Zintegrowany system wspomagania diagnostyki mammograficznej
|
|
- Bernard Wiśniewski
- 8 lat temu
- Przeglądów:
Transkrypt
1 Zintegrowany system wspomagania diagnostyki mammograficznej A. Przelaskowski 1, T.Podsiadły-Marczykowska 2, P.Boniński 1, A.Wróblewska 1 1 Instytut Radioelektroniki PW, Nowowiejska 15/19, Warszawa, 2 Instytut Biocybernetyki i Inżynierii Biomedycznej PAN, ul. Trojdena 4, Warszawa arturp@ire.pw.edu.pl Streszczenie: W pracy przedstawiono koncepcję zintegrowanej stacji diagnostycznej do interpretacji badań mammograficznych. Główne elementy wspierające pracę specjalisty do narzędzie CAD - komputerowego wspomagania diagnozy, interfejs do oceny badań bazujący na ontologii mammografii oraz teleinformatyczny system z indeksowaniem po zawartości i wyszukiwaniem referencyjnych badań w celach porównawczych. Skoncentrowano się na formalnym opisie dziedziny wiedzy użytecznej w diagnostyce mammografii oraz charakterystyce systemu teleinformatycznego integrującego usługi dostępne w stacji diagnostycznej. Słowa kluczowe: wspomagania diagnostyki mammografii, ontologia mammografii, indeksowanie zawartością obrazów Wprowadzenie Konieczność komputerowego wspomagania wynika z faktu, że diagnostyka mammograficzna uchodzi w radiologii za najtrudniejszą, a liczba popełnianych błędów w badaniach przesiewowych sięga nawet kilkudziesięciu procent. Pierwsze narzędzia CAD zaakceptowane przez amerykański urząd standaryzacyjny FDA (food and drug administration) dotyczyły mammografii (1998 rok), coraz powszechniej są one stosowane w praktyce klinicznej (szacuje się, że obecnie około 30% badań przesiewowych w USA wykonywanych jest ze wsparciem CAD 1 ). Różne koncepcje poprawy efektywności interpretacji badań koncentrują się przede wszystkim na zagadnieniu obiektywizacji badań, dokonywanej poprzez: zmniejszenie niejednoznaczności pojęciowej w dziedzinie mammografii uzyskane poprzez systematyzację i formalizację struktury wiedzy tej dziedziny w modelu ontologicznym, automatyczne podpowiedzi, dokonywane na podstawie numerycznej analizy i rozumienia treści diagnostycznej obrazów (systemy CAD), wykorzystanie ontologicznego modelu dziedziny w komputerowych narzędziach wspomagania interpretacji badań (CAD, indeksowanie badań po zawartości, inteligentne przeglądanie badań itp.), zwiększające ich użyteczność diagnostyczną, ujednolicenie procedur diagnostycznych uwzględniających komputerowe narzędzia wspomagania interpretacji, propozycje protokołów badań, edytorów opisu, generatorów raportów, weryfikatorów opisu, procedur stosowania wspierających narzędzi itp. W niniejszej pracy przedstawiono próbę integracji działań w kierunku obiektywizacji procesu diagnostycznego celem zwiększenia skuteczności interpretacji badań w zakresie mammografii. Proponowana koncepcja zintegrowanej stacji diagnostycznej (ZSD) obejmuje system wspomagania CAD (ang. computer-aided diagnosis) do mammografii rentgenowskiej - MammoViewer, ontologię mammografii z interfejsem diagnostycznym oraz implementację systemu indeksowania i wyszukiwania obrazów po zawartości ishark ze wspomaganiem telekonsultacji, który służy do realizacji pomysłu referencyjnej bazy wzorców diagnostycznych. Integracja tych rozwiązań w inteligentnej stacji diagnostycznej jest rozszerzeniem typowych rozwiązań stosowanych w systemach informacyjnych RIS/PACS. Powstało w ten sposób środowisko teleinformatyczne z zaawansowanymi narzędziami rozpoznawania i rozumienia obrazów, którego celem jest dostarczenie możliwie kompletnej informacji diagnostycznej na etapie interpretacji badań i formułowania ocen. Obok przejrzystego interfejsu ważne jest tutaj zestawienie informacji pochodzącej z różnych źródeł i formułowanie syntetycznych wskazań zwiększających skuteczność diagnozy. Integracja wspomnianych narzędzi i systemów dokonywana jest na poziomie oprogramowania, formatów danych, metod wizualizacji, współdzielenia zasobów, a przede wszystkim formy zintegrowanego, przyjaznego i elastycznego interfejsu dającego dostęp do różnego typu usług, dopasowanego do różnorodnych wymagań radiologów. Badanie prowadzone są przy stałej współpracy z radiologami z kilku ośrodków. Tworzone jest 1 Mammography_The_Case_for_CAD_Examining_the_technology_and_its_implicati/ content=9504j05c a
2 stanowisko diagnostyczne z szerokim dostępem do zasobów wewnętrznych (symulowany ośrodek medyczny, baza danych obrazowych, rekordów pacjenta) oraz zewnętrznych (referencyjne bazy danych, telekonsultacje, odbiorcy usług, tele-edukacja, itp.). W pracy tej obok samej koncepcji ZSD opisano metody doskonalenia diagnostyki mammograficznej (mmg) z wykorzystaniem ontologii oraz technologii indeksowania i wyszukiwania obrazów. Zmienność interpretacji w mammografii przesiewowej i diagnostycznej fakty i hipotetyczne mechanizmy powstawania Zależna od obserwatora zmienność oceny diagnostycznej jest faktem znanym w wielu obszarach medycyny [1]. Nawet ocena histopatologiczna ostateczna prawda o charakterze zmiany nie stanowi tu wyjątku [2]. W literaturze medycznej systematycznie od prawie 20 lat pojawiają się kolejne doniesienia świadczące o istnieniu znacznej zmienności interpretacji dla mammografii przesiewowej [3-6]. Niestety oceniany materiał jest trudno porównywalny, a stosowane miary zmienności interpretacji mammogramów niejednolite (Tab.1). Poważnym problemem jest brak w w/w pracach hipotez wyjaśniających mechanizmy powstawania zjawiska zmienności diagnostycznej. Praca Ilość radiologów Ilość mammogramów Miara oceny Zmienności [3] Statystyka kappa [4] Analiza ROC, Ocena procentowa [5] Statystyka kappa [6] Ocena procentowa Tab.1 Ocena zmienności interpretacji w mammografii przesiewowej od niejednolity (ilość radiologów i ilość mammogramów) materiał oraz brak porównywalnych kryteriów oceny zmienności diagnozy w mammografii. Do niedawna zmienność interpretacji była badana tylko dla mammografii przesiewowej. Praca z 2004 roku [7] potwierdza istnienie zmienności interpretacji mammogramów również dla mammografii diagnostycznej. Autorzy stawiają hipotezę, że jednym z możliwych powodów zmienności interpretacji mammogramów jest niejednolitość szeroko pojętych umiejętności diagnostycznych radiologów odpowiadająca zaobserwowanemu szerokiemu zakresowi pól pod krzywymi ROC, mierzącymi efektywność poszczególnych obserwatorów. Praca z 2007 roku [8] potwierdziła istnienie szerokiego zakresu zmienności interpretacji w mammografii diagnostycznej, który nie może być wyjaśniony szczególnymi cechami pacjentek, których badania oceniano. Badanie oparto na obszernym materiale: 123 radiologów pracujących w 72 instytucjach medycznych, materiał do analizy statystycznej stanowiło mammogramów diagnostycznych. Dla całości badanej próby mediana czułości ( TP,TP przyp. prawdziwie pozytywne, FP- przyp. fałszywie pozytywne) wynosi 79%, ale TP FN niepokojący jest bardzo szeroki zakres zmienności wynoszący od 27% do 100%. Specyficzność ( FP ) TN FP wynosi 4,3%, a zakres zmienności: od 0 do 16%. Ważny wniosek autorów [8] dotyczy afiliacji radiologów wyróżniających się wysoką czułością w ocenie mammogramów. Okazuje się, że najtrafniej interpretują badania mmg radiolodzy z centrów akademickich, przy jednoczesnym niewielkim wzroście ilości przypadków ocenionych fałszywie pozytywnie (Tab.2) Czułość (mediana) Czułość 95% [CI] Specyficzność (mediana) Specyficzność 95% [CI] Centra akademickie 88% 77-95% 7,8% 4,8-12,7% Centra nie-akademickie 76% 72-79% 4,2% 3,8-4,7% Tab. 2 Porównanie czułości oceny mammogramów przez radiologów pracujących w naukowych instytucjach medycznych i instytucjach poza akademickich. Ten ostatni wniosek autorów [8] jest zbieżny z hipotezą postawioną w pracy [7], mówiącą o niejednolitym poziomie umiejętności diagnostycznych radiologów. W ogromnym uproszczeniu, na umiejętności diagnostyczne specjalisty od mammografii składają się: wiedza medyczna dotycząca dziedziny obrazowania (typy zmian, ich cechy, możliwe wartości cech, ich znaczenie diagnostyczne itd.), umiejętność detekcji zmiany i oceny jej cech w mammogramie oraz doświadczenie. Każdy z w/w typów umiejętności diagnostycznych wymaga innych
3 narzędzi i formalizmów. Tworzone formalne opisy wiedzy służą wyrównywaniu umiejętności diagnostycznych radiologów związanych z wiedzą medyczną. Koncepcja integracji metod wspomagania W centrach radiografii cyfrowej zasadniczym miejscem opisu, interpretacji badań obrazowych jest stacja diagnostyczna. Elementami warunkującymi skuteczną pracę radiologa są tutaj przede wszystkim moduł radiologicznego systemu informacyjnego RIS (dostęp do danych pacjenta tzw. rekordu pacjenta - i innych danych gromadzonych w szpitalnym systemie informacyjnym HIS), komunikacja z systemem PACS (archiwizacji i zarządzania przepływem informacji obrazowej) gwarantująca dostęp to aktualnych badań obrazowych oraz przeglądarka obrazów z zaimplementowanymi często narzędziami ułatwiającymi analizę obrazów, wstępne ich przetwarzanie, poprawę warunków obserwacji, porównania i zestawiania kilku badań itp. Dodatkowo stacja może by wyposażona w moduł do komunikacji telemedycznej w celu dodatkowej telekonsultacji ze specjalistą zewnętrznym. Warunkiem koniecznym efektywnej pracy radiologa jest możliwie pełna integracja tych systemów i narzędzi, np. uruchamianie przeglądarki bezpośrednio z modułu RIS, synchronizacja opisów badań w RIS i tekstów zapisanych w pliku dicom z badaniem obrazowym, pełna integracja informacji znajdujących się w obu bazach: PACS i RIS (każda zmiana dotycząca badania obrazowego dokonana w jednej bazie musi być zauważona w drugiej) szerzej można o tym przeczytać w [9]. Dodatkowe wsparcie procesu interpretacji badań metodami komputerowego wspomagania diagnostyki wykorzystuje bazę RIS/PACS/przeglądarka badań uzupełniając ją o zaawansowane metody obróbki obrazów, dodatkowe rozwiązania teleinformatyczne oraz interfejsy użytkownika usprawniające protokół badań. Celem jest ułatwienie pracy radiologa, redukcja wpływu niekorzystnych czynników subiektywnych (zmęczenie, brak koncentracji, zróżnicowanie wiedzy i doświadczenia itp.), obiektywizacja procesu formułowania decyzji diagnostycznych, wreszcie wydobycie informacji ukrytej, której percepcja w typowych warunkach prezentacji jest niemożliwa bądź bardzo ograniczona oraz pomocnicze wnioskowanie, agregujące w sposób kompleksowy dostępną informację z możliwie szerokiego zestawu źródeł. Zaproponowano następujące, wzajemnie powiązane elementy zintegrowanego wspomagania komputerowego diagnostyki, realizowanego na stacji diagnostycznej centrum radiologii cyfrowej w zastosowaniu do diagnostyki mammograficznej: 1) narzędzie komputerowego wspomagania diagnozy CAD MammoViewer [10], z automatyczną detekcją skupisk mikrozwapnień, guzów i zaburzeń architektury, z poprawą percepcji zmian i zestawem dodatkowych metod przetwarzania wstępnego i poprawy warunków wizualizacji badań, dającym możliwość dostosowania warunków prezentacji informacji obrazowej do specyfiki pacjenta oraz technicznych warunków badania; przykładowo, uzyskiwana obecnie czułość automatycznej detekcji skupisk mikrozwapnień (testy na grupie ponad 150 mammogramów) sięga średnio 86%, przy czym dla najtrudniejszej grupy najsubtelniejszych zmian (1 w skali 1-5) wynosi 67%, zaś dla łatwiejszych przypadków (4-5 w skali subtelności) sięga 100%; średnia liczba wskazań fałszywie pozytywnych wynosi 1,46 (0 dla łatwiejszych badań z dominacją tkanki tłuszczowej); MammoViewer bazuje na algorytmach przetwarzania, analizy, rozpoznawania i rozumienia mammogramów, ale dodatkowo do poprawy jego efektywności wykorzystuje się sformalizowaną, obiektywizowaną wiedzę medyczną przede wszystkim w zakresie charakterystyki semantyki obrazów, opisu właściwości zmian interpretowanych w badaniach; tzw. rezonans poznawczy, tj. dopasowanie numerycznych charakterystyk cech obiektów do opisu semantycznego, dokonane w możliwie znormalizowanej przestrzeni daje uniwersalne wskaźniki patologii, redukując liczbę wskazań fałszywych; numeryczne deskryptory cech patologii sprawdzone w CAD mogą być z kolei wykorzystane do bardziej formalnych opisów ontologicznych oraz przy indeksowaniu zawartością mammogramów; 2) narzędzie wspomagania interpretacji mammogramów MammoEdit, bazujące na ontologii mammografii, formalizujące nie tylko zestaw stosowanych pojęć, właściwości zmian, metod interpretacji, opisów, warunków badań, itp., także czynników mających choćby niewielki wpływ na przebieg i efekt badania, ale również stosujące numeryczne deskryptory, będące domknięciem obiektywnego opisu zmian w hierarchii uporządkowanej wiedzy; dokładniejszą charakterystykę MammoEdit przedstawiono poniżej; 3) wyszukiwarka badań referencyjnych bazująca na systemie indeksowania zawartością mammogramów, z usługami dostępu do gromadzonych w szerokiej skali badań, zweryfikowanych klinicznie, opisanych, pomocnych przy interpretacji badań trudnych; kluczowym zagadnieniem jest tutaj skuteczna realizacja funkcji podobieństwa treści diagnostycznej badań, realizowana na podstawie numerycznych
4 deskryptorów zmian, patologii, gęstości utkania, morfologii wyróżnianych obiektów, czy ogólnych właściwości diagnostycznych; krótką charakterystykę teleinformatycznego systemu IShark realizującego koncepcję referencyjnej bazy danych, wykorzystującą algorytmy rozumienia obrazów z CAD oraz charakterystykę semantyki na podstawie ontologii mammografii przedstawiono poniżej; 4) zintegrowany interfejs użytkownika, który obok wygodnej przeglądarki badań pozwala na przejrzyste wykorzystanie interfejsu opisu badań MammoEdit, z poziomu którego zależnie od rozpoznawanych zmian wołane są wspomagające metody CAD oraz w razie potrzeby kierowane są zapytania do referencyjnej bazy danych; MammoViewer pozwala na wygodne przeglądanie badań, pozwala także współpracować w trybie telekonsultacji ze specjalistami zewnętrznymi. Narzędzie wspomagania interpretacji mammogramów - edytor MammoEdit Jeśli hipoteza autorów [7] jest prawdziwa, to korzystanie w czasie interpretacji mammogramów z narzędzi/narzędzia wyrównującego lub przynajmniej częściowo zmniejszającego niejednolity zakres wiedzy medycznej poszczególnych radiologów powinno zaowocować zwiększeniem i wyrównaniem ich efektywności diagnostycznej. Stworzono i poddano wstępnym testom (na niewielkiej próbie zarówno mammogramów jak i obserwatorów radiologów) narzędzie wspomagania interpretacji mammogramów edytor MammoEdit. Podstawą dla projektu takiego narzędzia powinna być reprezentacja wiedzy z danej dziedziny w tym przypadku mammografii. Modele reprezentujące wiedzę dziedzinową to modele ontologiczne. Efektem budowy ontologii jest systematyzacja i objaśnienie struktury wiedzy oraz zmniejszenie niejednoznaczność pojęciowej w reprezentowanej dziedzinie [11]. Pierwszym z dwóch podstawowych celów ontologii mammografii [12] jest stworzenie jasnej hierarchii pojęć opisujących istotne w tej dziedzinie zagadnienia, wyczerpujących definicji zmian, ich atrybutów i znaczenia diagnostycznego. Cel drugi to użycie ontologii jako częściowej specyfikacji projektu edytora wspomagającego interpretacje mammogramów. Zdefiniowane w ontologii mammografii klasy (odpowiadające pojęciom z mammografii) określają część właściwości dla odpowiadających im obiektów w interfejsie (rys.1). Założono, ze wprowadzanie opisu zmian w mammogramie przy użyciu reprezentacji graficznej powinno dać w efekcie przyspieszenie i usystematyzowanie pracy lekarza (opis badania jest generowany automatycznie). Pojęciom z dziedziny mammografii reprezentowanym w interfejsie przyporządkowano symbole graficzne ikony. Cechy interfejsu istotne dla zmniejszenia błędów interpretacji radiologa to: standardowy, wyczerpujący zestaw istotnych diagnostycznie atrybutów zmiany oraz sygnalizacja w trakcie pracy (wyświetlanie na czerwono) cech wskazujących na jej podejrzany charakter. Ostateczna ocena diagnostyczna zmiany należy do lekarza. Rys 1. Wprowadzanie opisu zmiany. Cechom zmiany zarówno wizualnym jak i niewizualnym odpowiadają klawisze z odpowiednim symbolem graficznym. Opis zmiany polega na wciśnięciu klawisza z wybraną cechą. Jeśli wybrana wartość cechy wskazuje na złośliwy charakter zmiany, ikona reprezentująca cechę jest wyświetlana w kolorze czerwonym.
5 Teleinformatyczne narzędzie wyszukiwania treści diagnostycznej Struktura informacyjna staje się coraz bardziej znaczącym elementem współczesnego ośrodka medycznego. Jej rolę można podsumować w jednym zdaniu: dostarczyć personelowi medycznemu właściwą informację we właściwym miejscu i czasie. Podzbiorem tej klasy zastosowań są systemy typu PACS (ang. Picture Achieving and Communication System). Ich głównym przeznaczeniem jest efektywne gromadzenie i udostępnianie informacji obrazowej. Aż do ostatnich lat główny wysiłek badaczy był skierowany na spełnienie warunku wydajnych mechanizmów przechowywania i przesyłania danych, takich jak sieci gigabitowe, zaawansowane mechanizmy kompresji czy rozwój wydajnych nośników danych. Dopiero w ostatnim czasie większy nacisk został położony na problem jakości dostarczanej informacji, gdzie przez jakość informacji należy rozumieć zarówno samą zawartość informacyjną, jak i formę jej dostarczenia [13]. Nowoczesne standardy obrazowania i komunikacji dla danych medycznych, takie jak DICOM, zawierają ustandaryzowaną formę opisu tekstowego dotyczącego wykonywanych badań, stanu zdrowia i danych osobowych pacjenta, wybranego narządu oraz parametrów technicznych wykorzystanych urządzeń. Tym niemniej alfanumeryczne deskryptory tego typu nie są wystarczające do opisania ogromnej różnorodności lokalnych właściwości obrazów medycznych. Dochodzi do tego pewien odsetek danych błędnie opisanych, co razem sprawia, że wyszukiwanie oparte jedynie na deskryptorach tekstowych (alfanumerycznych) nie jest wystarczające do efektywnego wyszukiwania badań. W związku z tym podejmowane są próby wykorzystania systemów typu CBIR (ang. Content-Based Image Retrieval) i ich integracji z systemami typu PACS [13]. W systemach tych zbiory danych obrazowych charakteryzowane są na podstawie lokalnych i globalnych właściwości obrazów, które najlepiej korelują z semantyką zawartej w nich informacji, a podobieństwo obrazów określa numeryczna miara bliskości zawartej treści, np. diagnostycznej. W zastosowaniach obrazowania medycznego tworzone są tzw. referencyjne bazy danych, gdzie klinicznie zweryfikowana informacja obrazowa jest efektywnie przeglądana w celu doboru przypadków diagnostycznie bliskich zapytaniu (najczęściej jest to trudne w interpretacji badanie obrazowe). Teleinformatyczny system IShark zrealizowano w przedstawionej poniżej architekturze trójwarstwowej, w naturalny sposób integrującej się z rozwiązaniami typu PACS. W proponowane rozwiązanie włączono mechanizm typu CBIR, dający alternatywną formę wyszukiwania danych oraz mechanizmy efektywnej transmisji danych, oparte o zaimplementowany kodek JPEG2000. Został też zaproponowany mechanizm rozproszonego wyszukiwania badań, umożliwiający przeszukiwanie wielu baz danych jednocześnie, z poziomu jednego interfejsu użytkownika. Schemat architektury systemu zaprezentowany jest na rys. 2. Rys. 2 Schemat systemu IShark Głównymi elementami zrealizowanego systemu są: środowisko bazodanowe wraz z interfejsem użytkownika, moduł wyszukiwania obrazów po zawartości, interaktywny kodek standardu JPEG 2000, usługa sieciowa (ang. webservice) zapewniająca wyszukiwanie rozproszone.
6 Proponowane rozwiązanie zostało opracowane z myślą o integracji z istniejącymi elementami szpitalnego systemu informacyjnego. Cała logika systemu została zrealizowana w formie usługi sieciowej (ang. Web service), co ułatwia taką integrację. Obrazy mammograficzne indeksowano ze względu na następujące cechy je charakteryzujące: gęstość utkania gruczołu, właściwości klastrów mikrozwapnień, właściwości guzów. Algorytm estymacji gęstości utkania gruczołu piersowego w obrazie opiera się na analizie tekstur. Szczegółowy opis proponowanej metody znaleźć można w [14]. Metoda wykrywania klastrów mikrozwapnień oparta jest na pracach [15]. Algorytm detekcji potencjalnych guzów opiera się na nieliniowej korekcji histogramu oraz segmentacji metodą rozrostu obszaru. Jego szczegółowy opis znaleźć można w [16]. Metody detekcji i estymacji stanowią podstawę do utworzenia deskryptora badania mammograficznego. Obejmuje on następujące właściwości badania: lokalizacja zmiany patologicznej, rozmiar, wysycenie, kształt, nieregularność krawędzi, równomierność rozłożenia mikrozwapnień wewnątrz klastra (dotyczy klastrów mikrozwapnień). Gęstość utkania charakteryzowana jest poprzez wartość w skali BI-RADS. Eksperymenty Weryfikacja narzędzia wspomagania interpretacji mammogramów W celu przetestowania hipotezy, że interpretacja mammogramu z użyciem narzędzia reprezentującego wiedzę medyczną podnosi efektywność diagnostyczną radiologa przeprowadzono eksperyment polegający na dwukrotnej (dwa etapy testu) interpretacji tego samego zbioru mammogramów. W obu etapach testu ocena mammogramów odbywała się w zacienionym pomieszczeniu, na monitorze medycznym, radiolog do oceny wizualnej zmian używał przeglądarki medycznej programu MammoViewer [17], do opisu diagnozy radiologicznej zmiany używano skali BI-RADS. Różnica pomiędzy dwoma etapami polegała na użyciu w drugim etapie opartego na ontologii mammografii narzędzia interpretacji mammogramów edytora MammoEdit. Miarą działania edytora jest porównanie efektywność radiologów i zmienności diagnozy w pierwszym i drugim etapie testów. Minimalny czas pomiędzy interpretacją tego samego badania wynosił minimum 2 miesiące. W teście wzięło udział trzech radiologów o zdecydowanie różnym poziomie kompetencji zawodowych (ekspert, specjalista i stażysta). Wiedzieli oni, że badana próba zawiera zarówno mammografie negatywne jak i badania z patologiami (w losowym porządku), ale nie byli poinformowani w jakiej proporcji występują one w badanej próbie. Mammogramy pochodziły z internetowej bazy danych DDSM [18] zawierającej 2620 przypadków, przeznaczonej do badań naukowych oraz testowania i porównywania skuteczności działania algorytmów CAD. Testowa próba mammogramów składała się z 49 przypadków (17 mammografii negatywnych i 32 ze zmianami patologicznymi), 20 skupisk mikrozwpanień i 12 guzów. Opis przypadku w bazie DDSM zawiera: typ utkania, typ zmiany, jej skrócony opis, diagnozę radiologiczną, (w skali BI-RADS) lokalizację oraz stopień trudności detekcji zmiany (w skali subtelności 1-5). Trudność detekcji zmiany jest wypadkową wielu czynników. Najważniejsze z nich to: gęstość i typ utkania w otoczeniu zmiany oraz konfiguracja wartości jej cech (wielkość, lokalizacja, wysycenie, dystrybucja dla mikrozwapnień itp.). Dlatego stopień trudności detekcji uznano za dobrą ocenę stopnia trudności interpretacji zmiany. Średni stopień trudności interpretacji dla zmian w próbie wynosił 2,65, 2,35 dla mikrozwapnień i 3,08 dla guzów. Należy więc uznać, że większość zmian w próbie testowej stanowiły patologie trudne w interpretacji. Do oceny wyników testu zastosowano analizę ROC powszechnie uznaną metodę szacowania trafności działania systemu diagnostycznego, różnicę efektywności radiologów w różnych etapach testu szacowano na podstawie wartości statystyki kappa. Do analizy statystycznej istotności różnicy pomiędzy wskaźnikami analizy ROC (pola pod krzywymi ROC) użyto algorytmu Dorman a-berbaum a-metz a (oprogramowania DBM MRMC [19]). Pakiet ten wykorzystuje metodę analizy wariancji ANOVA do porównywania kilku populacji umożliwiając obliczanie statystycznie istotnej różnicy w sytuacji, kiedy wydajność narzędzia diagnostycznego zależy zarówno od populacji obserwatorów jak i od populacji przypadków. DBM MRMC przeprowadza analizę statystyczną dla opcji: dobrani przypadkowi obserwatorzy i losowo dobrane przypadki, losowo dobrane przypadki, losowo dobrani obserwatorzy. Wybrano test z ustalonymi obserwatorami i losowo dobranymi przypadkami, ponieważ radiolodzy zostali dobrani celowo według doświadczenia zawodowego. Stwierdzono istotną statystycznie różnicę pól pod krzywą ROC dla sumarycznej efektywności radiologów w pierwszym i drugim etapie testu
7 TPF (AUC=pole pow. pod krzywą ROC - w pierwszym etapie testu AUC I = 0,497, w drugim - AUC II = 0,662, poziom istotności p=0,014), co świadczy o istotnym statystycznie wzroście efektywności diagnostycznej dla grupy obserwatorów. Wyniki przedstawiono w tab. 3, a na rys. 3 sumaryczne krzywe ROC dla grupy trzech radiologów ilustrujące wzrost efektywności diagnostycznej przy użyciu edytora MammoEdit do wspomagania interpretacji mammogramów. AUC Wzrost AUC Czułość Obserwatorzy I etap II etap II etap I etap II etap 3 radiologów 0,497 0,662 16,5% 26,0% 56,3% Tab. 3. Wzrost wskaźników liczbowych: pola pod krzywą ROC i czułości opisujących efektywność diagnostyczną grupy trzech radiologów interpretujących mammogramy używając edytora MamoEdit 1,2 1 0,8 0,6 0,4 sta+spe+eks- I etap 0,2 0 sta+spe+eks - II etap -0,2-0,2 0 0,2 0,4 0,6 0,8 1 1,2 FPF Rys 3. Różnica między efektywnością diagnostyczną dla grupy trzech radiologów w I i II etapie testu; AUC I = 0,497, AUC II = 0,662, poziom istotności p=0,014. Różnice wartości pól pod krzywymi ROC w I i II etapie testu liczone dla pojedynczych radiologów również okazały się istotne statystycznie. Największy wzrost efektywności diagnostycznej zaobserwowano u radiologa specjalisty (wzrost AUC o 15,8%), nieco mniejszy u radiologa stażysty (wzrost AUC o 14,1%). Najmniejszy wzrost efektywności dotyczy eksperta (wzrost AUC o 10,2%), ale należy pamiętać, że w pierwszym etapie testu jego efektywność znacznie przewyższała efektywność pozostałych lekarzy. Szczegółowe wyniki przedstawiono w tabeli 4. AUC Wzrost AUC Czułość radiolog I etap II etap II etap I etap II etap sta 0,396 0,537 14,1% 15 % 37,5% spe 0,486 0,734 15,8% 20,6% 68,8% eks 0,611 0,713 10,2% 46,9% 62,5% Tab. 4. Wpływ edytora MammoEdit na efektywność diagnostyczną pojedynczych radiologów (test dla trzech radiologów) - zauważalny jest wzrost efektywności diagnostycznej poszczególnych radiologów w drugim etapie testu, proporcjonalnie do wzrostu pola pod krzywą ROC. Ważnym problemem obniżającym wartość diagnozy w mammografii jest jej zmienność. Efektem wspomagania interpretacji mammogramów przy użyciu edytora MammoEdit jest jednoczesny wzrost spójności i efektywności diagnozy. W drugim etapie wzrosła spójność diagnozy pomiędzy parami lekarzy stażysta-specjalista, specjalistaekspert i stażysta-ekspert. Szczegółowe wyniki zamieszczono w tab 5.
8 Wart. statystyki Kappa radiolog ( ważonej) I etap II etap sta-spe 0,196 0,482 spe-eks 0,238 0,294 sta-eks 0,052 0,476 Tab. 5. Wzrost spójności/zgodności diagnozy w drugim etapie testów (test dla trzech radiologów); miarą wzrostu spójności diagnozy jest wzrost wartości statystyki kappa dla wszystkich par radiologów w drugim etapie testu. Z wyników eksperymentów wynikają następujące wnioski: istotny statystycznie wzrost efektywności diagnostycznej wszystkich radiologów biorących udział w teście; najmniejsza różnica ekspert, największa specjalista, najmniejszą różnicę efektywności między dwoma etapami testu zaobserwowano u radiologa stażysty; wzrost spójności diagnozy wśród wszystkich par radiologów interpretujących mammogramy przy użyciu edytora MammoEdit; największy wzrost zgodności dotyczy pary stażysta ekspert; MammoEdit może być cennym narzędziem edukacyjnym dla radiologów. Ocena efektywności indeksowania mammogramów Efektywność indeksowania silnie zależy od przyjętego kryterium, określającego czy zwrócone badanie jest zgodne z zapytaniem, czy nie. Proponowane scenariusze testów, określające to kryterium, są następujące: I. zapytanie z guzkiem interesuje nas, ile w odpowiedzi będzie badań z przynajmniej jednym guzkiem; II. zapytanie z guzkiem złośliwym badania zawierające przynajmniej jeden guzek złośliwy; III. zapytanie z dwoma guzkami badania zawierające przynajmniej dwa guzki; IV. zapytanie z guzkiem spikularnym badania zawierające przynajmniej jeden guzek spikularny; V. zapytanie z klastrem mikrozwapnień badan z przynajmniej jednym klastrem mikrozwapnień; VI. zapytanie ze złośliwym klastrem mikrozwapnień - badania z przynajmniej jednym złośliwym klastrem mikrozwapnień; VII. zapytanie z potencjalną zmianą patologiczną w piersi o rzadkim utkaniu (BIRADS I lub II) badania zawierające guzek lub klaster mikrozwapnień w piersi o rzadkim utkaniu; VIII. Zapytanie z potencjalna zmiana patologiczna w piersi o gęstym utkaniu (BIRADS III lub IV) badania zawierające guzek lub klaster mikrozwapnień w piersi o gęstym utkaniu. Wykresy efektywności indeksowania w proponowanych scenariuszach przedstawia rys. 4. Rys. 4. Wykresy efektywności indeksowania precyzja w funkcji przywołania - w wybranych scenariuszach. Szczegółowe wyniki są dostępne w [14], można jednak powiedzieć, że osiągnięte rezultaty pozwalają na uznanie proponowanych metod za użyteczne w indeksowaniu mammogramów. Wartość uzyskanych rezultatów jest tym większa, że zostały one uzyskane w systemie IShark, stanowiącym prototypowy system referencyjnej bazy medycznych danych obrazowych.
9 4. Konkluzje Przedstawiono koncepcję ZSD zwracając szczególną uwagę na sformalizowaną bazę wiedzy mammograficznej i bezpośrednie jej wykorzystanie oraz teleinformatyczne środowisko warunkujące efektywną pracę poprzez dostęp i automatyczną selekcję najbardziej użytecznej informacji. Uwzględnienie w protokole badań interfejsu sugerującego kompletność i systematyzację ocen oraz możliwość dostępu do badań referencyjnych wyszukiwanych za pomocą zapytania przez przykład daje nowe możliwości diagnostyczne. Uzyskana w eksperymentach skuteczność wspomagania świadczy o przydatności tych rozwiązań. Dalszym etapem prowadzonych badań jest integracja ze stacją narzędzia do analizy i wizualizacji badań USG sutka - SonoLab, która zapewni bardziej kompleksowe wsparcie diagnostyki i badań przesiewowych mammografii. Literatura [1] Elmore J, Feinstein A. A bibliography of publications on observer variability. J Clin Epidemiol 1992;45: [2] Schnitt SJ, Connolly JL, Tavassoli FA, Fechner RE, Kempson RL, Gelman R, et al. Interobserver reproducibility in the diagnosis of ductal proliferative breast lesions using standardized criteria. Am J Surg Pathol 1992;16: [3] Elmore J, Wells C, Lee C, Howard D, Feinstein A. Variability in radiologists interpretations of mammograms. N Engl J Med 1994;331: [4] Beam CA, Layde PM, Sullivan DC. Variability in the interpretation of screening mammograms by US radiologists. Arch Intern Med 1996;156: [5] Kerlikowske K, Grady D, Barclay J, Frankel SD, Ominsky SH, Sickles EA, et al. Variability and accuracy in mammographic interpretation using the American College of Radiology Breast Imaging Reporting and Data System. J Natl Cancer Inst 1998;90: [6] Elmore JG, Miglioretti DL, Reisch LM, Barton MB,Kreuter W, Cindy L. Christiansen CL, Suzanne W. Fletcher SW, Screening Mammograms by Community Radiologists: Variability in False-Positive Rates, Journal of the National Cancer Institute, Vol. 94, No. 18, 2002 [7] Wagner RF, Beam CA, Beiden SV, Reader Variability in Mammography and Its Implications for Expected Utility over the Population of Readers and Cases, Medical Decision Making, Vol. 24, No. 6, (2004) [8] Miglioretti DL, Smith-Bindman R, Abraham L, Brenner RJ, Carney PA, et al. Radiologist Characteristics Associated With Interpretive Performance of Diagnostic Mammography. J Natl Cancer Inst 2007; 99: [9] Piętka E., Zintegrowany system informacyjny w pracy szpitala, PWN, [10] Wróblewska A., Metody wspomagania detekcji zmian patologicznych w mammografii, rozprawa doktorska, Politechnika Warszawska, [11] Chandrasekaran, B., Josephson, J.R., Benjamins V.R.: What Are Ontologies, and Why We Need Them?, 1999 IEEE Inteligent Systems pp [12] Podsiadły-Marczykowska T., Guzik A., Ontologia mammografii, struktura modelu, definicje i instancje pojęć, Bio-Algorithms and Med.-Systems, vol 1, no. 1, 2005 pp [13] Boniński P., Przelaskowski A., Durasiewicz K., Wróblewska A., Bargieł P., Automatyczne indeksowanie obrazów w zastosowaniach medycznych, Materiały XIV Krajowej Konferencji Naukowej: Biocybernetyka i Inżynieria Biomedyczna, tom 1: , Częstochowa, 2005 [14] Boniński P., Metody indeksowania obrazów medycznych na potrzeby radiologii cyfrowej, rozprawa doktorska, Politechnika Warszawska, [15] Wróblewska A., Przelaskowski A., Bargieł P., Boniński P. Two stage detection and clustering of microcalcifications in mammograms, Biomedizinische Technik, Medical Physics, 50 (supp 1): 56-57, Proc. ICMP2005, Nuremberg, Germany, [16] Boniński P, Przelaskowski A., Wróblewska A., Metoda detekcji guzków w obrazach mammograficznych wykorzystująca transformacje Rayleigha, Sympozjum Inżynieria Biomedyczna i Telemedycyna IBiTel w Warszawie - materiały, Prace Naukowe Politechniki Warszawskiej - Elektronika, 157:, Oficyna Wydawnicza PW, [17] Wróblewska A., Przelaskowski A., Bargieł P., Boniński P., MammoViewer CAD application based on effective multiscale image analysis, Polish Journal of Medical Physics & Engineering, vol. 11, no 1, 17-28, 2005 [18] DDSM( [19] oprogramowanie wykonujące analizę ROC OC/software index6.htm.
10 Integrated system for assistance of mammography diagnosis Abstract: The concept of integrated reading workstation for screening and diagnosis of digital mammography was presented. Computer-aided diagnosis (CAD) tools were interfaced to comprehensive image viewer, optimized according to ontology-based knowledge with user-friendly interface for examination protocol objectivity. Moreover, tele-information system IShark was designed for content-based image indexing and retrieval. Formal description with protocol interface and IShark indexing efficiency were characterized in details. Keywords: assisted diagnosis of mammography, mammography ontology, content-based image indexing Tab.1. Interpretation variability assessment for screening mammography ( ) non-uniform study material considering unequal mammograms and radiologist quantities and incompatible verification criterions of mammographic diagnosis variability. Tab.2. Comparison of mammogram interpretation sensitivity for radiologists working in academic medical centers and those at non-academic health centers/institutions. Tab.3 Increase in indexes: area under ROC curve and sensitivity describing diagnostic performance for a group of three radiologists interpreting mammograms using MammoEdit. Tab. 4 Influence of MammoEdit editor on diagnostic performance of single radiologist (test with three radiologists) visible increase in radiologist s diagnostic performance in second test stage, proportional to increased area under ROC curve. Tab.5 Increase in diagnostic agreement (test for three radiologists); diagnostic agreement is assessed using kappa statistics. Kappa statistics value was increased in second test stage for all pair of radiologists. Fig.1 Mammographic lesion description. Lesion features, visual and non-visual as well have a graphical primitive an icon assigned. Describing a lesion is a simple action of clicking icons representing its attributes. Lesion features suggesting malignancy are displayed in red Fig. 2 Diagram of IShark Fig.3 The difference in diagnostic performance for a group of three radiologists in I and II stage of the test; AUC I = 0.497, AUC II = 0.662, significance level p= Fig. 4. Efficiency of mammogram indexing: precision vs. recall tests according to I-VIII scenarios.
11 dr hab. inż. Artur Przelaskowski Instytut Radioelektroniki Politechniki Warszawskiej Zakład Elektroniki Jądrowej i Medycznej ul. Nowowiejska 15/ Warszawa pokój 11, tel. (22) mgr inż. T.Podsiadły-Marczykowska tpodsiadly@ibib.waw.pl Instytut Biocybernetyki i Inżynierii Biomedycznej PAN, ul. Trojdena Warszawa mgr inż. Piotr Boniński pboninsk@ire.pw.edu.pl Instytut Radioelektroniki Politechniki Warszawskiej Zakład Elektroniki Jądrowej i Medycznej ul. Nowowiejska 15/ Warszawa pokój 11, tel. (22) mgr inż. Anna Wróblewska awroble@ire.pw.edu.pl Instytut Radioelektroniki Politechniki Warszawskiej Zakład Elektroniki Jądrowej i Medycznej ul. Nowowiejska 15/ Warszawa pokój 11, tel. (22)
Wspomaganie diagnostyki mammograficznej: poprawa percepcji zmian patologicznych
Wspomaganie diagnostyki mammograficznej: poprawa percepcji zmian patologicznych Anna Wróblewska Plan prezentacji Mammografia Problemy detekcji i interpretacji badań Komputerowe wspomaganie diagnozy System
Bardziej szczegółowoPLATFORMA DO PRZETWARZANIA ZDJĘĆ TOMOGRAFII KOMPUTEROWEJ MÓZGU ORAZ ZDJĘĆ MAMMOGRAFICZNYCH WSPOMAGAJĄCA DIAGNOZOWANIE CHORÓB
PLATFORMA DO PRZETWARZANIA ZDJĘĆ TOMOGRAFII KOMPUTEROWEJ MÓZGU ORAZ ZDJĘĆ MAMMOGRAFICZNYCH WSPOMAGAJĄCA DIAGNOZOWANIE CHORÓB Międzynarodowa Konferencja Naukowa Studentów Uczelni Medycznych. Kraków, 2009
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt
Bardziej szczegółowoefekty kształcenia dla kierunku Elektronika studia stacjonarne drugiego stopnia, profil ogólnoakademicki
Opis efektów dla kierunku Elektronika Studia stacjonarne drugiego stopnia, profil ogólnoakademicki Objaśnienie oznaczeń: K kierunkowe efekty W kategoria wiedzy U kategoria umiejętności K (po podkreślniku)
Bardziej szczegółowoMetoda detekcji guzków w obrazach mammograficznych wykorzystująca transformację Rayleigha
Metoda detekcji guzków w obrazach mammograficznych wykorzystująca transformację Rayleigha Piotr Boniński, Anna Wróblewska, Artur Przelaskowski 1), 1) Instytut Radioelektroniki Politechniki Warszawskiej
Bardziej szczegółowoTom 6 Opis oprogramowania
Część 9 Narzędzie do wyliczania wskaźników statystycznych Diagnostyka Stanu Nawierzchni - DSN Generalna Dyrekcja Dróg Krajowych i Autostrad Warszawa, 31 maja 2012 Historia dokumentu Nazwa dokumentu Nazwa
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoZastosowanie technologii Semantic Web w regionalnej sieci telemedycznej
Zastosowanie technologii Semantic Web w regionalnej sieci telemedycznej Michał Kosiedowski (michal.kosiedowski@man.poznan.pl) Cezary Mazurek (mazurek@man.poznan.pl) Raul Palma (rpalma@man.poznan.pl) Plan
Bardziej szczegółowo07.05.2012 Warszwa, Polska. Platforma do wymiany obrazów radiologicznych oraz telekonsultacji. www.ives-system.com
07.05.2012 Warszwa, Polska Platforma do wymiany obrazów radiologicznych oraz telekonsultacji Czym jest invisium MED Narzędziem do efektywnego przekazywania oraz przeglądania obrazów radiologicznych pomiędzy
Bardziej szczegółowodr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl
dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl Coraz większa ilość danych obrazowych How much information, University of California Berkeley, 2002: przyrost zdjęć rentgenowskich to 17,2 PB rocznie
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt TELEMEDYCYNA Telemedicine Forma studiów: studia stacjonarne
Bardziej szczegółowoOCENA NARZĘDZIA DO WSPOMAGANIA INTERPRETACJI MAMMOGRAMÓW OPARTEGO NA DZIEDZINOWEJ ONTOLOGII WIEDZY
STUDIA INFORMATICA 2011 Volume 32 Number 2B (97) Teresa PODSIADŁY-MARCZYKOWSKA Instytut Biocybernetyki i Inżynierii Biomedycznej PAN Rafał ZAWIŚLAK Politechnika Łódzka, Instytut Automatyki OCENA NARZĘDZIA
Bardziej szczegółowoZałącznik nr 1 WYMAGANIA DOTYCZĄCE OPISU I PRZEGLĄDU OBRAZÓW REJESTROWANYCH W POSTACI CYFROWEJ I. Wymagania ogólne
Załączniki do rozporządzenia Ministra Zdrowia z dnia 18 lutego 2011 r. Załącznik nr 1 WYMAGANIA DOTYCZĄCE OPISU I PRZEGLĄDU OBRAZÓW REJESTROWANYCH W POSTACI CYFROWEJ I. Wymagania ogólne 1. W radiologii
Bardziej szczegółowoStan dotychczasowy. OCENA KLASYFIKACJI w diagnostyce. Metody 6/10/2013. Weryfikacja. Testowanie skuteczności metody uczenia Weryfikacja prosta
Stan dotychczasowy OCENA KLASYFIKACJI w diagnostyce Wybraliśmy metodę uczenia maszynowego (np. sieć neuronowa lub drzewo decyzyjne), która będzie klasyfikować nieznane przypadki Na podzbiorze dostępnych
Bardziej szczegółowoModel referencyjny doboru narzędzi Open Source dla zarządzania wymaganiami
Politechnika Gdańska Wydział Zarządzania i Ekonomii Katedra Zastosowań Informatyki w Zarządzaniu Zakład Zarządzania Technologiami Informatycznymi Model referencyjny Open Source dla dr hab. inż. Cezary
Bardziej szczegółowoTom 6 Opis oprogramowania Część 8 Narzędzie do kontroli danych elementarnych, danych wynikowych oraz kontroli obmiaru do celów fakturowania
Część 8 Narzędzie do kontroli danych elementarnych, danych wynikowych oraz kontroli Diagnostyka stanu nawierzchni - DSN Generalna Dyrekcja Dróg Krajowych i Autostrad Warszawa, 21 maja 2012 Historia dokumentu
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2013/2014
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Mechaniczny obowiązuje studentów rozpoczynających studia w roku akademickim 201/2014 Kierunek studiów: Inżynieria Biomedyczna Forma
Bardziej szczegółowoInformatyka w medycynie Punkt widzenia kardiologa
Informatyka w medycynie Punkt widzenia kardiologa Lech Poloński Mariusz Gąsior Informatyka medyczna Dział informatyki zajmujący się jej zastosowaniem w ochronie zdrowia (medycynie) Stymulacja rozwoju informatyki
Bardziej szczegółowoTom 6 Opis oprogramowania
Część 4 Narzędzie do wyliczania wielkości oraz wartości parametrów stanu Diagnostyka stanu nawierzchni - DSN Generalna Dyrekcja Dróg Krajowych i Autostrad Warszawa, 30 maja 2012 Historia dokumentu Nazwa
Bardziej szczegółowoTransformacja wiedzy w budowie i eksploatacji maszyn
Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces
Bardziej szczegółowoSztuczna Inteligencja w medycynie projekt (instrukcja) Bożena Kostek
Sztuczna Inteligencja w medycynie projekt (instrukcja) Bożena Kostek Cel projektu Celem projektu jest przygotowanie systemu wnioskowania, wykorzystującego wybrane algorytmy sztucznej inteligencji; Nabycie
Bardziej szczegółowoForum ezdrowia Sopot 2018
CZY SZTUCZNA INTELIGENCJA ZASTĄPI DIAGNOSTĘ I ZWIĘKSZY WYKONANIE BADAŃ CYTOLOGICZNYCH W RAMACH PROFILAKTYKI RAKA SZYJKI MACICY? Forum ezdrowia Sopot 2018 dr Łukasz Lasyk Tomasz Włodarczyk AGENDA 1. Problem
Bardziej szczegółowoPIKAOM Platforma Internetowa Komputerowej Analizy Obrazów Medycznych. Dr hab. inż.tomasz Markiewicz Andrzej Kowalski
PIKAOM Platforma Internetowa Komputerowej Analizy Obrazów Medycznych Dr hab. inż.tomasz Markiewicz Andrzej Kowalski PIKAOM co to jest? Internetowa platforma komputerowej analizy obrazów mikroskopowych
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: SYSTEMY INFORMATYCZNE W SŁUŻBIE ZDROWIA I SYSTEMY UBEZPIECZEŃ SPOŁECZNYCH Computer Science Systems in Health Protection and Social Insurance Systems Kierunek: Inżynieria Biomedyczna Forma
Bardziej szczegółowoStrona 1 z 5 Wersja z dnia 9 grudnia 2010 roku
Strona 1 z 5 Załącznik nr 7 WYMAGANIA DOTYCZĄCE STANOWISKA DO INTERPRETACJI (STANOWISKA OPI- SOWEGO) DLA RADIOLOGII CYFROWEJ I. Wymagania ogólne 1. W radiologii cyfrowej uŝywa się dwóch podstawowych rodzajów
Bardziej szczegółowomedavis RIS. W sercu diagnostyki obrazowej.
European Medical Distribution s.r.o. Svätoplukova 30 821 08 Bratysława Słowacja Tel: +48 784 312 903 Fax: +48 22 203 51 14 e-mail: polska@emd-company.eu www.emd-company.eu 2012 medavis GmbH. All rights
Bardziej szczegółowoALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza
Bardziej szczegółowoTematyka seminariów z informatyki dla studentów I roku kierunku lekarsko-dentystycznego w roku akademickim 2017/2018.
Tematyka seminariów z informatyki dla studentów I roku kierunku lekarsko-dentystycznego w roku akademickim 2017/2018. 1. Sieci komputerowe rodzaje, budowa, model ISO/OSI. 2. Istota kompresji danych. Zastosowania.
Bardziej szczegółowoLp. Parametry Wymagane Warunek Opisać 1 Serwer 1.1 Producent oprogramowania Podać 1.2 Kraj pochodzenia Podać 1.3. Wymóg.
Lp. Parametry Wymagane Warunek Opisać 1 Serwer 1.1 Producent oprogramowania Podać 1.2 Kraj pochodzenia Podać 1.3 Licencja bezterminowa na jeden serwer fizyczny 2 System operacyjny serwera 2.1 System operacyjny
Bardziej szczegółowoU ług u i g teleme m dyc y zne n w w regi g on o a n lne n j słu u bi b e z dr d ow o i w a Mich c ał a K o K si s ed e owsk s i
Usługi telemedyczne w regionalnej służbie zdrowia Michał Kosiedowski Tradycyjna służba zdrowia Brak współpracy pomiędzy jednostkami służby zdrowia pacjent w jednym czasie leczony jest w obrębie jednej
Bardziej szczegółowoTabela odniesień efektów kierunkowych do efektów obszarowych (tabele odniesień efektów kształcenia)
Załącznik nr 7 do uchwały nr 514 Senatu Uniwersytetu Zielonogórskiego z dnia 25 kwietnia 2012 r. w sprawie określenia efektów kształcenia dla kierunków studiów pierwszego i drugiego stopnia prowadzonych
Bardziej szczegółowoPOPULACYJNY PROGRAM WCZESNEGO WYKRYWANIA RAKA PIERSI OCENA KLINICZNA MAMMOGRAMÓW PODSUMOWANIE AUDYTU
POPULACYJNY PROGRAM WCZESNEGO WYKRYWANIA RAKA PIERSI OCENA KLINICZNA MAMMOGRAMÓW PODSUMOWANIE AUDYTU Opracowanie: Ewa Wesołowska Mammografia rentgenowska jest podstawową metodą badania piersi, ale musi
Bardziej szczegółowoWykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA
Wykład 4: Wnioskowanie statystyczne Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Idea wnioskowania statystycznego Celem analizy statystycznej nie jest zwykle tylko
Bardziej szczegółowoEfekt kształcenia. Wiedza
Efekty dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Informatyka na specjalności Przetwarzanie i analiza danych, na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie oznacza
Bardziej szczegółowoSposoby prezentacji problemów w statystyce
S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki
Bardziej szczegółowoĆwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY.
Ćwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY. 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przykładowym systemem ekspertowym napisanym w JESS. Studenci poznają strukturę systemu ekspertowego,
Bardziej szczegółowoWprowadzenie do multimedialnych baz danych. Opracował: dr inż. Piotr Suchomski
Wprowadzenie do multimedialnych baz danych Opracował: dr inż. Piotr Suchomski Wprowadzenie bazy danych Multimedialne bazy danych to takie bazy danych, w których danymi mogą być tekst, zdjęcia, grafika,
Bardziej szczegółowoPraca magisterska Jakub Reczycki. Opiekun : dr inż. Jacek Rumiński. Katedra Inżynierii Biomedycznej Wydział ETI Politechnika Gdańska
System gromadzenia, indeksowania i opisu słownikowego norm i rekomendacji Praca magisterska Jakub Reczycki Opiekun : dr inż. Jacek Rumiński Katedra Inżynierii Biomedycznej Wydział ETI Politechnika Gdańska
Bardziej szczegółowoOdniesienie symbol II/III [1] [2] [3] [4] [5] Efekt kształcenia. Wiedza
Efekty dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Inżynieria i Analiza Danych prowadzonym przez Wydział Matematyki i Nauk Informacyjnych Użyte w poniższej tabeli: 1) w kolumnie 4
Bardziej szczegółowoR I S R a d i o l o g i c z n y S y s t e m I n f o r m a c y j n y
NOWOCZESNE TECHNOLOGIE DLA MEDYCYNY DOSTĘP DO WSZYSTKICH INFORMACJI Z POZIOMU PRZEGLĄDARKI WWW DOSTOSOWANIE OPROGRAMOWANIA DO WYMOGÓW PRAWA W ZAKRESIE ELEKTRONICZNEJ DOKUMENTACJI MEDYCZNEJ PRZYJAZNY INTERFEJS
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Bardziej szczegółowoPraca dyplomowa. Program do monitorowania i diagnostyki działania sieci CAN. Temat pracy: Temat Gdańsk Autor: Łukasz Olejarz
Temat Gdańsk 30.06.2006 1 Praca dyplomowa Temat pracy: Program do monitorowania i diagnostyki działania sieci CAN. Autor: Łukasz Olejarz Opiekun: dr inż. M. Porzeziński Recenzent: dr inż. J. Zawalich Gdańsk
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoZastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW 33/01 KARTA PRZEDMIOTU Nazwa w języku polskim SYSTEMY I SIECI KOMPUTEROWE W MEDYCYNIE Nazwa w języku angielskim: COMPUTER SYSTEMS AND NETWORKS IN
Bardziej szczegółowoSystemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
Bardziej szczegółowoWykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym
Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne
Bardziej szczegółowoEfekty kształcenia dla kierunku studiów INFORMATYKA, Absolwent studiów I stopnia kierunku Informatyka WIEDZA
Symbol Efekty kształcenia dla kierunku studiów INFORMATYKA, specjalność: 1) Sieciowe systemy informatyczne. 2) Bazy danych Absolwent studiów I stopnia kierunku Informatyka WIEDZA Ma wiedzę z matematyki
Bardziej szczegółowoAdam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska
Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera
Bardziej szczegółowoOd początku swojej działalności firma angażuje się w kolejne obszary rynku, by w krótkim czasie zyskiwać na nich status lidera.
Od 20 lat Grupa Kapitałowa Comarch specjalizuje się w świadczeniu usług informatycznych i teleinformatycznych jako integrator, dostawca i wytwórca sprzętu oraz oprogramowania. Od początku swojej działalności
Bardziej szczegółowoPOLITECHNIKA WARSZAWSKA ROZPRAWA DOKTORSKA
POLITECHNIKA WARSZAWSKA Wydział Elektroniki i Technik Informacyjnych ROZPRAWA DOKTORSKA mgr inż. Anna Wróblewska Metody wspomagania detekcji zmian patologicznych w mammografii Promotor dr hab. inż. Artur
Bardziej szczegółowoPlatforma ArPACS. Razem budujemy jakość w radiologii
Platforma ArPACS Razem budujemy jakość w radiologii Platforma ArPACS Platforma systemów informatycznych ArPACS dla radiologii została zaprojektowana w sposób umożliwiający stworzenie jednolitego środowiska
Bardziej szczegółowoAnaliza korespondencji
Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy
Bardziej szczegółowoOpis efektów kształcenia dla programu kształcenia (kierunkowe efekty kształcenia) WIEDZA. rozumie cywilizacyjne znaczenie matematyki i jej zastosowań
TABELA ODNIESIEŃ EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA PROGRAMU KSZTAŁCENIA DO EFEKTÓW KSZTAŁCENIA OKREŚLONYCH DLA OBSZARU KSZTAŁCENIA I PROFILU STUDIÓW PROGRAM KSZTAŁCENIA: POZIOM KSZTAŁCENIA: PROFIL KSZTAŁCENIA:
Bardziej szczegółowoPełna integracja wszystkich urządzeń i zaawansowane zarządzanie obrazem medycznym.
Pełna integracja wszystkich urządzeń i zaawansowane zarządzanie obrazem medycznym. ALVO INTEGRA jest cyfrowym, otwartym na przyszłość systemem do sal operacyjnych, oferującym pełną integrację wszystkich
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW 33/01 KARTA PRZEDMIOTU Nazwa w języku polskim: DIAGNOSTYKA OBRAZOWA Nazwa w języku angielskim: DIAGNOSTIC IMAGING Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoPrezentacja firmy WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ. http://www.qbico.pl
Prezentacja firmy { WYDAJNOŚĆ EFEKTYWNOŚĆ SKUTECZNOŚĆ http://www.qbico.pl Firma ekspercka z dziedziny Business Intelligence Srebrny Partner Microsoft w obszarach Business Intelligence i Data Platform Tworzymy
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium BAZY DANYCH I SYSTEMY EKSPERTOWE Database and expert systems Forma
Bardziej szczegółowoIntegracja systemu CAD/CAM Catia z bazą danych uchwytów obróbkowych MS Access za pomocą interfejsu API
Dr inż. Janusz Pobożniak, pobozniak@mech.pk.edu.pl Instytut Technologii Maszyn i Automatyzacji produkcji Politechnika Krakowska, Wydział Mechaniczny Integracja systemu CAD/CAM Catia z bazą danych uchwytów
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA I STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Bardziej szczegółowoOdniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol
KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział Informatyki i Zarządzania Kierunek studiów INFORMATYKA (INF) Stopień studiów - pierwszy Profil studiów - ogólnoakademicki Projekt v1.0 z 18.02.2015 Odniesienie do
Bardziej szczegółowoMatematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
Bardziej szczegółowoSpis treści. Dzień 1. I Wprowadzenie (wersja 0906) II Dostęp do danych bieżących specyfikacja OPC Data Access (wersja 0906) Kurs OPC S7
I Wprowadzenie (wersja 0906) Kurs OPC S7 Spis treści Dzień 1 I-3 O czym będziemy mówić? I-4 Typowe sytuacje I-5 Klasyczne podejście do komunikacji z urządzeniami automatyki I-6 Cechy podejścia dedykowanego
Bardziej szczegółowoSTRESZCZENIE. rozprawy doktorskiej pt. Zmienne jakościowe w procesie wyceny wartości rynkowej nieruchomości. Ujęcie statystyczne.
STRESZCZENIE rozprawy doktorskiej pt. Zmienne jakościowe w procesie wyceny wartości rynkowej nieruchomości. Ujęcie statystyczne. Zasadniczym czynnikiem stanowiącym motywację dla podjętych w pracy rozważań
Bardziej szczegółowoS YLABUS MODUŁU (PRZEDMIOTU) I nformacje ogólne. Nie dotyczy
S YLABUS MODUŁU (PRZEDMIOTU) I nformacje ogólne Nazwa modułu: Moduł B - Statystyka z elementami matematyki Rodzaj modułu/przedmiotu Wydział PUM Kierunek studiów Specjalność Poziom studiów Forma studiów
Bardziej szczegółowoMAREK NIEZGÓDKA ICM, UNIWERSYTET WARSZAWSKI
SYNAT: UNIWERSALNA, OTWARTA, REPOZYTORYJNA PLATFORMA HOSTINGOWA I KOMUNIKACYJNA SIECIOWYCH ZASOBÓW WIEDZY DLA NAUKI, EDUKACJI I OTWARTEGO SPOŁECZEŃSTWA WIEDZY MAREK NIEZGÓDKA ICM, UNIWERSYTET WARSZAWSKI
Bardziej szczegółowoComarch EDM System zarządzania elektroniczną dokumentacją medyczną.
Comarch EDM System zarządzania elektroniczną dokumentacją medyczną. Zgodnie z art. 56 ust. 2 ustawy dokumentacja medyczna od 1 sierpnia 2014 musi być prowadzona przez placówki służby zdrowia w formie elektronicznej.
Bardziej szczegółowoWykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych
Wykorzystanie standardów serii ISO 19100 oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych dr inż. Adam Iwaniak Infrastruktura Danych Przestrzennych w Polsce i Europie Seminarium, AR Wrocław
Bardziej szczegółowoOCENA WYBRANYCH CECH JAKOŚCI MROŻONEK ZA POMOCĄ AKWIZYCJI OBRAZU
Inżynieria Rolnicza 4(129)/2011 OCENA WYBRANYCH CECH JAKOŚCI MROŻONEK ZA POMOCĄ AKWIZYCJI OBRAZU Katarzyna Szwedziak, Dominika Matuszek Katedra Techniki Rolniczej i Leśnej, Politechnika Opolska Streszczenie:
Bardziej szczegółowoArchitektury i protokoły dla budowania systemów wiedzy - zadania PCSS w projekcie SYNAT
Architektury i protokoły dla budowania systemów wiedzy - zadania PCSS w projekcie SYNAT A. Dudczak, C. Mazurek, T. Parkoła, J. Pukacki, M. Stroiński, M. Werla, J. Węglarz Poznańskie Centrum Superkomputerowo-Sieciowe
Bardziej szczegółowoMaria Karlińska. Paweł Masiarz. Ryszard Mężyk. Zakład Informatyki Medycznej i Telemedycyny Warszawski Uniwersytet Medyczny
Maria Karlińska Zakład Informatyki Medycznej i Telemedycyny Warszawski Uniwersytet Medyczny Paweł Masiarz Centrum Systemów Informacyjnych Ochrony Zdrowia Ryszard Mężyk Świętokrzyskie Centrum Onkologii
Bardziej szczegółowoOcena i porównanie funkcjonalności aplikacji medycznych Prezentacja Platformy
Ocena i porównanie funkcjonalności aplikacji medycznych Prezentacja Platformy Joanna Rybka Collegium Medicum UMK, Hasselt University Fundacja Life4Science, Scienceventure Małgorzata Plechawska-Wójcik Instytut
Bardziej szczegółowoKurs OPC S7. Spis treści. Dzień 1. I OPC motywacja, zakres zastosowań, podstawowe pojęcia dostępne specyfikacje (wersja 1501)
Spis treści Dzień 1 I OPC motywacja, zakres zastosowań, podstawowe pojęcia dostępne specyfikacje (wersja 1501) I-3 O czym będziemy mówić? I-4 Typowe sytuacje I-5 Klasyczne podejście do komunikacji z urządzeniami
Bardziej szczegółowoSylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data
Sylabus Nazwa przedmiotu (w j. polskim i angielskim) Nazwisko i imię prowadzącego (stopień i tytuł naukowy) Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data dr Veslava
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium TECHNIKI OBRAZOWANIA MEDYCZNEGO Medical Imaging Techniques Forma
Bardziej szczegółowoKazimierz Frączkowski *, Marek Girek**,Mirosław Miller**
Technologie informatycznotelekomunikacyjne w programie e-zdrowie regionu Dolnośląskiego Kazimierz Frączkowski *, Marek Girek**,Mirosław Miller** *Instytut Informatyki Stosowanej, Politechnika Wrocławska
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Systemy ekspertowe w zarządzaniu firmą Expert systems in enterprise management Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj.
Bardziej szczegółowoCo to jest jest oprogramowanie? 8. Co to jest inżynieria oprogramowania? 9. Jaka jest różnica pomiędzy inżynierią oprogramowania a informatyką?
ROZDZIAŁ1 Podstawy inżynierii oprogramowania: - Cele 2 - Zawartość 3 - Inżynieria oprogramowania 4 - Koszty oprogramowania 5 - FAQ o inżynierii oprogramowania: Co to jest jest oprogramowanie? 8 Co to jest
Bardziej szczegółowoELEKTRONICZNA PLATFORMA ZBIERANIA DANYCH RZECZYWISTYCH
ELEKTRONICZNA PLATFORMA ZBIERANIA DANYCH RZECZYWISTYCH KATEGORIE DANYCH Internet i media społecznościowe Pozostałe dane Urządzenia Dane biometryczne i ilościowe Zakupy Dane osobowe 1400 1200 Media Badania
Bardziej szczegółowoSYSTEM AUTOMATYCZNEJ DETEKCJI I KLASYFIKACJI MIKROZWAPNIEŃ W CYFROWEJ MAMMOGRAFII
SYSTEM AUTOMATYCZNEJ DETEKCJI I KLASYFIKACJI MIKROZWAPNIEŃ W CYFROWEJ MAMMOGRAFII Anna Wróblewska, Artur Przelaskowski Zakład Elektroniki Jądrowej i Medycznej, Instytut Radioelektroniki PW ul.nowowiejska
Bardziej szczegółowoSystem komputerowy. Sprzęt. System komputerowy. Oprogramowanie
System komputerowy System komputerowy (ang. computer system) to układ współdziałaniadwóch składowych: sprzętu komputerowegooraz oprogramowania, działających coraz częściej również w ramach sieci komputerowej.
Bardziej szczegółowoPorównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
Bardziej szczegółowoZałącznik nr 1 do uchwały Senatu PK nr 119/d/12/2017 z dnia 20 grudnia 2017 r.
Załącznik nr 1 do uchwały Senatu PK nr 119/d/12/2017 z dnia 20 grudnia 2017 r. Politechnika Krakowska im. Tadeusza Kościuszki w Krakowie Nazwa wydziału lub wydziałów: Wydział Fizyki, Matematyki i Informatyki
Bardziej szczegółowoEfekt kształcenia. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie algorytmów i ich złożoności obliczeniowej.
Efekty dla studiów pierwszego stopnia profil ogólnoakademicki na kierunku Informatyka w języku polskim i w języku angielskim (Computer Science) na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie-
Bardziej szczegółowoOPROGRAMOWANIE WSPOMAGAJĄCE ZARZĄDZANIE PROJEKTAMI. PLANOWANIE ZADAŃ I HARMONOGRAMÓW. WYKRESY GANTTA
OPROGRAMOWANIE WSPOMAGAJĄCE ZARZĄDZANIE PROJEKTAMI. PLANOWANIE ZADAŃ I HARMONOGRAMÓW. WYKRESY GANTTA Projekt to metoda na osiągnięcie celów organizacyjnych. Jest to zbiór powiązanych ze sobą, zmierzających
Bardziej szczegółowoPodsumowanie wyników ankiety
SPRAWOZDANIE Kierunkowego Zespołu ds. Programów Kształcenia dla kierunku Informatyka dotyczące ankiet samooceny osiągnięcia przez absolwentów kierunkowych efektów kształcenia po ukończeniu studiów w roku
Bardziej szczegółowoSYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY. Autorzy: M. Lewicka, K. Stańczyk
SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY Autorzy: M. Lewicka, K. Stańczyk Kraków 2008 Cel pracy projekt i implementacja systemu rozpoznawania twarzy, który na podstawie
Bardziej szczegółowoInnowacyjne rozwiązania w ochronie zdrowia szybsza diagnoza, lepsza opieka, obniŝanie kosztów. Konferencja KIG. Warszawa, 26 kwietnia 2012 r.
Innowacyjne rozwiązania w ochronie zdrowia szybsza diagnoza, lepsza opieka, obniŝanie kosztów Konferencja KIG Warszawa, 26 kwietnia 2012 r. 1 Orange Polska a Integrated Solutions oczekiwania pacjenta wobec
Bardziej szczegółowoScreening raka piersi
OCENA SCREENINGU RAKA PIERSI W POLSCE Radosław Tarkowski Katedra Onkologii A.M. we Wrocławiu Polska: 14 482 zachorowania 5 255 zgonów (na podstawie danych Centrum Onkologii w Warszawie) 137,8 78 61.2 Zapadalność
Bardziej szczegółowoROZWÓJ SYSTEMÓW SZTUCZNEJ INTELIGENCJI W PERSPEKTYWIE "PRZEMYSŁ 4.0"
ROZWÓJ SYSTEMÓW SZTUCZNEJ INTELIGENCJI W PERSPEKTYWIE "PRZEMYSŁ 4.0" Dr inż. Andrzej KAMIŃSKI Instytut Informatyki i Gospodarki Cyfrowej Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie
Bardziej szczegółowoCOMARCH HOLTER. System telemedyczny do rejestracji i analizy badań Holter EKG
COMARCH HOLTER System telemedyczny do rejestracji i analizy badań Holter EKG COMARCH HOLTER Comarch Holter to system do diagnostyki pracy serca, który łączy rejestratory i nowoczesną aplikację do analizy
Bardziej szczegółowo2
1 2 3 4 5 Dużo pisze się i słyszy o projektach wdrożeń systemów zarządzania wiedzą, które nie przyniosły oczekiwanych rezultatów, bo mało kto korzystał z tych systemów. Technologia nie jest bowiem lekarstwem
Bardziej szczegółowoSterowanie jakością badań i analiza statystyczna w laboratorium
Sterowanie jakością badań i analiza statystyczna w laboratorium CS-17 SJ CS-17 SJ to program wspomagający sterowanie jakością badań i walidację metod badawczych. Może działać niezależnie od innych składników
Bardziej szczegółowoOcena dokładności diagnozy
Ocena dokładności diagnozy Diagnoza medyczna, w wielu przypadkach może być interpretowana jako działanie polegające na podjęciu jednej z dwóch decyzji odnośnie stanu zdrowotnego pacjenta: 0 pacjent zdrowy
Bardziej szczegółowoDr hab. inż.tomasz Markiewicz
PIKAOM czyli projekt konsultacyjnej platformy internetowej dla komputerowych analiz obrazów wspierających diagnostykę histopatologiczną w Wojskowym Instytucie Medycznym. Dr hab. inż.tomasz Markiewicz PIKAOM
Bardziej szczegółowoOpis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA
Opis zakładanych efektów kształcenia na studiach podyplomowych Nazwa studiów: BIOSTATYSTYKA PRAKTYCZNE ASPEKTY STATYSTYKI W BADANIACH MEDYCZNYCH Typ studiów: doskonalące Symbol Efekty kształcenia dla studiów
Bardziej szczegółowoWykorzystanie testu Levene a i testu Browna-Forsythe a w badaniach jednorodności wariancji
Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 4/18/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.4.48 WIESŁAWA MALSKA Wykorzystanie testu Levene a i testu Browna-Forsythe
Bardziej szczegółowoOutlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej.
Temat: WYKRYWANIE ODCHYLEO W DANYCH Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej. Przykładem Box Plot wygodną metodą
Bardziej szczegółowoWspółczesna mammografia
Analogowa intuicja, cyfrowa rzeczywistość Współczesna mammografia Mammografia jest radiologiczną metodą badania gruczołu piersiowego. Jak w każdej innej metodzie rentgenowskiej, do uzyskania obrazu diagnostycznego
Bardziej szczegółowoUsługi analityczne budowa kostki analitycznej Część pierwsza.
Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.
Bardziej szczegółowo