alternatives><mixed-citation xml:lang="ru">Бойко Д. А., Филатова А. Е. Метод визуализации патологических структур на маммограммах // Вестник Национального технического университета Харьковский политехнический институт. Серия: Информатика и моделирование. 2013. № 39(1012). С. 9–14. EDN RCNMQJ</mixed-citation><mixed-citation xml:lang="en">Boyko D.A., Filatova A.E. Method of visualization of pathological structures on mammograms. Vestnik Natsional'nogo tekhnicheskogo universiteta Khar'kovskii politekhnicheskii institut. Seriya: Informatika i modelirovanie = Bulletin of the National Technical University Kharkiv Polytechnic Institute. Series: Computer Science and Modeling. 2013;(39):9–14. (In Russ.) EDN RCNMQJ</mixed-citation></citation-alternatives></ref><ref id="cit14"><label>14</label><citation-alternatives><mixed-citation xml:lang="ru">Дубровин А. В., Кошкаров А. А. От PACS к телерадиологии // Врач и информационные технологии. 2017. № 3. С. 106–111. EDN ZGYVPN</mixed-citation><mixed-citation xml:lang="en">Dubrovin A.V., Koshkarov A.A. From PACS to teleradiology. Vrach i informatsionnye tekhnologii = Doctor and Information Technologies. 2017;(3):106–111. (In Russ.) EDN ZGYVPN</mixed-citation></citation-alternatives></ref><ref id="cit15"><label>15</label><citation-alternatives><mixed-citation xml:lang="ru">Коваленко А. С., Пезенцали А. А., Царенко Е. К. Подготовка медицинских изображений к обработке в больших информационных хранилищах // Кибернетика и вычислительная техника. 2014. № 2(176). С. 46–53. EDN QRQXTB</mixed-citation><mixed-citation xml:lang="en">Kovalenko A.S., Pesentsali A.A., Tsarenko E.K. Preparation of medical images for processing in large information repositories. Kibernetika i vychislitel'naya tekhnika = Cybernetics and Computer Engineering. 2014;(2):46–53. (In Russ.) EDN QRQXTB</mixed-citation></citation-alternatives></ref><ref id="cit16"><label>16</label><citation-alternatives><mixed-citation xml:lang="ru">Возможности компьютерной томографии в оценке качества хирургического лечения у пациентов с опухолями правой половины ободочной кишки / А. А. Холева, Т. А. Агабабян, А. А. Невольских [и др.] // Колопроктология. 2024. Т. 23, № 3(89). С. 87–99. EDN YLQXDK. https://doi.org/10.33878/2073-7556-2024-23-3-87-99</mixed-citation><mixed-citation xml:lang="en">Holeva A.A., Aghababyan T.A., Nevolskikh A.A., et al. Possibilities of computed tomography in assessing the quality of surgical treatment in patients with tumors of the right half of the colon. Koloproktologiya = Coloproctology. 2024;23(3):87–99. (In Russ.) EDN YLQXDK. https://doi.org/10.33878/2073-7556-2024-23-3-87-99</mixed-citation></citation-alternatives></ref><ref id="cit17"><label>17</label><citation-alternatives><mixed-citation xml:lang="ru">Радиомика и анализ текстур цифровых изображений в онкологии (обзор) / А. А. Литвин, Д. А. Буркин, А. А. Кропинов, Ф. Н. Парамзин // Современные технологии в медицине. 2021. Т. 13, № 2. С. 97–106. EDN AITKVR. https://doi.org/10.17691/stm2021.13.2.11.</mixed-citation><mixed-citation xml:lang="en">Litvin A.A., Burkin D.A., Kropinov A.A., Paramzin F.N. Radiomics and texture analysis of digital images in oncology (review). Sovremennye tekhnologii v meditsine = Modern Technologies in Medicine. 2021;13(2):97–106. (In Russ.) EDN AITKVR. https://doi.org/10.17691/stm2021.13.2.11</mixed-citation></citation-alternatives></ref><ref id="cit18"><label>18</label><citation-alternatives><mixed-citation xml:lang="ru">Обухова Н. А., Мотыко А. А. Методы обработки и анализа медицинских ТВ изображений // Телевидение: передача и обработка изображений. 2016. Т. 1. С. 10–15. EDN XINNSJ</mixed-citation><mixed-citation xml:lang="en">Obukhova N.A., Motyko A.A. Methods of processing and analyzing medical TV images. Televidenie: peredacha i obrabotka izobrazhenii = Television: Transmission and Image Processing. 2016;(1):10–15. (In Russ.) EDN XINNSJ</mixed-citation></citation-alternatives></ref><ref id="cit19"><label>19</label><citation-alternatives><mixed-citation xml:lang="ru">Первый опыт применения технологии дополненной цифровой реальности (AR) в реконструктивной хирургии желчных протоков / А. В. Святненко, А. Е. Демко, Д. А. Суров [и др.] // Вестник Национального медико-хирургического центра им. Н. И. Пирогова. 2024. Т. 19, № 2. С. 159–163. EDN XWMXXS. https://doi.org/10.25881/20728255_2024_19_2_159</mixed-citation><mixed-citation xml:lang="en">Svyatnenko A.V., Demko A.E., Surov D.A., et al. The first experience of using augmented digital reality (AR) technology in reconstructive surgery of the bile ducts. Vestnik Natsional'nogo mediko-khirurgicheskogo tsentra im. N.I. Pirogova = Bulletin of the National Medical and Surgical Center named after N.I. Pirogov. 2024;19(2):159–163. (In Russ.) EDN XWMXXS. https://doi.org/10.25881/20728255_2024_19_2_159</mixed-citation></citation-alternatives></ref><ref id="cit20"><label>20</label><citation-alternatives><mixed-citation xml:lang="ru">Козарь Р. В., Навроцкий А. А., Гуринович А. Б. Методы распознавания медицинских изображений в задачах компьютерной диагностики // Известия Гомельского государственного университета имени Ф. Скорины. 2020. № 3(120). С. 116–121. EDN HJRPNR</mixed-citation><mixed-citation xml:lang="en">Kozar R.V., Navrotsky A.A., Gurinovich A.B. Methods of recognition of medical images in computer diagnostics problems. Izvestiya Gomel'skogo gosudarstvennogo universiteta imeni F. Skoriny = Proceedings of Gomel State University named after F. Skoriny. 2020;(3):116–121. EDN HJRPNR</mixed-citation></citation-alternatives></ref></ref-list><fn-group><fn fn-type="conflict"><p>The authors declare that there are no conflicts of interest present.</p></fn></fn-group></back></article>
