Monitor Udaru jako narzędzie wspomagania diagnostyki badań TK mózgu
|
|
- Łucja Piątkowska
- 7 lat temu
- Przeglądów:
Transkrypt
1 słabości polskiej nauki, być może najpoważniejszą, jest słabość krytyki. Źródła tej słabości tkwią głównie w sferze psychiki. Po pierwsze, unikamy ocen negatywnych, zapominając o tym, że ocena niesłusznie pozytywna może bardziej skrzywdzić (zwłaszcza na przyszłość) ocenianego, niż ocena uczciwie wskazująca na słabości jego pracy. Po drugie, unikamy ocen wymagających zastosowania pracochłonnej procedury, co jest szczególnie nieuzasadnione w środowiskach "oswojonych" z elektroniką i informatyką, które pozwalają na daleko posuniętą automatyzację procesu oceniania. Po trzecie, chętnie zapominamy, że praca badawcza, zwłaszcza w zakresie najnowszych technologii, pożegnała się już dawno z okresem "romantycznej dowolności" i, choćby ze względu na ogromne koszty, musi się rządzić ścisłymi regułami postępowania. Jeśli krytyka ma spełniać właściwą sobie rolę, musi być maksymalnie obiektywną, musi być opartą na możliwie ścisłej, najlepiej liczbowej ocenie faktów. Dzisiejsze naukoznawstwo dysponuje już w tej dziedzinie dostatecznie wypróbowanymi, obiektywnymi metodami, a dość liczne doświadczenia krajowe potwierdzają możliwość ich stosowania w naszych warunkach. Można zaryzykować twierdzenie, że każda ocena ilościowa bardziej odpowiada naszemu poczuciu sprawiedliwości, niż ocena uznaniowa oparta na obiegowych opiniach. Każda ocena chwaląca powinna też wskazywać na niedoskonałości, a każda krytyczna - na możliwość poprawy. przykładów życia codziennego znamy złe skutki "przechwalenia" (częste marnowanie dobrych, ale nie aż tak dobrych, jak przedstawiono w ocenie, rezultatów) i krzywdy wynikłe z niedocenienia (do odrzucenia wartościowych pomysłów włącznie). Typową polską wadą w tym zakresie wydaje się być poszukiwanie osiągnięć wielkich, a lekceważenie ważnych [4]. Sięgając do przedstawionego na wstępie przykładu trzeba też przytoczyć opinie, że gdyby nie było Czochralskiego, to i tak ktoś musiałby wynaleźć tę metodę i stać się wielkim, ale naprawdę ważnym wydarzeniem było jej praktyczne zastosowanie do krzemu. I temu (tj. wychwytywaniu osiągnięć ważnych) także sprzyja powszechne stosowanie ocen ilościowych [5]. Recepta wydaje się przeraźliwie banalna: oceniaj dokładnie i obiektywnie! A że to czasem boli? Skutecznym ograniczeniem jest stare powiedzenie: "Nie żałuj słów krytyki tak długo, jak długo sprawia ci to przykrość. Przestań natychmiast, gdy zaczynasz odczuwać przyjemność!" Literatura [1] Europejska Karta Naukowca - Dziennik Urzędowy Unii Europejskiej z poz. 2005/251/WE [2] Świderski J.: Krytyka jako rodzaj pomiaru. W zbiorze pt. Krytyka i krytycyzm w nauce. Wydawnictwo Fundacji na Rzecz Nauki Polskiej Warszawa [3] Świderski J.: Sposoby oceny działalności naukowej i ich praktyczne zastosowanie w elektronice. Zagadnienia Naukoznawstwa XXXVIII, nr 1-2/2002, ss [4] Samsonowicz H., Sławiński J., Szczucki L. (rada wydawnicza): Lepsze w nauce. Wrocław [5] Świderski J.: Liczbowa ocena pracowników naukowych. Konferencja ChFPN NEW'07 Rogów 2007, ss Monitor Udaru jako narzędzie wspomagania diagnostyki badań TK mózgu dr hab. inż. ARTUR PRZELASKOWSKI 1, GRZEGORZ OSTREK 1, lek med. KATARZYNA SKLINDA 2 1 Politechnika Warszawska, Instytut Radioelektroniki 2 Zakład Radiologii CMKP, CSK MSWiA, Warszawa Przedstawiona w tej pracy koncepcja Monitora Udaru ma na celu wsparcie diagnostyki wczesnego udaru mózgu, szczególnie dla przypadków niemych w rutynowej diagnostyce z wykorzystaniem tomografii komputerowej (TK). Celem jest rozpoznanie/potwierdzenie przypadków udaru niedokrwiennego warunkujące lub wykluczające skuteczne leczenie trombolityczne. Jest to szczególne zastosowanie metod komputerowego wspomagania diagnostyki CAD (Computer Aided Diagnosis), kiedy to liczbę wskazań fałszywych należy ograniczyć do minimum, a wskazaniom pozytywnym trzeba nadać możliwie dużą wiarygodność. Aby sprostać tym wyzwaniom, zaproponowano formułę wspomagania bazującą na dwóch istotnych elementach: dodatkowej wizualizacji badań TK mózgu jedynie jako uzupełnienia klasycznego sposobu diagnozy, wykorzystującego wyłącznie na analizę obrazu TK, wskazaniach dających możliwie kompleksową, zintegrowaną wykładnię treści istotnych w diagnostyce udaru (wykorzystujących wszystkie dostępne źródła informacji potwierdzające diagnozę). Dodatkowe zobrazowanie obejmuje kilka form: od lepszego skontrastowania zmian gęstości w obszarach potencjalnie udarowych poprawiające percepcję subtelnych symptomów udaru, po dobitne podkreślenie obszarów hipodensyjnych w kierunku automatycznych wskazań obszarów niedokrwienia (detektor niedokrwienia). Szczególnie ważną rolę w proponowanej analizie pełni segmentacja obszarów narażonych na udar (potencjalnie udarowych) w poszczególnych warstwach, uwzględniająca zależności treści diagnostycznej w całej badanej przestrzeni. Udar mózgu stanowi trzecią pod względem częstości występowania przyczynę zgonów ludzi dorosłych i jest najczęstszym powodem inwalidztwa osób po 40 roku życia. W Polsce zapada na udar około 80 tys. osób rocznie, z czego ok. 80% przypadków to udar niedokrwienny powodowany niedrożnością naczynia tętniczego. Niedokrwienie powoduje niedobór energii i tlenu, obrzęk, wydzielanie wolnych rodników. Średnia wartość przepływu krwi mózgowej (CBF) dla zdrowego mózgu wynosi ml/100 g/min. Wskutek niedokrwienia spada w obszarze jądra udaru (obszar nieodwracalnego niedokrwienia), jak i penumbry (obszar niedokrwionej, ale żywotnej tkanki mózgowej) do wartości ml/100 g/min i niższych. Jednak w obszarze penumbry, w celu skompensowania spadku miejscowego przepływu, miejscowa objętość krwi 104. ELEKTRONIKA 7-8/2008
2 wzrasta w mechanizmie poszerzenia łożyska naczyniowego. W obrębie jądra udaru mechanizmy autoregulacji przepływu są zaburzone i miejscowa objętość krwi jest obniżona. Obszar penumbry często może być uratowany przez szybkie zastosowanie leczenia trombolitycznego, z czym wiąże się w ostatnich latach duże nadzieje [1,2]. Warunkiem jest możliwie wczesne wykrycie niedokrwienia tkanki mózgowej. Rozpoznanie udaru w ciągu najlepiej 3 godzin od wystąpienia objawów jest nieocenione, a w wielu przypadkach w sposób zasadniczy warunkuje skuteczność leczenia. Komputerowe wspomaganie tego procesu jest celem naszych badań. Leczenie udaru niedokrwiennego niesie za sobą olbrzymie nakłady finansowe, wymaga zaangażowania wielu osób, a kluczową rolę w tej batalii odgrywa czas. Wśród procedur diagnostycznych stosowanych na oddziałach udarowych wymienić należy w pierwszej kolejności rutynowe badanie TK, uważane za metodę z wyboru w diagnostyce radiologicznej udaru [3]. Główną zaletą konwencjonalnej TK jest jej ogólna dostępność i możliwość wykonania w warunkach ostrego dyżuru. Znaczenie TK to przede wszystkim stwierdzenie lub wykluczenie udaru krwotocznego (przyczyny, leczenie i rokowanie są zupełnie różne w udarze krwotocznym i niedokrwiennym) oraz wykluczenie innych patologii dających podobny obraz kliniczny (guz, malformacja naczyniowa, krwiak przymózgowy). We współczesnej ocenie potencjału systemów obrazowania, żadna inna metoda nie może zastąpić rutynowej TK w diagnostyce udaru, ale kilka z nich może stanowić bardzo cenne jej uzupełnienie w uzasadnionych przypadkach [2,4]. We wczesnym badaniu TK można stwierdzić obecność następujących oznak niedokrwienia: objaw hiperdensyjnej tętnicy, zaciśnięcie bruzd mózgowia oraz związane z tym obniżenie wartości współczynnika osłabienia promieniowania w obszarze objętym niedokrwieniem, zmniejszenie różnicowania istota szara istota biała w tym zatarcie granic jądra soczewkowatego czy zatarcie wstążki wyspy. Stwierdzenie obszaru hipodensyjnego (zmian hipodensyjnych) w ciągu pierwszych 6 godzin od początku objawów jest wysoce swoiste dla niedokrwienia tkanki mózgowej, a jego wielkość stanowi czynnik prognostyczny ryzyka ukrwotocznienia ogniska niedokrwiennego [5]. Niestety, w dużej liczbie przypadków nadostre symptomy udaru w ocenie radiologów nie występują lub są niewidoczne, co uniemożliwia radiologiczne rozpoznanie choroby [2,6]. W badaniu wykonanym przed upływem 12 godzin od wystąpienia objawów prawidłowy obraz mózgowia występuje w % przypadków udaru [7]. Podstawowe trudności w detekcji udaru w TK obok subtelności zmian w fazie nadostrej wynikają także z ograniczenia percepcji zmian hipodensyjnych wskutek maskowania niewielkich spadków gęstości (około 7,5±1,6 HU w ciągu 4 h, co daje bardzo mały kontrast lokalny) poprzez: szum metody obrazowania (na poziomie ±4 HU [8]), występujące artefakty od kości w płatach skroniowych i w tylnym dole czaszki, zły dobór okna obserwacji, niedoświadczenie, nieuwagę. Praca dotyczy poprawy skuteczności detekcji wczesnych zmian niedokrwiennych w mózgowiu z wykorzystaniem rutynowych badań TK przez uwidocznienie zmian hipodensyjnych w fazie nadostrej udaru (najlepiej do 3 h od wystąpienia objawów). Pozwala to wpłynąć korzystnie na wybór najwłaściwszego leczenia farmakologicznego [1,2]. Podstawowym zagadnieniem badawczym jest skuteczna segmentacja obszarów tkanki mózgowia, gdzie mogą wystąpić subtelne zmiany hipodensyjne. Wieloskalowe metody ekstrakcji zmian w tych obszarach mogą zapewnić uwidocznienie niedokrwienia z wystarczającą czułością, przy jednoczesnej minimalizacji wskazań fałszywych. Metoda wspomagania diagnostyki udaru niedokrwiennego Monitor Udaru (MU) jest narzędziem wspomagania diagnostyki zmian niedokrwiennych wykorzystującej bezkontrastowe badania TK mózgu. Koncepcja monitora sprowadza się do poprawy percepcji zmian hipodensyjnych, ale także w dalszej kolejności do automatycznej detekcji obszarów niedokrwienia oraz przestrzennej wizualizacji wysegmentowanych struktur mających znaczenie diagnostyczne. Po rutynowej ocenie wstępnej wykluczającej udar krwotoczny, niemy obraz zawału mózgu może zostać uzupełniony wskazaniem (wizualizacją) specyficznym względem zmian niedokrwiennych. Zwiększenie skuteczności monitora obejmuje zintegrowanie wiedzy klinicznej (badanie neurologiczne i radiologiczne pacjenta z podejrzeniem udaru), efektów przetwarzania badań obrazowych TK i wskazań automatycznych, a także opracowanie protokołu badań udarowych z wykorzystaniem monitora. Proponowana formuła MU (rys. 1) mogłaby być stosowana w każdym ośrodku dysponującym nawet najprostszym, jednorzędowym tomografem komputerowym. Przestrzenna wizualizacja treści istotnej wymaga udoskonalenia metod segmentacji spójnych, gładkich struktur mózgu. Wykorzystanie referencyjnych badań wyszukiwanych według semantycznego podobieństwa może pomóc w interpretacji danego przypadku, podobnie jak danych klinicznych - w redukcji wskazań fałszywych monitora. Rozszerzenie tej koncepcji dotyczy uzupełnienia wskazań o dodatkowe badania innych modalności (DWI MR, perfuzja TK) i syntezę multimodalnej informacji udarowej w celu m.in. różnicowania udaru i TIA, dokładnego określenia obszaru niedokrwienia. Prowadzone są prace przygotowawcze w tym kierunku. Implementacje Monitora Udaru pozwoliły uzyskać poprawę skuteczności detekcji udaru w testach klinicznych oraz optymalizacyjnych z udziałem radiologów. Zaobserwowano wzrost czułości decyzji diagnostycznych przy zachowaniu lub nawet poprawie ich trafności. Kluczowym pojęciem umożliwiającym skuteczną detekcję symptomów udaru za pomocą monitora jest poszukiwany obszar hipodensyjny. Szersza definicja tego obszaru mówi o regionie o nieznacznie obniżonej gęstości (kilka, maksymalnie 10 HU), występującym w rejonach istoty białej lub szarej, o silnie zróżnicowanych rozmiarach, niesymetrycznym względem środkowej osi mózgowia i dość nieregularnym kształcie, wynikającym ze źródła unaczynienia danej strefy mózgowia. Celem zasadniczym wspomagania jest możliwie jednoznaczna ekstrakcja patologicznych obszarów hipodensyjnych, a także uwidocznienie innych struktur i cech mózgowia, które mogą potwierdzać występowanie niedokrwienia w sugerowanym regionie. Podstawowy algorytm MU bazuje na kilku zasadniczych, kolejno realizowanych etapach (rys. 3), takich jak: 1. Segmentacja obrazu poprzez: a) wstępną ekstrakcję mózgowia wydzielonego z części kostnych i nieistotnego tła - najlepsze efekty uzyskano przy zastosowaniu skojarzonych metod rozrostu regionów, adaptacyjnego progowania oraz modelowania histogramów z wykorzystaniem mieszaniny Gaussów (ang. Gaussian mixture models GMM), b) segmentację artefaktów i obszarów nieistotnych diagnostycznie manualna ze wspomaganiem rysowania, wykorzystująca dane kliniczne, c) segmentację widocznych przestrzeni płynowych (wypełnionych płynem mózgowo-rdzeniowym, ze zwiększoną zawartością wody w stosunku do najbliższego ELEKTRONIKA 7-8/
3 Rys. 1. Koncepcja Monitora Udaru - zintegrowanej diagnostyki wczesnych udarów niedokrwiennych mózgu. Linią przerywaną zaznaczono blok rozszerzenia koncepcji monitora dla przypadków, kiedy możliwa jest synteza kilku metod obrazowania. W pracy weryfikowano elementy-bloki zaznaczone szarym kolorem Fig. 1. Concept of stroke monitor integrated system for diagnosis of ischemic stroke. Extensions for other modalities were added in dashed boxes. Gray-colored boxes contain the procedures strictly verified in this paper otoczenia na obrazie widocznych jako ciemne); chodzi tutaj o wydzielenie przede wszystkim naturalnych komór, bruzd i starych blizn poudarowych w tym przypadku dobre rezultaty dały adaptacyjnie metody progowe rozrostu wyznaczanych i korygowanych centrów niedokrwienia, d) ekstrakcję obszarów występowania udaru, czyli istoty szarej i białej z wyłączeniem bruzd, blizn, komór, artefaktów, obszarów, czyli a) b) c) z korektą spójności obszarów i gładkości krawędzi, e) wypełnienie obszarów odrzuconych w p. a-c) średnią wartością jasności (obrazującej gęstość) z zachowaniem gładkości (możliwie wysokiego stopnia) funkcji jasności na krawędziach poszczególnych obszarów oraz jasności zbliżonej do bezpośredniego otoczenia. 2. Ekstrakcja cech hipodensyjnych w obszarach występowania udaru poprzez: a) dekompozycję wieloskalową, która uwypukla zmiany w silnie zdekorelowanej, hierarchicznej, zachowującej przestrzenny rozkład informacji w dziedzinie skalogramów najlepsze rezultaty uzyskano przy wykorzystaniu baz falkowych, z bazą falek zmodyfikowanych tspline2 (baza ortogonalna definiowana prostym filtrem dolnoprzepustowym), z falkami geometrycznymi typu curvelets [9] i contourlets [10], b) adaptacyjne odszumienie i podkreślenie sygnału poprzez modyfikację rozkładu współczynników (zależne od skali, pasma, zastosowanych elementów bazy przekształcenia) - metody progowania, nieliniowej funkcji przekształcenia, c) rekonstrukcję obszarów integrowanych z sąsiadującym obszarem mózgowia, d) dwustopniowe przetwarzanie wieloskalowe: optymalizowano następujące zestawienia przetwarzania wieloskalowego: falki odwracalne (gładkie z rodziny falek sklejanych o rozmiarze nośnika 5-10) z odszumianiem i modyfikowane (tspline2), falki geometryczne (curvelets) z odszumianiem i falki modyfikowane, same falki geometryczne z odszumianiem (progowanie). 3. Wizualizacja przetworzonych obszarów badanych z dodatkową poprawą kontrastu poprzez: a) wyrównanie histogramu w celu wyeksponowania ewentualnych cech udaru (lokalne i globalne), b) dodatkowe skontrastowanie obszarów występowania udaru względem pozostałych regionów, c) nałożenie na siebie poszczególnych regionów w obrazie wynikowym: obszary tła, struktur kostnych oraz wskazane w p.1b) w typowej prezentacji badań z do ELEKTRONIKA 7-8/2008
4 Rys. 2. Wizualizacja badań TK wczesnego udaru z niewidoczną zmianą hipodensyjną kolejne warstwy: typowy sposób prezentacji z oknem mózgowym (po lewej), wskazanie MU - asymetria najciemniejszych regionów sugeruje obecność niedokrwienia (środek), potwierdzenie udaru w badaniu późnym Fig. 2. Visualisation of CT examinations with invisible hypodensity of ischemic area successive slices: with typical view window (left), with stroke monitor asymmetric dark regions suggest hypodensity (middle), follow-up examination with evident ischemia ELEKTRONIKA 7-8/
5 Rys. 3. Interfejs MU; widoczne są elementy projektowanego protokołu badań, który ustala reguły wykorzystania monitora w praktyce klinicznej Fig. 3. Interface of stroke monitor with rating scales and parameter selection branym oknem mózgowym, obszary występowania udaru oraz przestrzenie płynowe po przetworzeniu i korekcji kontrastu, istotne jest zachowanie rozsądnej jednorodności prezentowanych obszarów przetworzonych (możliwa dodatkowa filtracja na granicach obszarów uwodnionych. Przykład działania MU w przypadku badania pacjenta z nadostrym udarem przedstawiono na rys. 2. Na rys. 3 pokazano interfejs i fragmenty protokołu badań. Koncepcja MU oraz szczegóły jej realizacji i konkretne implementacje są efektem kilkuletnich badań, intensywnie kontynuowanych. Stałe konsultacje radiologów i inżynierów prowadzą do modyfikacji poszczególnych rozwiązań, rozszerzenia zakresu wspomagania oraz optymalizacji form wspierających diagnozę. Poniżej wskazano na kilka istotnych problemów, które warunkują efektywność MU w możliwie uniwersalnej realizacji. Segmentacja regionów potencjalnie udarowych Uzyskane dotąd rezultaty eksperymentów przekonują o dużym wpływie poprawnej segmentacji na końcowy efekt wspomagania. Dokładne wydzielenie ROI w sensie opisanym wyżej pozwala zwiększyć czułość kontrastu, niekiedy wydzielić artefakty i silniej zredukować szum, ponadto zmniejsza liczbę wskazań fałszywych powodowanych dodatkowym wzmocnieniem obszarów ciemniejszych w sposób dostrzegalny oraz pozwala lepiej rozróżnić struktury. Zauważono pogorszenie wyników segmentacji w grupie obrazów zniekształconych ruchem pacjenta podczas badania, czy ogólniej przy gorszej jakości badań. Artefakty od struktur kostnych oraz szumy maskujące niewielkie zmiany gęstości tkanki wpływają negatywnie, a czasem wręcz uniemożliwiają dokładną segmentację regionów użytecznych. Utrudnieniem jest też asymetria ułożeniowa brak symetrii zobrazowań względem środkowej osi mózgowia powodowany niedokładnym ułożeniem głowy pacjenta w czasie badania. Oddzielny problem to wydzielenie mózgowia przy asymetrycznym rozkładzie struktur kostnych w danej warstwie (szczególnie w warstwach dołu głowy). Znaczący procentowo udział bruzd, występowanie dużych komór oraz starych blizn poudarowych dodatkowo utrudnia interpretację badań oraz segmentację obszarów istotnych. Dokładniejsze wydzielenie struktur możliwe jest z uwzględnieniem ich przestrzennego charakteru, co skłania do analizowania sąsiednich warstw przy ustalaniu kształtu i właściwości poszczególnych obiektów. Doskonalenie metody segmentacji dotyczy kilku aspektów: poprawy efektywności metody inicjowania i rozrostu regionów w 3W na okoliczność segmentacji nietypowych, złożonych lub zniekształconych struktur kostnych, artefaktów, bruzd, blizn, itp.; stosowane są metody wydzielenia przestrzennych regionów, których obecność w wybranej warstwie jest weryfikowana i ewentualnie korygowana; istotne jest przyspieszenie typowych algorytmów, np. poprzez dynamiczne ustalanie kierunków rozrostu, inicjowanie tego procesu nawet w kilkudziesięciu punktach wolumenu, a następnie łączenie wydzielonych segmentów, wykorzystania algorytmu wyznaczenia pewniaków, czyli wiarygodnych ziaren (zaczątków) obszarów uwodnionych (etap c) segmentacji); są to punkty będące wyraźnym lokalnym minimum gęstości (według naszych badań o wartości 10HU lub mniejszej), ewentualnie z adaptacyjną korektą progu na podstawie histogramu lokalnego; dodatkowo wprowadza się różnego typu lokalną filtrację, np. z oknem 3x3 (wykorzystywaliśmy tutaj z powodzeniem filtr Kuwahara), by zredukować wpływ szumu; stosowano także regularną siatkę ziaren początkowych w celu przyspieszenia algorytmu segmentacji, doboru warunków rozrostu (przynależności) bazując na metodach statystycznych lokalnych (średnia, wariancja), gradientowych, kontekstowych (szacowanie korelacji cech obszaru z sąsiedztwem); podejmowane są też próby wykorzystania wiedzy dostępnej a priori nt. możliwej lokalizacji, kształtu, cech szukanych struktur poprzez 108. ELEKTRONIKA 7-8/2008
6 nakładanie dodatkowych reguł rozrostu; dodatkowo istotne jest zapewnienie pełnego wypełnienia segmentowanych obszarów, czyli kontroli warunku stopu przy rozroście (kompromis pomiędzy nadmiernym rozlewaniem przestrzeni płynowych, a pozostawieniem minimów lokalnych na granicach wydzielonych obszarów), opracowania nowej metody uzupełnienia przetwarzanej dziedziny obrazowej w nieużytecznych regionach; chodzi o nałożenie warunków ciągłości w obszarach brzegowych regionów użytecznych (udarowych) i nieużytecznych (płynowych-wysegmentowanych), co wyeliminuje efekt wzmocnienia funkcji jasności w punktach nieciągłości powstających niekiedy (szczególnie w obszarach bardziej niejednorodnych) na styku tych regionów podczas dalszego przetwarzania. Schemat jednego z wariantów stosowanej metody segmentacji przedstawiono na rys. 4; podjęto pracę nad zastosowaniem modyfikacji twierdzenia Whitneya o rozszerzaniu funkcji poza określony, ograniczony, podzbiór dziedziny do uzupełniania nieużytecznych diagnostycznie dziur na bazie gładkich falek (przede wszystkim funkcji skalujących) dobrze aproksymujących właściwości sąsiedztwa powstaje w ten sposób uzupełniona, ciągła i gładka powierzchnia funkcji jasności danej warstwy, która jest przekształcana w wielu skalach, przetwarzana, analizowana i rekonstruowana; efektem jest zwiększenie dokładności analizy zmian niedokrwiennych na brzegach obszarów tkanki mózgowej podatnej na udar. Wieloskalowa ekstrakcja obszarów hipodensyjnych Stosowanie metod analizy sygnału w wielu skalach pozwala przede wszystkim na większe upakowanie energii sygnału w miejscach występowania struktur, z dokładnością charakterystyczną dla danej skali. Zwiększa to szansę lepszej separacji sygnału od szumu, a także dokładniejszego opisu określonych cech sygnału, w tym przypadku symptomów niedokrwienia. Ważną rolę odgrywa wykorzystanie gładkich funkcji bazowych tych przekształceń, które możliwie skutecznie aproksymują (w sensie nieliniowym) istotne cechy sygnału. Wolnozmienny charakter obszarów hipodensyjnych, o niewielkiej dynamice zmian gęstości sugeruje zastosowanie np. falek gładkich o stosunkowo dużym nośniku. Jednak ograniczenia dziedziny niezniekształconego występowania niedokrwienia (artefakty, obszary uwodnione, nieregularne struktury kostne itp.) oraz niekiedy mała rozległość zmiany skłaniają jednak do stosowania kompromisowego rozwiązania: falek o mniejszych nośnikach (zwykle do rozmiaru 10) i z konieczności - mniejszej gładkości. Użyteczne jest opracowanie znormalizowanych wzorców hipodensyjnych w przestrzeni wieloskalowej ułatwiające optymalizację reguł ich opisu i ekstrakcji. Doskonalenie metod ekstrakcji hipodensyjności w dziedzinie wielu skal dotyczy przede wszystkim: stosowania adaptacyjnych przekształceń falkowych na bazie metody lifting z modelowaniem cech subtelnych obszarów niedokrwiennych; parametry etapu przewidywania oraz dookreślenia mogą być zmieniane zależnie od cech otoczenia oraz jakości obrazu w danym obszarze (poziom szumów, występowanie naturalnych ograniczeń poprawnej oceny niedokrwienia według wzorców), wykorzystania przekształceń z jądrem 2W, przede wszystkim falek geometrycznych curvelets, contourlets i innych [12], lepiej wpisujących się w naturalne kształty struktur, dokładniej modelujących kierunkowość zarysu zmian niedokrwiennych i dobrze różnicujących krawędzie ekstrahowanych obszarów; doskonalono bazę falek curvelets m.in. zamieniając w klasycznej implementacji transformację Fouriera na kosinusową; szybkość obliczeń przemawia za bazą contourlets, adaptacyjnych reguł nieliniowej korekcji rozkładu współczynników zależnych od lokalnych cech podpasma danej skali; zaobserwowano większą rolę metod odszumiania poprzez różnego typu progowanie (miękkie, półmiękkie), niż podbijania lokalnego kontrastu (nieliniowe charakterystyki z kilkoma punktami przegięcia funkcji przekształcenia, zależności potęgowe power law). Semantyczna wizualizacja udaru Kluczowym zagadnieniem jest zakres prezentowanych zmian gęstości tkanki po przetworzeniu. W opiniach radiologów dominują dwie tendencje: zachowania charakteru obrazu oryginalnego przy jedynie uwypukleniu symptomów niedokrwienia (poprawa percepcji) oraz wyraźnej, jednoznacznej sugestii obszaru niedokrwienia przy znacznie uproszczonej prezentacji pozostałej treści (detektor zmian hipodensyjnych). Wśród obserwatorów pojawiały się także głosy domagające się rozwiązań pośrednich. Sugeruje to konieczność opracowania kilku form wizualizacji efektów ekstrakcji niedokrwienia, dobieranych według preferencji użytkownika. Poprawa warunków wizualizacji silnie zależy od efektów uzyskanych w poprzednich etapach obróbki badań. Stosowano następujące rozwiązania: a) wypełnianie nakładanych obszarów uwodnionych (nieużytecznych) kolorem jasnym w celu lepszego skontrastowania z ciemnym regionem niedokrwienia lub też wypełnianie tych obszarów średnią wartością gęstości obszarów występowania udaru (jak na przykładowych rysunkach), b) wprowadzenie skali barwnej bardziej różnicującej wydobyte cechy niedokrwienia lub też segmentowane regiony;, c) adaptacyjne metody korekcji histogramu w wybranych regionach (modyfikowane wersje algorytmów CLAHE i AHE) w celu dodatkowego uwypuklenia określonych cech obrazu. Wcześniejsza weryfikacja MU Pierwsza forma Monitora Udaru została zweryfikowana kliniczne na blisko 70 badaniach TK mózgu (w tym ponad 40 przypadków wczesnego udaru niemych lub bardzo trudnych diagnostycznie), co opisano w [13] (była to forma MU zbliżona do opisanej w następnej sekcji formy MU: z silną ekstrakcją). Wykazano istotną poprawę skuteczności detekcji udaru niedokrwiennego przy wykorzystaniu MU jako dodatkowego narzędzia przy ocenie badań udarowych. Nastąpił wyraźny wzrost czułości i trafności decyzji diagnostycznych oraz skrócenie czasu oceny badań. Jednak uzyskane wskaźniki skuteczności diagnozy są jeszcze dalekie od zadawalających: liczba wskazań fałszywie pozytywnych wyniosła średnio na badanie 0,31, czułość - 64%. Przyczyną są m.in. wspomniane wyżej ograniczenia. Dalsza optymalizacja metody wspomagania detekcji udaru niedokrwiennego jest więc konieczna. Opisane poniżej eksperymenty stanowią wstępną weryfikację udoskonaleń MU. Mają charakter orientacyjnej weryfikacji procesu optymalizacji monitora w wspomnianych kierunkach. Służą większemu zrozumieniu procesu interpretacji tego typu badań i określenia występujących ograniczeń, by zobiektywi- ELEKTRONIKA 7-8/
7 Rys. 4. Koncepcja segmentacji wykorzystującej metody progowania, wypełniania i rozrostu z dobieranymi regułami przynależności. W rozwiązaniu uniwersalnym wartości progów są dobierane na podstawie modelowania histogramu metodą GMM Fig. 4. Concept of segmentation method with thresholding, and adaptive region growing based on selected membership rules. Gaussian mixture modeling of local histograms improve adaptive threshold selection 110. ELEKTRONIKA 7-8/2008
8 zować i możliwie usprawnić komputerowe narzędzia wspomagania oraz potwierdzić ich użyteczność przynajmniej w ograniczonym zakresie zastosowań. Eksperymenty Przeprowadzone eksperymenty dotyczą weryfikacji kilku form MU: z poprawą percepcji (MU-PP), z silną ekstrakcją (MU- SE), delikatny detektor (MU-DD) oraz detektor (MU-DE), przedstawionych na rys. 5. Formy te różnią się przede wszystkim zastosowanym przekształceniem wieloskalowym oraz odpowiednio dobraną metodą ekstrakcji udaru w hierarchicznej dziedzinie wielorozdzielczej: MU-PP z bazą falek geometrycznych curvelets wraz z miękkim progowaniem modułu zespolonych współczynników WaveShrink d) oceny poprawy percepcji symptomów udaru w skali - 2 do 2 (-2 zdecydowane pogorszenie percepcji, 2 znaczna poprawa percepcji) jak na rys. 3. Za decyzję prawdziwie pozytywną uznawano wskazanie poprawnej lokalizacji udaru przy stopniu widoczności minimum 3 oraz pewności przekraczającej 50%, natomiast wskazanie fałszywie pozytywne dotyczyło złej lokalizacji z odpowiednio wysokim stopniem widoczności oraz pewnością decyzji. Ocena poprawy percepcji (percepcja) zawiera średnią ocen obserwatorów (skala -2 do 2). Wyniki testów zestawiono w tabelach 2 4. Na rysunku 6. pokazano przykładowe wskazania MU w przeprowadzonych testach. Definicje wykorzystanych miar efektywności są następujące: dokadność = (liczba wskazań prawdziwych odniesiona do ogółu przypadków) gdzie: µ moduł wartości zespolonej współczynnika, λ - próg. MU-SE z bazą falkową tspline2 uzupełnioną przekształceniem z bazą Atrial definiowaną filtrem dolnoprzepustowym [0,01995, 0,04271, 0,05224, 0,29271, 0,56458, 0,29271;0,05224, 0,04271, 0,01995], z progowaniem miękkim; MU-DD to sekwencja transformacji z bazą falek geometrycznych (curvelets z WaveShrink) oraz tspline2; MU-DE to sekwencja tych samych transformacji w kolejności odwrotnej z bazą tspline2, następnie falek geometrycznych (curvelets z WaveShrink). Wykorzystano tę samą metodę segmentacji (z rys. 4) oraz sposób wizualizacji dopasowany do charakteru przetworzonych danych. Jako badania testowe wybrano 6 przypadków z wcześniejszego testu klinicznego opisanego w [13], które sprawiły najwięcej kłopotów wskazania MU właściwie nie były tutaj pomocne albo wręcz powodowały fałszywe decyzje radiologów (wyniki z tego testu umieszczono w tab. 1). Celem weryfikacji była oczywistość wskazań doskonalonego MU. Do testów zaproszono więc różne grupy mniej doświadczonych obserwatorów: studentów Akademii Medycznej oraz studentów niezwiązanych z medycyną. Dodatkowo, przeprowadzono test z udziałem radiologa o niewielkim stażu poszerzając zbiór badań testowych do 24 przypadków (w tym 6 wspomnianych badań trudnych w ocenie, w sumie 14 przypadków badań z potwierdzonym klinicznie udarem i 10 przypadków badań pacjentów, w przypadku których wstępne rozpoznanie udaru nie potwierdziło się). Po krótkim przeszkoleniu teoretycznym oraz praktycznym, obejmującym technikę posługiwania się MU, samą procedurę badania oraz sposób formalizacji ocen według przyjętych skal przeprowadzono eksperyment oceny badań TK według ogólnie obowiązujących zasad (niezależność ocen, dowolny czas oceny, indywidualny dobór warunków prezentacji). Formalizacja ocen dotyczyła: a) wskazania lokalizacji udaru poprzez podanie warstwy i przybliżonego miejsca jak na rys. 3; b) oceny stopnia widoczności symptomów udaru w skali 1-5, gdzie 1 to definitywny brak udaru, 2-raczej nie ma udaru, 3-jest podejrzany, ale bardzo subtelny symptom, 4-prawdopodobny udar, 5-ewidentny udar; c) uzupełniającego określenia ogólnej pewności decyzji w procentach; błąd = (liczba wskazań fałszywych odniesiona do ogółu przypadków), czułość = (liczba prawdziwych wskazań patologii odniesiona do wszystkich przypadków z patologią), trafność = (inaczej swoistość, liczba prawdziwych wskazań braku patologii odniesiona do wszystkich przypadków bez patologii), Przewidywana wartość pozytywna (PVP) = (udział decyzji prawdziwych we wszystkich wskazaniach patologii). oryginał 0,625 0,375 0,583 0,666 0,466 MU - wersja z [13] 0,416 0,583 0,5 0,333 0,375 Tab. 2. Wyniki testu (wartości średnie) dla 6 wybranych badań trudnych, z udziałem 4 studentów z Sekcji Neuroanatomii Studenckiego Koła Naukowego przy Zakładzie Anatomii Prawidłowej AM. Pogrubiono najlepsze wyniki dla monitora Tabl. 2. Experimental results for 4 medical students (university of technology and university) interpreted test examinations of 6 difficult cases. The best scores were bolded Badania Tab. 1. Wyniki testu (wartości średnie) detekcji udaru niedokrwiennego opisanego w [13] dla 6 wybranych badań trudnych, z udziałem 4 radiologów-specjalistów z dwóch ośrodków Tabl. 1. The results of stroke detection for the experiment reported in [13]. 4 experts interpreted test set of 6 diagnostically difficult cases Badania dokładność błąd czułość trafność PVP dokładność błąd czułość trafność PVP percepcja oryginał 0,434 0,565 0,416 0,416 0, MU-PP 0,5 0,5 0,5 0,333 0,4 0,444 MU-DD 0,391 0,608 0,583 0,166 0,368 0,722 MU-SE 0,5 0,5 0,667 0,25 0,444 0,666 MU-DE 0,708 0,291 0,833 0,583 0,625 0,444 Rezultaty testów, chociaż przeprowadzone na niewielkiej grupie 6 badań, ukazują użyteczną rolę monitora. Wszystkie średnie oceny poprawy percepcji są dodatnie, czyli wskazują na lepszą lub wyraźnie lepszą widoczność symptomów udaru ELEKTRONIKA 7-8/
9 Rys. 5. Różne formy ekstrakcji treści w MU. Kolejno w wierszach: badanie wczesne, inteligentna wizualizacja z segmentacją i korekcją histogramu, badanie późne oraz 4 formy przetwarzania MU-PP, MU-SE, MU-DD oraz MU-DE (opis w tekście) Fig. 5. Different forms of stroke monitor indications; successively row by row: input acute examination case, histogram-based correction of visualized areas, and 4 processed image forms according to MU-PP, MU-SE, MU-DD, MU-DE schemes described below w obrazach monitora. W różnych grupach obserwatorów preferencje rozkładały się niejednakowo. Studentom medycyny przypadł do gustu delikatny detektor, który jest formą pośrednią pomiędzy klarowną podpowiedzią a jedynie wyraźniejszym zarysowaniem struktur, zmuszającym do trafnej oceny wydobytych, niekiedy dość złożonych informacji dodatkowych. Jednak preferencje co do formy działania monitora rozmijały się z efektywnością stawiania diagnozy wyraźnie najlepiej interpretowane były badania z wykorzystaniem MU-DE. Warto też zauważyć, że czułość badania była wyraźnie większa od średniej czułości dla 4 specjalistów bez monitora przy akceptowalnym poziomie trafności. Z kolei studenci Politechniki woleli jasne, jednoznaczne wskazania detektora MU-DE, bo brak wiedzy medycznej utrudniał im interpretację bardziej złożonych obrazów. Większe zaufanie do MU pozwoliło im uzyskać bardzo dobre wyniki w detekcji udaru dzięki klarownym i przekonującym sugestiom monitora (przy dużej ostrożności wysoka trafność bardzo poprawiła się czułość ich decyzji). Niemałą rolę odegrała także umiejętność sprawnego posługiwania się narzędziami informatycznymi i doświadczenie w analizie obrazów przetwarzanych. Mniej doświadczony radiolog opowiedział się za formą MU-PP, bo wówczas miał dostęp do dodatkowej informacji i mógł w większy sposób zrobić użytek z wiedzy medycznej. Ograniczone zaufanie do podpowiedzi MU nie pozwoliło zwiększyć jego efektywności w diagnozowaniu. Jednak w rozszerzonej próbie 24 badań, gdzie dodano przypadki o średnim poziomie trudności interpretacji, zanotowano największy, ponad dwukrotny, wzrost czułości przy tym samym poziomie trafności tym razem dla MU-DD. Tab. 3. Wyniki testu (wartości średnie) dla 6 wybranych badań trudnych, z udziałem 4 studentów niezwiązanych z medycyną (3 z Politechniki Warszawskiej) Tabl. 3. Experimental results for 4 non-medical students (university of technology and university) interpreted test examinations of 6 difficult cases Badania dokładność błąd czułość trafność PVP percepcja oryginał 0,5 0,541 0,25 0,75 0,5 -- MU-PP 0,7 0,3 0,5 0,666 0,545 0,04 MU-DD 0,789 0,210 0,210 0,210 0,636 0,42 MU-SE 0,818 0,181 0,833 0,666 0,714 0,5 MU-DE 0,85 0,15 1 0,75 0,8 0,96 Klasyfikacja form monitora ze względu na użyteczność w interpretacji badań udarowych dla testowej grupy niespecjalistów przedstawia się następująco: wyraźnie najlepsze wyniki uzyskano dla MU-DE (według przyjętych miar efektywności), potem porównywalne rezultaty dla MU-DD i MU-SE, a najgorzej wypadł MU-PP. Wnioskiem jest duża przydatność trzech pierwszych form w zastosowaniach edukacyjnych. Wydaje się jednak, że w grupie specjalistów rola MU-PP może być istotniejsza sygnalizuje to wskazanie tej formy jako najbardziej poprawiającej percepcję symptomów 112. ELEKTRONIKA 7-8/2008
10 MU - PP MU - DE MU - DD MU - DE MU - PP MU - DD Rys. 6. Przykładowe efekty wspomagania za pomocą MU. W lewej kolumnie badanie TK w fazie nadostrej, dwie środkowe kolumny to wizualizacja monitora, a ostatnia kolumna to potwierdzenie udaru w badaniu późnym Fig. 6. Example of stroke monitor assistance effects: acute stroke (left), two monitor visualizations (middle) and follow-up Tab. 4. Wyniki testu dla 6 wybranych badań trudnych, z udziałem mniej doświadczonego radiologa Tabl. 4. Experimental results for inexperienced radiologist interpreted test examinations of 6 difficult cases Badania dokładność oryginał 0,833 0,166 0, , MU-PP 0,666 0,333 0,666 0,666 0,666 1,83 MU-DD 0,833 0,166 0, ,66 MU-SE 0,666 0,333 0,666 0,666 0,666 1,83 MU-DE 0,833 0,166 0, ,5 ab. 5. Wyniki testu z udziałem mniej doświadczonego radiologa na grupie badań rozszerzonej do 24 przypadków Tabl. 5. Experimental results for inexperienced radiologist interpreted extended test examinations of 24 cases Badania błąd czułość trafność PVP percepcja dokładność błąd czułość trafność PVP percepcja oryginał 0,625 0,375 0, , MU-PP 0,75 0,25 0,642 0,9 0,75 1,916 MU-DD 0,875 0,125 0, ,916 1,625 MU-SE 0,791 0,208 0,714 0,9 0,769 1,791 MU-DE 0,833 0,166 0, ,909 1,625 ELEKTRONIKA 7-8/
11 przez radiologa oraz opinie drugiego radiologa z większym doświadczeniem, który nadzorował testy. W tym przypadku korzystne było równoczesne wyświetlenie MU-PP i jednej z form detektora Konkluzje Przedstawiona koncepcja Monitora Udaru wydaje się być kompleksowym rozwiązaniem, które pozwoli na znaczącą poprawę skuteczności detekcji udaru niedokrwiennego. W zakresie doskonalonych rozwiązań uzyskano obiecujące potwierdzenie możliwości wspomagania procesu interpretacji badań TK zwiększając skuteczność ocen we wszystkich grupach obserwatorów biorących udział w teście. Stosowanie monitora pozwala przede wszystkim wyraźnie zwiększyć czułość detekcji udaru, przy zachowaniu średniej trafności interpretacji zredukowano efekt występowania wskazań czy sugestii fałszywie pozytywnych (mniejsza trafność), co ograniczało użyteczność poprzedniej wersji (tab. 1). Przytoczone rezultaty i ich analizy mają oczywiście charakter orientacyjny, potwierdzający jedynie słuszność obranego kierunku badań. Uwidaczniają dużą rolę doboru form wizualizacji ekstrahowanej zwracając uwagę na zróżnicowane preferencje użytkowników. Istotnym elementem warunkującym użyteczność monitora jest rozumienie i przypisanie odpowiedniej wagi do wskazań narzędzia wspomagającego oraz doświadczenie w posługiwaniu się dodatkową formą wizualizacji selektywnie dobranej informacji obrazowej. Poszczególne rozwiązania algorytmów i metod stosowanych w różnych formach monitora są podatne na dalsze modyfikacje, które czynią to narzędzie bardziej uniwersalnym i niezawodnym. Planowane są dalsze poszukiwania optymalnych form wspomagania diagnozy udaru i kolejne testy z udziałem specjalistów na statystycznie istotnym zbiorze badań testowych. Praca naukowa finansowana ze środków na naukę w latach jako projekt badawczy N /3301 Literatura [1] von Kummer R., Allen K.L. i in.: Acute stroke: usefulness of early CT findings before thrombolytic therapy. Radiology 1997; 205: [2 von Kummer R.: The impact of CT on acute stroke treatment, in: P. Lyden (Ed.). Thrombolytic Therapy for Stroke, Humana Press, Totowa, New Jersey, USA, [3] Adams H., Adams R., Del Zoppo G., Goldstein L.B.: Guidelines for 13 the early management of patients with ischemic stroke, 2005 guidelines update, A scientific statement from the Stroke Council of the American 15 Heart Association/American Stroke Association. Stroke 2005; 36: [4] Sa de Camargo E.C., Koroshetz W.J.: Neuroimaging of ischemia and infarction. The Journal of the American Society for Experimental NeuroTherapeutics 2005; 2(2): [5] Larrue V.,von Kummer R.R., Muller A., Bluhmki E.: Risk factors for severe hemorrhagic transformation in ischemic stroke patients treated with recombinant tissue plasminogen activator: a secondary analysis of the European-Australasian Acute Stroke Study (ECASS II). Stroke 2001; 32: [6] Tomura N., Uemura K. i in.: Early CT finding in cerebral infarction. Radiology 1988; 168: [7 Osborn A.G: Diagnostic Neuroradiology, Mosby-year Book, [8] European guidelines in quality criteria for computed tomography. Report EUR 16262, Office for Official Publications of the European Communities, Brussels, [9] Candes E.J., Demanet L., Donoho D.L., Ying L.: Fast discrete curvelet transforms. Multiscale Model. Simul., 5: [10] Do M.N., Vetterli M., Contourlets, Beyond Wavelets, G.V. Welland ed., Academic Press, [11] Przelaskowski A., Bargieł P., Rachocka A.: Segmentacja struktur mózgu podatnych na udarowe zmiany hipodensyjne w badaniach TK. Prace Naukowe Politechniki Warszawskiej - Elektronika, materiały II Sympozjum Inżynieria Biomedyczna i Telemedycyna IBiTel w Warszawie, Oficyna Wydawnicza PW, [12] Führ H., Demaret L., Friedrich F.: Beyond wavelets: new image representation paradigms. Chapter 7 in M. Barni (ed.): Document and Image Compression. CRC Press, [13] Sklinda K., Bargiel P., Przelaskowski A., Bulski T., Walecki J., Grieb P.: Multiscale extraction of hypodensity in hyperacute stroke. Medical Science Monitor 2007; 13(Suppl 1):5-10, Proc XXXVIII Congress of the Polish Medical Society of Radiology ELEKTRONIKA 7-8/2008
Diagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie drugie Podstawowe przekształcenia obrazu 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami obrazu wykonywanymi
Bardziej szczegółowoBADANIA LABORATORYJNE WYKONYWANE W PRZYPADKU NIEDOKRWIENNEGO UDARU MÓZGU
442 Część II. Neurologia kliniczna BADANIA LABORATORYJNE WYKONYWANE W PRZYPADKU NIEDOKRWIENNEGO UDARU MÓZGU Badania neuroobrazowe Badanie tomografii komputerowej głowy Zasadniczym rozróżnieniem wydaje
Bardziej szczegółowoSpośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy prosty i skuteczny.
Filtracja nieliniowa może być bardzo skuteczną metodą polepszania jakości obrazów Filtry nieliniowe Filtr medianowy Spośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
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 szczegółowoElektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan
Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego Piotr Walerjan Elektrofizjologia w padaczce Dlaczego stosujemy metody elektrofizjologiczne w diagnostyce padaczki? Ognisko padaczkowe Lokalizacja
Bardziej szczegółowoElektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan PWSIM MEDISOFT
Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego Piotr Walerjan PWSIM MEDISOFT Elektrofizjologia w padaczce Dlaczego stosujemy metody elektrofizjologiczne w diagnostyce padaczki? Ognisko
Bardziej szczegółowoPrzetwarzanie obrazów wykład 4
Przetwarzanie obrazów wykład 4 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Filtry nieliniowe Filtry nieliniowe (kombinowane)
Bardziej szczegółowoPrzekształcenia punktowe
Przekształcenia punktowe Przekształcenia punktowe realizowane sa w taki sposób, że wymagane operacje wykonuje sie na poszczególnych pojedynczych punktach źródłowego obrazu, otrzymujac w efekcie pojedyncze
Bardziej szczegółowoKierunek Zarządzanie II stopnia Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych
Kierunek Zarządzanie II stopnia Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych Objaśnienie oznaczeń: Z efekty kierunkowe dla Zarządzania W wiedza
Bardziej szczegółowoLaboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 9. Przetwarzanie sygnałów wizyjnych. Politechnika Świętokrzyska.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 9 Przetwarzanie sygnałów wizyjnych. Cel ćwiczenia Celem ćwiczenia jest zapoznanie studentów z funkcjami pozwalającymi na
Bardziej szczegółowoAnaliza obrazów - sprawozdanie nr 2
Analiza obrazów - sprawozdanie nr 2 Filtracja obrazów Filtracja obrazu polega na obliczeniu wartości każdego z punktów obrazu na podstawie punktów z jego otoczenia. Każdy sąsiedni piksel ma wagę, która
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA Realizowany w roku akademickim 2016/2017
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2015-2017 Realizowany w roku akademickim 2016/2017 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu
Bardziej szczegółowoPattern Classification
Pattern Classification All materials in these slides were taken from Pattern Classification (2nd ed) by R. O. Duda, P. E. Hart and D. G. Stork, John Wiley & Sons, 2000 with the permission of the authors
Bardziej szczegółowoTesty wysiłkowe w wadach serca
XX Konferencja Szkoleniowa i XVI Międzynarodowa Konferencja Wspólna SENiT oraz ISHNE 5-8 marca 2014 roku, Kościelisko Testy wysiłkowe w wadach serca Sławomira Borowicz-Bieńkowska Katedra Rehabilitacji
Bardziej szczegółowoSegmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda
Segmentacja obrazów cyfrowych Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp autor: Łukasz Chlebda 1 Segmentacja obrazów cyfrowych - temat pracy Temat pracy: Aplikacja do segmentacji
Bardziej szczegółowoANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza
ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ Joanna Bryndza Wprowadzenie Jednym z kluczowych problemów w szacowaniu poziomu ryzyka przedsięwzięcia informatycznego
Bardziej szczegółowoImplementacja filtru Canny ego
ANALIZA I PRZETWARZANIE OBRAZÓW Implementacja filtru Canny ego Autor: Katarzyna Piotrowicz Kraków,2015-06-11 Spis treści 1. Wstęp... 1 2. Implementacja... 2 3. Przykłady... 3 Porównanie wykrytych krawędzi
Bardziej szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Bardziej szczegółowoWspomaganie 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 szczegółowoPolitechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 8. Filtracja uśredniająca i statystyczna.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 8 Filtracja uśredniająca i statystyczna. Cel ćwiczenia Celem ćwiczenia jest zdobycie umiejętności tworzenia i wykorzystywania
Bardziej szczegółowo13. Interpretacja wyników testowych
13. Interpretacja wyników testowych q testowanie a diagnozowanie psychologiczne q interpretacja wyników testu q interpretacja kliniczna a statystyczna q interpretacja ukierunkowana na kryteria lub normy
Bardziej szczegółowoAnaliza praktyk zarządczych i ich efektów w zakładach opieki zdrowotnej Województwa Opolskiego ROK 2008 STRESZCZENIE.
Analiza praktyk zarządczych i ich efektów w zakładach opieki zdrowotnej Województwa Opolskiego ROK 2008 STRESZCZENIE Marcin Kautsch Opracowanie dla Urzędu Marszałkowskiego Województwa Opolskiego Kraków,
Bardziej szczegółowoMODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoDr n. med. Tomasz Kluz
(1) Nazwa przedmiotu Nowoczesne Techniki Diagnostyczne () Nazwa jednostki prowadzącej przedmiot Wydział Medyczny Instytut Położnictwa i Ratownictwa Medycznego Katedra: Położnictwa (3) Kod przedmiotu -
Bardziej szczegółowoWizualizacji zmian o małym kontraście w obrazach TK za pomocą falek kierunkowych 3W
Wizualizacji zmian o małym kontraście w obrazach TK za pomocą falek kierunkowych 3W Grzegorz Ostrek Instytut Radioelektroniki, Politechnika Warszawska gostrek@ire.pw.edu.pl Streszczenie: Artykuł przedstawia
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska INFORMACJE WSTĘPNE Hipotezy do uczenia się lub tworzenia
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 szczegółowoInteligentna analiza danych
Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki
Bardziej szczegółowoAnna Fabijańska. Algorytmy segmentacji w systemach analizy ilościowej obrazów
POLITECHNIKA ŁÓDZKA Wydział Elektrotechniki Elektroniki Informatyki i Automatyki Katedra Informatyki Stosowanej Anna Fabijańska Nr albumu: 109647 Streszczenie pracy magisterskiej nt.: Algorytmy segmentacji
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoPrzykłady opóźnień w rozpoznaniu chorób nowotworowych u dzieci i młodzieży Analiza przyczyn i konsekwencji
PROGRAM POPRAWY WCZESNEGO WYKRYWANIA I DIAGNOZOWANIA NOWOTWORÓW U DZIECI W PIĘCIU WOJEWÓDZTWACH POLSKI Przykłady opóźnień w rozpoznaniu chorób nowotworowych u dzieci i młodzieży Analiza przyczyn i konsekwencji
Bardziej szczegółowoMultimedialne Systemy Medyczne
Multimedialne Systemy Medyczne Brain-Computer Interfaces (BCI) mgr inż. Katarzyna Kaszuba Interfejsy BCI Interfejsy BCI Interfejsy mózgkomputer. Zwykle wykorzystują sygnał elektroencefalografu (EEG) do
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 szczegółowoJAKOŚĆ DANYCH Z PERSPEKTYWY SYSTEMÓW WSPOMAGANIA DECYZJI KLINICZNYCH. Dr hab. inż. Szymon Wilk Politechnika Poznańska Instytut Informatyki
JAKOŚĆ DANYCH Z PERSPEKTYWY SYSTEMÓW WSPOMAGANIA DECYZJI KLINICZNYCH Dr hab. inż. Szymon Wilk Politechnika Poznańska Instytut Informatyki Warszawa, 28.11.2011 Konferencja ekspercka dotycząca e-zdrowia
Bardziej szczegółowoTRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH
1-2013 PROBLEMY EKSPLOATACJI 27 Izabela JÓZEFCZYK, Romuald MAŁECKI Politechnika Warszawska, Płock TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH Słowa kluczowe Sygnał, dyskretna transformacja falkowa,
Bardziej szczegółowoAkupunktura Trudności w projektowaniu badań klinicznych
Akupunktura Trudności w projektowaniu badań klinicznych AKUPUNKTURA TRUDNOŚCI W PROJEKTOWANIU BADAŃ KLINICZNYCH Bartosz Chmielnicki słowa kluczowe: Akupunktura, metodologia, medycyna oparta na faktach,
Bardziej szczegółowoSzkice rozwiązań z R:
Szkice rozwiązań z R: Zadanie 1. Założono doświadczenie farmakologiczne. Obserwowano przyrost wagi ciała (przyrost [gram]) przy zadanych dawkach trzech preparatów (dawka.a, dawka.b, dawka.c). Obiektami
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 szczegółowoEKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ
Janusz Bobulski Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska ul. Dąbrowskiego 73 42-200 Częstochowa januszb@icis.pcz.pl EKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ
Bardziej szczegółowoMetody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.
Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia Mgr inż. Dorota Smorawa Plan prezentacji 1. Wprowadzenie do zagadnienia 2. Opis urządzeń badawczych
Bardziej szczegółowoCo to jest termografia?
Co to jest termografia? Słowo Termografia Pochodzi od dwóch słów "termo" czyli ciepło i "grafia" rysować, opisywać więc termografia to opisywanie przy pomocy temperatury zmian zachodzących w naszym organiźmie
Bardziej szczegółowoprzetworzonego sygnału
Synteza falek ortogonalnych na podstawie oceny przetworzonego sygnału Instytut Informatyki Politechnika Łódzka 28 lutego 2012 Plan prezentacji 1 Sformułowanie problemu 2 3 4 Historia przekształcenia falkowego
Bardziej szczegółowoObrazowanie MRI Skopia rtg Scyntygrafia PET
Wyzwania wynikające z rozwoju metod obrazowania Technika i technologia Konferencja w ramach projektu Wykorzystywanie nowych metod i narzędzi w kształceniu studentów UMB w zakresie ochrony radiologicznej
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 szczegółowoP R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H
W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania
Bardziej szczegółowoAdaptive wavelet synthesis for improving digital image processing
for improving digital image processing Politechnika Łódzka Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej 4 listopada 2010 Plan prezentacji 1 Wstęp 2 Dyskretne przekształcenie falkowe
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 szczegółowoPROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY
PROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY 1. NAZWA PRZEDMIOTU : ANALIZA I PRZETWARZANIE OBRAZÓW MEDYCZNYCH 2. NAZWA JEDNOSTKI (jednostek
Bardziej szczegółowoMODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ
Jarosław MAŃKOWSKI * Andrzej ŻABICKI * Piotr ŻACH * MODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ 1. WSTĘP W analizach MES dużych konstrukcji wykonywanych na skalę
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 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 szczegółowoWartość diagnostyczna angio-tk w diagnostyce krwotoku podpajęczynówkowego
Wartość diagnostyczna angio-tk w diagnostyce krwotoku podpajęczynówkowego Przed wprowadzeniem do diagnostyki angio-tk złotym standardem w ocenie naczyń mózgowych w SAH była angiografia klasyczna. Wartość
Bardziej szczegółowoPomiary w technice studyjnej. TESTY PESQ i PEAQ
Pomiary w technice studyjnej TESTY PESQ i PEAQ Wprowadzenie Problem: ocena jakości sygnału dźwiękowego. Metody obiektywne - np. pomiar SNR czy THD+N - nie dają pełnych informacji o jakości sygnału. Ważne
Bardziej szczegółowoPROKALCYTONINA infekcje bakteryjne i sepsa. wprowadzenie
PROKALCYTONINA infekcje bakteryjne i sepsa wprowadzenie CZĘŚĆ PIERWSZA: Czym jest prokalcytonina? PCT w diagnostyce i monitowaniu sepsy PCT w diagnostyce zapalenia dolnych dróg oddechowych Interpretacje
Bardziej szczegółowoWykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Bardziej szczegółowoRozpoznawanie obrazów na przykładzie rozpoznawania twarzy
Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy Wykorzystane materiały: Zadanie W dalszej części prezentacji będzie omawiane zagadnienie rozpoznawania twarzy Problem ten można jednak uogólnić
Bardziej szczegółowow analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 8 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoAlgorytmy decyzyjne będące alternatywą dla sieci neuronowych
Algorytmy decyzyjne będące alternatywą dla sieci neuronowych Piotr Dalka Przykładowe algorytmy decyzyjne Sztuczne sieci neuronowe Algorytm k najbliższych sąsiadów Kaskada klasyfikatorów AdaBoost Naiwny
Bardziej szczegółowoSpis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08
Spis treści Wstęp.............................................................. 7 Część I Podstawy analizy i modelowania systemów 1. Charakterystyka systemów informacyjnych....................... 13 1.1.
Bardziej szczegółowoMETODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu
Bardziej szczegółowoKomputerowa diagnoza medyczna tworzenie i interpretowanie. prof. dr hab. inż. Andrzej Walczak
Komputerowa diagnoza medyczna tworzenie i interpretowanie prof. dr hab. inż. Andrzej Walczak Agenda 1. Po co budujemy komputerowe wspomaganie diagnostyki medycznej? 2. Wymagania na IT wdrażane w medycynie
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przekształcenia kontekstowe Liniowe Nieliniowe - filtry Przekształcenia kontekstowe dokonują transformacji poziomów jasności pikseli analizując za każdym razem nie tylko jasność danego
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY III
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY III Program nauczania matematyki w gimnazjum Matematyka dla przyszłości DKW 4014 162/99 Opracowała: mgr Mariola Bagińska 1. Liczby i działania Podaje rozwinięcia
Bardziej szczegółowoZbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2016 część 7
7. NORMALIZACJA I BINARYZACJA ADAPTATYWNA 7.1. Normalizacja lokalna Zwykłe konwolucje działają w jednakowy sposób na całym obrazie. Plugin Local Normalization przeprowadza filtrowanie Gaussa w zależności
Bardziej szczegółowoElektronika i Telekomunikacja I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
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 szczegółowoProste metody przetwarzania obrazu
Operacje na pikselach obrazu (operacje punktowe, bezkontekstowe) Operacje arytmetyczne Dodanie (odjęcie) do obrazu stałej 1 Mnożenie (dzielenie) obrazu przez stałą Operacje dodawania i mnożenia są operacjami
Bardziej szczegółowoMichał Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (1)
Michał Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (1) Prezentacja multimedialna współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie Innowacyjna
Bardziej szczegółowoModelowanie terenu na bazie symulacji erozji z wykorzystaniem deformowalnych wokseli
Modelowanie terenu na bazie symulacji erozji z wykorzystaniem deformowalnych wokseli Autor: Michał Kurowski Opiekun: prof. dr hab. inż. Jan Zabrodzki Wydział Elektroniki i Technik Informacyjnych, Zakład
Bardziej szczegółowoOcena rozprawy na stopień doktora nauk medycznych lekarz Małgorzaty Marii Skuzy
Dr hab. n. med. Elżbieta Jurkiewicz, prof. nadzw. Warszawa, 6 lipca 2016 Kierownik Zakładu Diagnostyki Obrazowej Instytut Pomnik-Centrum Zdrowia Dziecka w Warszawie Ocena rozprawy na stopień doktora nauk
Bardziej szczegółowoX SPOTKANIE EKSPERCKIE. System ocen pracowniczych metodą 360 stopni
X SPOTKANIE EKSPERCKIE System ocen pracowniczych metodą 360 stopni Warszawa, 16.09.2011 Ocena wieloźródłowa od koncepcji do rezultatów badania dr Anna Bugalska Najlepsze praktyki Instytutu Rozwoju Biznesu
Bardziej szczegółowoDZIENNIK PRAKTYKI KIERUNEK: ELEKTRORADIOLOGIA CZĘŚĆ II ZAKRES: Diagnostyka Elektromedyczna
DZIENNIK PRAKTYKI KIERUNEK: ELEKTRORADIOLOGIA CZĘŚĆ II ZAKRES: Diagnostyka Elektromedyczna Imię i nazwisko studenta. Numer albumu.. Rok/sem... Specjalność Opiekun w instytucji Opiekun z ramienia uczelni.
Bardziej szczegółowoTestowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie
Bardziej szczegółowoMetody Programowania
POLITECHNIKA KRAKOWSKA - WIEiK KATEDRA AUTOMATYKI i TECHNIK INFORMACYJNYCH Metody Programowania www.pk.edu.pl/~zk/mp_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 8: Wyszukiwanie
Bardziej szczegółowoModelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
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 szczegółowo!!!!!!!!!!! PORTFOLIO: Analiza zachowań użytkowników serwisów internetowych. Autorzy: Marek Zachara
PORTFOLIO: Analiza zachowań użytkowników serwisów internetowych Autorzy: Marek Zachara Opis merytoryczny Cel naukowy (jaki problem wnioskodawca podejmuje się rozwiązać, co jest jego istotą, co uzasadnia
Bardziej szczegółowoPrzekształcenia widmowe Transformata Fouriera. Adam Wojciechowski
Przekształcenia widmowe Transformata Fouriera Adam Wojciechowski Przekształcenia widmowe Odmiana przekształceń kontekstowych, w których kontekstem jest w zasadzie cały obraz. Za pomocą transformaty Fouriera
Bardziej szczegółowoWykład 4: Statystyki opisowe (część 1)
Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można
Bardziej szczegółowoProf. Stanisław Jankowski
Prof. Stanisław Jankowski Zakład Sztucznej Inteligencji Zespół Statystycznych Systemów Uczących się p. 228 sjank@ise.pw.edu.pl Zakres badań: Sztuczne sieci neuronowe Maszyny wektorów nośnych SVM Maszyny
Bardziej szczegółowoPrzetwarzanie obrazów wykład 2
Przetwarzanie obrazów wykład 2 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Etapy obróbki pozyskanego obrazu Obróbka wstępna
Bardziej szczegółowoWYKRESY SPORZĄDZANE W UKŁADZIE WSPÓŁRZĘDNYCH:
WYKRESY SPORZĄDZANE W UKŁADZIE WSPÓŁRZĘDNYCH: Zasada podstawowa: Wykorzystujemy możliwie najmniej skomplikowaną formę wykresu, jeżeli to możliwe unikamy wykresów 3D (zaciemnianie treści), uwaga na kolory
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Bardziej szczegółowoCykl organizacyjny le Chateliera
Cykl organizacyjny le Chateliera Cykl organizacyjny Cykl określa etapy postępowania, które należy zachować, jeśli się chce, aby jakiekolwiek działanie przebiegało w sposób sprawny. 1 Etapy w cyklu organizacyjnym
Bardziej szczegółowoSamochodowy system detekcji i rozpoznawania znaków drogowych. Sensory w budowie maszyn i pojazdów Maciej Śmigielski
Samochodowy system detekcji i rozpoznawania znaków drogowych Sensory w budowie maszyn i pojazdów Maciej Śmigielski Rozpoznawanie obrazów Rozpoznawaniem obrazów możemy nazwać proces przetwarzania i analizowania
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU CYFROWE PRZETWARZANIE SYGNAŁÓW
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoRAPORT Z BADANIA SATYSFAKCJI KLIENTÓW KORZYSTAJĄCYCH Z USŁUG ŚWIADCZONYCH PRZEZ URZĄD MIASTA RZESZOWA
RAPORT Z BADANIA SATYSFAKCJI KLIENTÓW KORZYSTAJĄCYCH Z USŁUG ŚWIADCZONYCH PRZEZ URZĄD MIASTA RZESZOWA Rzeszów, sierpień 2016 r. Spis treści 1 PRZEDMIOT ZAMÓWIENIA ORAZ CEL BADAŃ... 3 2 METODOLOGIA... 5
Bardziej szczegółowoSzukanie rozwiązań funkcji uwikłanych (równań nieliniowych)
Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
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 szczegółowoModelowanie zmian patologicznych sutka z wykorzystaniem analizy wielorozdzielczej
Modelowanie zmian patologicznych sutka z wykorzystaniem analizy wielorozdzielczej Artur Przelaskowski 1 Przemysław Wojtaszczyk 2, Anna Wróblewska 1 1 Politechnika Warszawska, Instytut Radiolelektroniki,
Bardziej szczegółowoAnaliza obrazu. wykład 3. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 3 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Binaryzacja Binaryzacja jest jedną z ważniejszych ż czynności punktowego przetwarzania obrazów. Poprzedza prawie zawsze
Bardziej szczegółowoW poszukiwaniu sensu w świecie widzialnym
W poszukiwaniu sensu w świecie widzialnym Andrzej Śluzek Nanyang Technological University Singapore Uniwersytet Mikołaja Kopernika Toruń AGH, Kraków, 28 maja 2010 1 Podziękowania Przedstawione wyniki powstały
Bardziej szczegółowoCHIRURGICZNE LECZENIE ZWĘŻEŃ TĘTNIC SZYJNYCH
CHIRURGICZNE LECZENIE ZWĘŻEŃ TĘTNIC SZYJNYCH KATEDRA I KLINIKA CHIRURGII NACZYŃ I ANGIOLOGII AKADEMII MEDYCZNEJ W LUBLINIE Kierownik: Dr hab.n. med. Jacek Wroński UDROŻNIENIE T. SZYJNEJ WEWNĘTRZNEJ WSKAZANIA
Bardziej szczegółowo