• Главная
• Тесты НМО
• Тест с ответами по теме «Основы автоматизированной обработки и анализа изображений в медицине. Введение»

Тест с ответами по теме «Основы автоматизированной обработки и анализа изображений в медицине. Введение»

Вашему вниманию представляется Тест с ответами по теме «Основы автоматизированной обработки и анализа изображений в медицине. Введение» в рамках программы НМО: непрерывного медицинского образования для медицинских работников (врачи, медсестры и фармацевты). Тест с ответами по теме «Основы автоматизированной обработки и анализа изображений в медицине. Введение» в рамках программы НМО: непрерывного медицинского образования для медицинского персонала высшего и среднего звена (врачи, медицинские сестры и фармацевтические работники) позволяет успешнее подготовиться к итоговой аттестации и/или понять данную тему.

• с
• по
• ответами
• основы
• обработки
• нмо
• на
• медицинские
• медицине
• изображений
• и
• Введение
• в
• анализа
• автоматизированной
• теме
• Тест
• предварительное
• итоговое
• тестирование

---

1. «Капча» —это

1) небольшое изображение с неискаженными символами (цифрами, буквами);
2) символы «капчи» легко распознаются автоматическими системами, но практически не распознаются человеком;
3) небольшое изображение с искаженными (повернутыми, растянутыми) символами (цифрами, буквами);+
4) символы «капчи» легко распознаются человеком, но практически не распознаются автоматическими системами.+

2. «Псевдоцвета» используются вместо монохромных изображений с целью

1) упрощения оценки врачом изображения в целом;+
2) повышения различимости участков изображения, близких по яркости;+
3) улучшения цветопередачи изображения;
4) повышения контрастности изображения.

3. «Псевдоцвета» — это

1) цвета, полученные вследствие трансформации монохромного изображения в цветное;+
2) цвета, полученные вследствие трансформации цветного изображения в монохромное;
3) цвета изображения, искаженные вследствие несовершенства аппаратуры;
4) цвета изображения, искаженные вследствие несовершенства программного обеспечения.

4. «Шум» на изображении - это

1) незначительные флуктуации цвета соседних пикселей, возникающие случайно и не несущие диагностической информации;+
2) значительные флуктуации яркости соседних пикселей, возникающие случайно и не несущие диагностической информации;
3) незначительные флуктуации яркости соседних пикселей, возникающие случайно и не несущие диагностической информации;+
4) незначительные флуктуации яркости соседних пикселей, возникающие случайно и несущие диагностическую информацию.

5. «Шум» на изображении — это

1) значительные флуктуации яркости соседних пикселей, возникающие случайно и не несущие диагностической информации;
2) незначительные флуктуации яркости соседних пикселей, возникающие случайно и не несущие диагностической информации;+
3) незначительные флуктуации яркости соседних пикселей, возникающие случайно и несущие диагностическую информацию;
4) незначительные флуктуации цвета соседних пикселей, возникающие случайно и не несущие диагностической информации.+

6. Алгоритм для определения границ объектов на изображении может быть основан на

1) определении границы в месте, где будут максимальны различия в цвете двух смежных участков изображения;+
2) определении границы в месте, где будут максимальны различия в текстуре двух смежных участков изображения;+
3) определении границы в месте, где будут максимальны различия в размерах двух смежных участков изображения;
4) определении границы в месте, где будут максимальны различия в яркости двух смежных участков изображения.+

7. Алгоритм для определения границ объектов на изображении может быть основан на

1) определении границы в месте, где будут максимальны различия в размерах двух смежных участков изображения;
2) определении границы в месте, где будут минимальны различия в цвете двух смежных участков изображения;
3) определении границы в месте, где будут максимальны различия в яркости двух смежных участков изображения;+
4) определении границы в месте, где будут минимальны различия в текстуре двух смежных участков изображения.

8. В каких диагностических технологиях используется автоматизированный анализ изображений

1) ЭКГ;
2) ЭЭГ;
3) МРТ;+
4) ПЭТ.+

9. Воксел – это

1) максимальный элемент трехмерного изображения;
2) минимальный элемент трехмерного изображения;+
3) минимальный элемент двухмерного изображения;
4) максимальный элемент двухмерного изображения.

10. Диагностические технологии, которые были бы невозможны без развития систем обработки изображений в медицине

1) МРТ;+
2) УЗИ;+
3) ЭКГ;
4) ПЭТ;+
5) КТ.+

11. Для КТ характерно

1) облучение тела больного пучком рентгеновского излучения;+
2) введение в тело больного радиофармацевтического препарата;
3) трехмерная реконструкция накопления радионуклидов в организме;
4) трехмерная реконструкция структур организма на основе различия в пропускании рентгеновских лучей.+

12. Для МРТ характерно

1) облучение тела больного пучком ионизирующего излучения;
2) введение в тело больного радиофармацевтического препарата;
3) возможность изучения не только структуры различных органов и тканей, но и их функциональную активность;+
4) трехмерная реконструкция структур организма.+

13. Для ПЭТ характерно

1) облучение тела больного пучком ионизирующего излучения;
2) трехмерная реконструкция накопления радионуклидов в организме;+
3) регистрация гамма-квантов, излучаемых позитронами при их аннигиляции с электронами;+
4) введение в тело больного радиофармацевтического препарата.+

14. Для УЗИ характерно

1) облучение тела больного пучком ионизирующего излучения;
2) возможность получения трехмерных и двумерных изображений внутренних органов;+
3) безопасность обследования для плода;+
4) введение в тело больного радиофармацевтического препарата.

15. Для определения асимметрии объекта используется

1) сравнение расстояния от горизонтальной оси объекта до его левых и правых границ;
2) сравнение расстояния от вертикальной оси объекта до его левых и правых границ;+
3) сравнение расстояния от горизонтальной оси объекта до его верхних и нижних границ;+
4) сравнение расстояния от вертикальной оси объекта до его верхних и нижних границ.

16. Для определения контура меланомы на изображении кожи используется

1) выделение участков изображения, превышающих в диаметре 1 мм;
2) выделение наиболее темных участков изображения;+
3) выделение участков изображения с цветом, нехарактерным для здоровой кожи;+
4) выделение участков изображения с выраженной текстурой.

17. Для определения неровности границ объекта используется

1) сравнение расстояния от вертикальной оси объекта до его левых и правых границ;
2) сравнение расстояния от геометрического центра объекта до границ объекта по всем направлениям (360°);+
3) сравнение расстояния от горизонтальной оси объекта до его верхних и нижних границ;
4) сравнение расстояния от геометрического центра объекта до границ цифрового изображения по всем направлениям (360°).

18. Для уменьшения «шума» на изображении может применяться

1) деление яркости каждого пикселя изображения на один и тот же коэффициент;
2) возведение в квадрат яркости каждого пикселя изображения;+
3) вычисление среднего значения яркости для группы рядом расположенных пикселей;
4) умножение яркости каждого пикселя изображения на один и тот же коэффициент.

19. Изменение размеров объекта на изображении основано на

1) на удалении части пикселей при сжатии изображения;+
2) на изменении яркости части пикселей;
3) на добавлении части пикселей (аналогичных имеющимся) при увеличении изображения;+
4) на изменении яркости всех пикселей.

20. Информация, содержащаяся в заголовке файла BMP

1) ширина изображения;+
2) высота изображения;+
3) имя автора файла;
4) название файла BMP.

21. Каналы, используемые для кодирования цвета пикселей и для воспроизведения цвета в дисплеях

1) красный;+
2) желтый;
3) зеленый;+
4) синий.+

22. Коррекция контрастности изображений основана на

1) уменьшении показателей яркости каждого пикселя изображения на одну и ту же величину;
2) увеличении показателей яркости каждого пикселя изображения на одну и ту же величину;
3) делении показателей яркости всех пикселей изображения на один и тот же коэффициент;+
4) умножении показателей яркости всех пикселей изображения на один и тот же коэффициент.+

23. Коррекция яркости изображений основана на

1) на уменьшении показателей яркости каждого пикселя изображения на одну и ту же величину;+
2) на увеличении показателей яркости каждого пикселя изображения на одну и ту же величину;+
3) делении показателей яркости всех пикселей изображения на один и тот же коэффициент;
4) умножении показателей яркости всех пикселей изображения на один и тот же коэффициент.

24. Максимально точная цветопередача медицинских изображений важна, так как

1) позволяет экономить время медицинского персонала;
2) обеспечивает высокую экономичность телемедицинских консультаций;
3) обеспечивает высокую точность диагностики;+
4) снижает потребность в телемедицинских консультациях.

25. Максимальное число различных оттенков, которые может передать современный компьютерный дисплей

1) 16;
2) 256;
3) более 16 миллионов;+
4) более 256 миллионов.

26. Методы диагностики, при котором лучевая нагрузка на организм пациента минимальна или отсутствует

1) ПЭТ;
2) МРТ;+
3) КТ;
4) УЗИ.+

27. Наиболее часто используемое число уровней яркости пикселя монохромного (серого) изображения

1) 64;
2) 256;+
3) 512;
4) 128.

28. Ориентировочное разрешение современных компьютерных дисплеев

1) более 10 мегапикселей;
2) 1–2 мегапикселя;+
3) менее 1 мегапикселя;
4) более 3 мегапикселей.

29. Основной вариант использования медицинских изображений в телемедицине - это

1) сохранение медицинских изображений на сервере в учреждении, запрашивающем телемедицинскую консультацию;
2) сохранение медицинских изображений в распечатанном виде у врача, проводящего телемедицинскую консультацию;
3) передача медицинских изображений из учреждения, запрашивающего телемедицинскую консультацию, врачу-консультанту на расстояние с помощью электронных систем связи;+
4) сохранение медицинских изображений в распечатанном виде у пациента, для которого запрашивается телемедицинскую консультацию.

30. Оценка реального размера объекта

1) на основе подсчета числа пикселей, соответствующих объекту на изображении;
2) на основе оценки размеров анатомических объектов, попавших в кадр;
3) на основе оценки расстояния до объекта до камеры при фото/видеосъемке;
4) с использованием линейки (мерной ленты), помещенной рядом с объектом при фото/видеосъемке.+

31. Пиксель – это

1) максимальный элемент трехмерного изображения;
2) максимальный элемент двухмерного изображения;
3) минимальный элемент трехмерного изображения;
4) минимальный элемент двухмерного изображения.+

32. Поворот изображения осуществляется с помощью

1) вычисления яркости изображения для определения, в какой точке окажется конкретный пиксель при повороте изображения на конкретный угол;
2) тригонометрических расчетов для определения, в какой точке окажется конкретный пиксель при повороте изображения на конкретный угол;+
3) вычисления производной для определения, в какой точке окажется конкретный пиксель при повороте изображения на конкретный угол;
4) статистических расчетов для определения, в какой точке окажется конкретный пиксель при повороте изображения на конкретный угол.

33. Под определением границ объекта на изображении понимают

1) выделение на изображении непрерывной линии, разделяющая участки изображения с наиболее различающимися характеристиками (например, уровнем кровоснабжения или содержанием глюкозы);
2) выделение на изображении непрерывной линии, разделяющая участки изображения с наиболее близкими характеристиками (например, яркостью или цветом);
3) выделение на изображении непрерывной линии, разделяющая участки изображения с наиболее различающимися характеристиками (например, яркостью или цветом);+
4) выделение на изображении непрерывной линии, разделяющая участки изображения с наиболее близкими характеристиками (например, уровнем кровоснабжения или содержанием глюкозы).

34. Под термином "распознавание образов" понимают

1) отнесение объектов (исключительно на медицинских изображениях) к тому или иному классу, на основе совокупности их свойств;
2) отнесение объектов (не на изображениях) к тому или иному классу, на основе совокупности их свойств;
3) отнесение объектов (на медицинских изображениях) к тому или иному классу, основываясь на их яркости и цвете;
4) отнесение объектов (в том числе на изображениях) к тому или иному классу, на основе совокупности их свойств.+

35. Предпосылки широкого применения технологий оценки и обработки изображений в медицине в конце XX века

1) появление сотовых телефонов;
2) развитие сети интернет;
3) развитие технологий обработки изображений в других областях (не в медицине);+
4) развитие компьютерных технологий.+

36. Примерами медицинских изображений, получаемых в видимом спектре, являются

1) фотографии слизистой полости рта;+
2) фотографии глазного дна;+
3) фотографии слизистой желудка;+
4) УЗИ-изображения;
5) фотографии патологии кожи.+

37. Принцип алгоритма сжатия RLE

1) если все пи ксели изображения одинаковы, файл, сжатый с помощью rle, будет иметь минимальный объем;+
2) если имеются последовательности пикселей с различными значениями, указывается характеристика одного пикселя и число последовательно расположенных таких пикселей;
3) если имеются последовательности пикселей с одинаковыми значениями, указывается характеристика одного пикселя и число последовательно расположенных таких пикселей;+
4) последовательно указываются характеристики каждого имеющегося пикселя, независимо от их значений.

38. Разновидность томографии, основывающаяся на использовании явления ЯМР

1) МРТ;+
2) ПЭТ;
3) рентгеновская томография;
4) КТ.

39. Сжатие цифровых изображений используется для

1) сокращения объема занимаемой памяти;+
2) защиты изображений от несанкционированного доступа;
3) ускорения передачи изображений по компьютерным сетям;+
4) повышения качества изображений.

40. Текстура изображения — это

1) многократно повторяющиеся на изображении сходные элементы;+
2) единичные повторяющиеся на изображении сходные элементы;
3) единичные повторяющиеся на изображении различные элементы;
4) многократно повторяющиеся на изображении различные элементы.

41. Характеристики, которые необходимо оценить для диагностики меланомы

1) симметрия или асимметрия пятна;+
2) диаметр пятна более 10 мм;
3) четкость или нечеткость краев;+
4) черный цвет всей поверхности пятна.

42. Характеристики, которые необходимо оценить для диагностики меланомы

1) черный цвет всей поверхности пятна;
2) увеличение пятна со временем;+
3) диаметр пятна более 6 мм;+
4) четкость или нечеткость краев;+
5) различие оттенков цвета на поверхности пятна.+

43. Цветокоррекция изображений основана на

1) одинаковом изменении яркости всех цветовых каналов;
2) одинаковом изменении контрастности всех цветовых каналов;
3) изменении контрастности каждого цветового канала отдельно;+
4) изменении яркости каждого цветового канала отдельно.+

Специальности для предварительного и итогового тестирования:

Дерматовенерология, Лечебное дело, Медицинская кибернетика, Радиология.

Если Вы уважаете наш труд и разделяете наши ценности (помощь медицинским работникам), если Вам хочется внести свой вклад в развитие нашего проекта, поддерживайте нас донатами: вносите свой посильный вклад в общее дело пожертвованиями и финансовой помощью. Чем больше у нас будет ресурсов, тем больше мы сделаем вместе для медицинских работников (Ваших коллег).

---