Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία
Η αυτόματη επεξεργασία εικόνων του ενδομητρίου αποτελεί ένα δύσκολο και πολυδιάστατο πρόβλημα, το οποίο έχει απασχολήσει πλήθος ερευνητών και για το οποίο έχει αναπτυχθεί μεγάλος αριθμός τεχνικών. Στην παρούσα διατριβή, παρουσιάζεται μια μεθοδολογική προσέγγιση, η οποία βασίζεται στη χρήση αλγορίθ...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Μορφή: | Thesis |
| Γλώσσα: | Greek |
| Έκδοση: |
2015
|
| Θέματα: | |
| Διαθέσιμο Online: | http://hdl.handle.net/10889/8537 |
| id |
nemertes-10889-8537 |
|---|---|
| record_format |
dspace |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Ενδομήτριο Ανώμαλη ενδομήτρια αιμορραγία Καρκίνος ενδομητρίου Υστεροσκόπηση Ιστολογία Προσαρμοστική εξισορρόπηση με περιορισμένης αντίθεσης ιστόγραμμα Συνάρτηση Gauss Κεντρικοί άξονες αγγείων Χαρακτηριστικά αγγείων Χαρακτηριστικά υφής Μέθοδος σειριακής εμπρόσθιας μεταβλητής επιλογής Νευρωνικά δίκτυα Μέθοδος ασαφών – c – μέσων Endometrium Abnormal uterine bleeding Endometrial cancer Hysteroscopy Histology Contrast – limited adaptive histogram equalization Gauss function Vessel’s centerlines Vessel’s features Texture features Sequential Forward Floating Selection Neural networks Fuzzy – C – Means 618.140 028 5 |
| spellingShingle |
Ενδομήτριο Ανώμαλη ενδομήτρια αιμορραγία Καρκίνος ενδομητρίου Υστεροσκόπηση Ιστολογία Προσαρμοστική εξισορρόπηση με περιορισμένης αντίθεσης ιστόγραμμα Συνάρτηση Gauss Κεντρικοί άξονες αγγείων Χαρακτηριστικά αγγείων Χαρακτηριστικά υφής Μέθοδος σειριακής εμπρόσθιας μεταβλητής επιλογής Νευρωνικά δίκτυα Μέθοδος ασαφών – c – μέσων Endometrium Abnormal uterine bleeding Endometrial cancer Hysteroscopy Histology Contrast – limited adaptive histogram equalization Gauss function Vessel’s centerlines Vessel’s features Texture features Sequential Forward Floating Selection Neural networks Fuzzy – C – Means 618.140 028 5 Βλαχοκώστα, Αλεξάνδρα Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία |
| description |
Η αυτόματη επεξεργασία εικόνων του ενδομητρίου αποτελεί ένα δύσκολο και πολυδιάστατο πρόβλημα, το οποίο έχει απασχολήσει πλήθος ερευνητών και για το οποίο έχει αναπτυχθεί μεγάλος αριθμός τεχνικών.
Στην παρούσα διατριβή, παρουσιάζεται μια μεθοδολογική προσέγγιση, η οποία βασίζεται στη χρήση αλγορίθμων ψηφιακής επεξεργασίας και ανάλυσης εικόνων, για την αυτόματη εκτίμηση χαρακτηριστικών που περιγράφουν την αγγείωση και την υφή εικόνων του ενδομητρίου. Αφορμή της μελέτης αποτελεί ο ρόλος που διαπιστώνεται ότι διαδραματίζει η μεταβολή των τιμών των εν λόγω χαρακτηριστικών στην έγκαιρη διάγνωση των παθήσεων του ενδομητρίου.
Στα πλαίσια της διατριβής, υλοποιήθηκε κατάλληλη μεθοδολογία για τον υπολογισμό ενός συνόλου χαρακτηριστικών τόσο για υστεροσκοπικές εικόνες, όσο και για ιστολογικές εικόνες του ενδομητρίου. Ιδιαίτερη βαρύτητα δόθηκε στην προ – επεξεργασία των εικόνων προκειμένου να προκύψει βελτίωση της ποιότητας καθώς και ενίσχυση της αντίθεσης αυτών. Στη συνέχεια, ανιχνεύτηκαν τα σημεία που αποτελούν τους κεντρικούς άξονες των υπό εξέταση αγγείων με χρήση διαφορικού λογισμού για τις υστεροσκοπικές εικόνες και υπολογίστηκε ένα σύνολο χαρακτηριστικών μεγεθών που περιγράφουν την αγγείωση και την υφή των εικόνων τόσο για τις υστεροσκοπικές όσο και για τις ιστολογικές εικόνες. Τέλος, εφαρμόστηκαν κατάλληλοι αλγόριθμοι με σκοπό την κατηγοριοποίηση των υστεροσκοπικών και των ιστολογικών εικόνων και συγκεκριμένα τον διαχωρισμό των παθολογικών και των φυσιολογικών εικόνων του ενδομητρίου. Παράλληλα, χρησιμοποιήθηκε η ROC ανάλυση στην απεικόνιση και ανάλυση της συμπεριφοράς των εν λόγω κατηγοριοποιητών. |
| author2 |
Ματσόπουλος, Γεώργιος |
| author_facet |
Ματσόπουλος, Γεώργιος Βλαχοκώστα, Αλεξάνδρα |
| format |
Thesis |
| author |
Βλαχοκώστα, Αλεξάνδρα |
| author_sort |
Βλαχοκώστα, Αλεξάνδρα |
| title |
Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία |
| title_short |
Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία |
| title_full |
Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία |
| title_fullStr |
Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία |
| title_full_unstemmed |
Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία |
| title_sort |
ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία |
| publishDate |
2015 |
| url |
http://hdl.handle.net/10889/8537 |
| work_keys_str_mv |
AT blachokōstaalexandra anaptyxētechnikōnepexergasiasiatrikōndedomenōnkaisystēmatōnypostērixēstēsdiagnōsēsstēgynaikologia |
| _version_ |
1771297253186600960 |
| spelling |
nemertes-10889-85372022-09-05T13:57:45Z Ανάπτυξη τεχνικών επεξεργασίας ιατρικών δεδομένων και συστημάτων υποστήριξης της διάγνωσης στη γυναικολογία Βλαχοκώστα, Αλεξάνδρα Ματσόπουλος, Γεώργιος Ματσόπουλος, Γεώργιος Ουζούνογλου, Νικόλαος Αναστασοπούλου, Ιωάννα Κουτσούρης, Διονύσιος - Δημήτριος Κόνδη - Παφίτη, Αγάθη Αναστασόπουλος, Βασίλειος Βεντούρας, Ερρίκος Vlachokosta, Alexandra Ενδομήτριο Ανώμαλη ενδομήτρια αιμορραγία Καρκίνος ενδομητρίου Υστεροσκόπηση Ιστολογία Προσαρμοστική εξισορρόπηση με περιορισμένης αντίθεσης ιστόγραμμα Συνάρτηση Gauss Κεντρικοί άξονες αγγείων Χαρακτηριστικά αγγείων Χαρακτηριστικά υφής Μέθοδος σειριακής εμπρόσθιας μεταβλητής επιλογής Νευρωνικά δίκτυα Μέθοδος ασαφών – c – μέσων Endometrium Abnormal uterine bleeding Endometrial cancer Hysteroscopy Histology Contrast – limited adaptive histogram equalization Gauss function Vessel’s centerlines Vessel’s features Texture features Sequential Forward Floating Selection Neural networks Fuzzy – C – Means 618.140 028 5 Η αυτόματη επεξεργασία εικόνων του ενδομητρίου αποτελεί ένα δύσκολο και πολυδιάστατο πρόβλημα, το οποίο έχει απασχολήσει πλήθος ερευνητών και για το οποίο έχει αναπτυχθεί μεγάλος αριθμός τεχνικών. Στην παρούσα διατριβή, παρουσιάζεται μια μεθοδολογική προσέγγιση, η οποία βασίζεται στη χρήση αλγορίθμων ψηφιακής επεξεργασίας και ανάλυσης εικόνων, για την αυτόματη εκτίμηση χαρακτηριστικών που περιγράφουν την αγγείωση και την υφή εικόνων του ενδομητρίου. Αφορμή της μελέτης αποτελεί ο ρόλος που διαπιστώνεται ότι διαδραματίζει η μεταβολή των τιμών των εν λόγω χαρακτηριστικών στην έγκαιρη διάγνωση των παθήσεων του ενδομητρίου. Στα πλαίσια της διατριβής, υλοποιήθηκε κατάλληλη μεθοδολογία για τον υπολογισμό ενός συνόλου χαρακτηριστικών τόσο για υστεροσκοπικές εικόνες, όσο και για ιστολογικές εικόνες του ενδομητρίου. Ιδιαίτερη βαρύτητα δόθηκε στην προ – επεξεργασία των εικόνων προκειμένου να προκύψει βελτίωση της ποιότητας καθώς και ενίσχυση της αντίθεσης αυτών. Στη συνέχεια, ανιχνεύτηκαν τα σημεία που αποτελούν τους κεντρικούς άξονες των υπό εξέταση αγγείων με χρήση διαφορικού λογισμού για τις υστεροσκοπικές εικόνες και υπολογίστηκε ένα σύνολο χαρακτηριστικών μεγεθών που περιγράφουν την αγγείωση και την υφή των εικόνων τόσο για τις υστεροσκοπικές όσο και για τις ιστολογικές εικόνες. Τέλος, εφαρμόστηκαν κατάλληλοι αλγόριθμοι με σκοπό την κατηγοριοποίηση των υστεροσκοπικών και των ιστολογικών εικόνων και συγκεκριμένα τον διαχωρισμό των παθολογικών και των φυσιολογικών εικόνων του ενδομητρίου. Παράλληλα, χρησιμοποιήθηκε η ROC ανάλυση στην απεικόνιση και ανάλυση της συμπεριφοράς των εν λόγω κατηγοριοποιητών. Automatic analysis of the endometrial images is a difficult and multidimensional problem. For this reason, the number of papers and techniques regarding this issue is numerous. In this Thesis, a methodology is presented, based on advance image processing techniques in order to automatically estimate texture and vessel’s features in endometrial images. Motivation for the Thesis is the fact that the variation of the measurements of the specific features plays significant role in the seasonable diagnosis of endometrial disorders. Throughout this Thesis, an appropriate methodology is developed in order to estimate the features for the hysteroscopical and histological images of the endometrium. An important step is the pre – processing of the images in order to enhance the image quality and the image contrast. Then, the pixels that constitute the centerlines of vessels are detected by using differential calculus for the hysteroscopical images, only. Furthermore, the texture and vessel’s features in hysteroscopical and histological images are estimated. Finally, appropriate algorithms are applied in order to classify the hysteroscopical and histological images and distinguish pathological and normal endometrial images. ROC analysis is used in order to evaluate the discrimination power of the features that were estimated. 2015-05-25T11:42:51Z 2015-05-25T11:42:51Z 2014-07-28 2015-05-25 Thesis http://hdl.handle.net/10889/8537 gr Η ΒΚΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. 0 application/pdf |
