Designing a medical decision support system in surgery and urology using computer vision technologies

The article considers the design of a medical decision support system in surgery and urology using computer vision technologies. The architecture of the decision support system was defined, the purpose and functions of the system modules were determined, the connections between the modules were designed, input and output information for the system modules were determined, algorithms for the functioning of the modules were developed. The developed system for supporting medical decision-making in surgery and urology using computer vision technologies can be used as part of an automated workplace of a surgeon, urologist or radiologist, integrated into computer tomography software and hardware complexes. The decision support system will reduce the time spent on conducting medical research, making a diagnosis and choosing a medical solution when planning operations and can be adapted to solve diagnostic tasks related to the analysis and evaluation of medical images.

1. Мелдо А.А. Искусственный интеллект в медицине: современное состояние и основные направления развития интеллектуальной диагностики / А.А. Мелдо, Л.В. Уткин, Т.Н. Трофимова // Лучевая диагностика и терапия. – 2020. – № 1 (11). – С. 9-17.

2. Назаренко Г.И. Медицинские информационные системы: теория и практика / Г.И. Назаренко, Я.И. Гулиев, Д.Е. Ермаков. – Москва: Физматлит, 2005. – 320 с.

3. Пранович А.А. Искусственный интеллект в диагностике и лечении мочекаменной болезни / А.А. Пранович, А.К. Исмаилов, Н.А. Карельская, А.А. Костин, Г.Г. Кармазановский, А.А. Грицкевич // Российский журнал телемедицины и электронного здравоохранения. – 2022. – Т. 8. – № 1. – С. 42-57.

4. Шубкин Е.О. Обзор методов сегментации медицинских изображений / Е.О. Шубкин // Молодежь и современные информационные технологии: Сборник трудов XVIII Международной научно-практической конференции студентов, аспирантов и молодых ученых. – Томск, 2021. – С. 90-91.

5. Руденко М.А. Система детектирования и анализа объектов на КТ-снимках в урологии / М.А. Руденко, А.В. Руденко, М.А. Крапивина, В.С. Лисовский // III Международная конференция по нейронным сетям и нейротехнологиям (NeuroNT'2022): Сборник докладов. – Санкт-Петербург, 2022. – С. 38-42.

6. Руденко А.В. Метод оценки результатов детектирования и классификации объектов на медицинских изображениях / А.В. Руденко, М.А. Руденко, И.Л. Каширина // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. – 2024. – № 1. – С. 137-148.

7. Руденко М.А. Нечеткая модель классификации медицинских изображений на основе нейронных сетей / М.А. Руденко, А.В. Руденко // Международная конференция по мягким вычислениям и измерениям. – 2021. – Т. 1. – С. 336-339.

8. Руденко А.В. Поддержка принятия врачебных решений при планировании проведения процедуры лазерной литотрипсии / А.В. Руденко, М.А. Руденко // Известия ЮФУ. Технические науки. – 2024. – № 2 (238). – С. 278-289.

9. Свидетельство о государственной регистрации программы для ЭВМ № 2022667880 Российская Федерация. Программа автоматизации процесса первичной обработки результатов компьютерной томографии и создания набора изображений для детектирования: опубл. 28.09.2022 / Руденко А.В.; правообладатель Общество с ограниченной ответственностью «Смардис». – Зарегистрировано в Государственном фонде алгоритмов и программ.

10. Свидетельство о государственной регистрации программы для ЭВМ № 2022681242 Российская Федерация. Программа анализа результатов детектирования, расчета параметров и 3D–визуализации объектов, обнаруженных в результате детектирования на медицинских изображениях, полученных после компьютерной томографии: опубл. 10.11.2022 / Руденко А.В., Руденко М.А., Лисовский В.С., Крапивина М.А.; правообладатель Общество c ограниченной ответственностью «Смардис». – Зарегистрировано в Государственном фонде алгоритмов и программ.