Development of a biomedical image analysis framework, based on web services
Doctoral Thesis
Συγγραφέας
Γούδας, Θεοδόσιος Ε.
Goudas, Theodosios E.
Ημερομηνία
2015-02-20Επιβλέπων
Μαγκλογιάννης, ΗλίαςΠροβολή/ Άνοιγμα
Θεματική επικεφαλίδα
Επεξεργασία εικόνας -- Ψηφιακές τεχνικές ; Ανάλυση εικόνας -- Επεξεργασία δεδομένων ; Εξόρυξη δεδομένων ; Image processing -- Digital techniques ; Image analysis -- Data processing ; Data mining ; Biomedical technology ; Βιοϊατρική τεχνολογίαΠερίληψη
Η εξόρυξη γνώσης από βιοϊατρικές εικόνες είναι μια πολύπλοκη και χρονοβόρα διαδικασία, γιατί απαιτούνται πολλά βήματα, όπως η ρύθμιση του χρώματος, το φιλτράρισμα της εικόνας, η τμηματοποίησή της, η εξαγωγή χαρακτηριστικών γνωρισμάτων, ο χαρακτηρισμός της, κ.λπ. Κάθε ένα από αυτά τα βήματα απαιτεί κατάλληλη βαθμονόμηση, ώστε συνολικά να πετύχουν το βέλτιστο αποτέλεσμα. Αυτή η διδακτορική διατριβή, εστιάζει στην ανάπτυξη ενός πλαισίου, το οποίο περιέχει τις απαραίτητες τεχνικές εξόρυξης και ανάλυσης εικόνας, οργανωμένες σε οντότητες, για την επίλυση των σύνθετων βιοϊατρικών προβλημάτων ανάλυσης εικόνας. Το προτεινόμενο πλαίσιο επιτρέπει το σχεδιασμό διαγραμμάτων ροών εργασίας, για να επιλύσει αυτά τα προβλήματα. Επιπλέον, παρέχει τη λειτουργία της αυτόματης δημιουργίας παράλληλων πολλαπλών εκδόσεων (multiple parallel instances) του διαγράμματος ροής εργασίας που σχεδιάστηκε, πραγματοποιώντας όλους τους πιθανούς συνδυασμούς των τελεστών που προστέθηκαν στο διάγραμμα, για να επιλεγεί αυτόματα ο βέλτιστος συνδυασμός ροής εργασίας. Για την υλοποίηση αυτού του πλαισίου αξιοποιήθηκε η τεχνολογία υπηρεσιών δικτύου (web services technology), σε συνδυασμό με τη μοντελοποίηση τεχνικών ανάλυσης και εξόρυξης εικόνας (image mining and analysis techniques), σε ανεξάρτητες οντότητες. Η επιλογή της βέλτιστης ροής εργασίας πραγματοποιείται, είτε συγκρίνοντας τα αποτελέσματα της τμηματοποίησης με την πραγματικότητα (Ground Truth), είτε με τη χρήση του μέτρου της απόστασης log-likelihood των ομαδοποιημένων εντοπισμένων αντικειμένων (clustered salient objects). Για τη χρήση αυτού του πλαισίου απαιτούνται βασικές - και ίσως σε κάποιες περιπτώσεις προχωρημένες - γνώσεις ανάλυσης εικόνας, αλλά δεν απαιτούνται προγραμματιστικές γνώσεις. Αυτό το πλαίσιο μπορεί να ενσωματωθεί στο πρόγραμμα διαχείρισης ροών εργασίας TAVERNA ή σε οποιαδήποτε άλλη παρόμοια πλατφόρμα. Επιπλέον, σε αυτήν τη διδακτορική διατριβή, παρουσιάζονται όλα τα βιοϊατρικά προβλήματα ανάλυσης εικόνας που εξετάσθηκαν κατά τη διάρκεια της εκπόνησής της. Καθεμιά από τις προτεινόμενες προσεγγίσεις εξόρυξης εικόνας, χρησιμοποιεί το προτεινόμενο πλαίσιο. Όλες οι προσεγγίσεις εξήγαγαν ικανοποιητικά αποτελέσματα, χρησιμοποιώντας τις δυνατότητες του προτεινόμενου πλαισίου. Επιπλέον, ορισμένα πρόσθετα σενάρια εξόρυξης εικόνας μοντελοποιήθηκαν στο προτεινόμενο πλαίσιο, αποδεικνύοντας την αποδοτική λειτουργία της εύρεσης της βέλτιστης ροής εργασίας.