Ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές

Ο σκοπός της παρούσας διατριβής ήταν η ανάπτυξη και υλοποίηση μεθόδων επεξεργασίας και ανάλυσης ιατρικών εικόνων μικροσκοπίου από υλικό βιοψίας καρκίνου του λάρυγγα καθώς και ο σχεδιασμός και υλοποίηση συστημάτων υποστήριξης διάγνωσης με μεθόδους αναγνώρισης προτύπων με στόχο: α) την διερεύνηση της...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Νίνος, Κωνσταντίνος
Άλλοι συγγραφείς: Οικονόμου, Γεώργιος
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2016
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/9191
id nemertes-10889-9191
record_format dspace
institution UPatras
collection Nemertes
language Greek
topic Αναγνώριση προτύπων
Καρκίνος του λάρυγγα
Pattern recognition
Laryngeal tumors
006.42
spellingShingle Αναγνώριση προτύπων
Καρκίνος του λάρυγγα
Pattern recognition
Laryngeal tumors
006.42
Νίνος, Κωνσταντίνος
Ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές
description Ο σκοπός της παρούσας διατριβής ήταν η ανάπτυξη και υλοποίηση μεθόδων επεξεργασίας και ανάλυσης ιατρικών εικόνων μικροσκοπίου από υλικό βιοψίας καρκίνου του λάρυγγα καθώς και ο σχεδιασμός και υλοποίηση συστημάτων υποστήριξης διάγνωσης με μεθόδους αναγνώρισης προτύπων με στόχο: α) την διερεύνηση της μεταβολής της δομής του κυττάρου με αυξανόμενο βαθμό κακοήθειας του καρκίνου, β) την διάγνωση του βαθμού κακοήθειας του όγκου και γ) την εκτίμηση της πενταετούς, από πρώτη διάγνωση, επιβίωσης ασθενών με καρκίνο του λάρυγγα. Υλικό και μέθοδοι: Το υλικό προήρχετο από πενήντα πέντε (55) βιοψίες καρκίνου του λάρυγγα, από ισάριθμους ασθενείς, με επιβεβαίωση ως προς τον βαθμό κακοήθειας του όγκου (21-18-16 όγκοι με Ι-ΙΙ-ΙΙΙ βαθμού κακοήθεια, αντίστοιχα). Όλο το ιστοπαθολογικό υλικό παραχωρήθηκε από το τμήμα Παθολογοανατομίας του Πανεπιστημιακού Νοσοκομείου της Πάτρας. Το υλικό βιοψίας είχε ειδικά παρασκευαστεί, είχε χρώση p63, και είχε συσκευαστεί σε ειδικές καλυπτρίδες. Το υλικό ελέγχθηκε σε οπτικό μικροσκόπιο και τέσσερεις εικόνες, ειδικά επιλεγμένες από την έμπειρη παθολογοανατόμο ιατρό, ψηφιοποιήθηκαν προς περεταίρω επεξεργασία. Υλοποιήθηκαν μέθοδοι επεξεργασίας εικόνας και μη-επιβλεπόμενης ταξινόμησης για την τμηματοποίηση της εικόνας και την εύρεση των πυρήνων του κυττάρου που είχαν εκφραστεί με p63 χρώση. Από τους πυρήνες προέκυψαν εξήντα δύο (62) χαρακτηριστικά από την υφή, περίγραμμα, σχήμα, μορφή και διασπορά (συγκέντρωση) των πυρήνων στο κύτταρο και κάθε ασθενής αντιπροσωπεύθηκε από ένα διάνυσμα 62 τιμών, που ήταν οι μέσες τιμές των χαρακτηριστικών από όλους τους πυρήνες στις 4 εικόνες μικροσκοπίου του όγκου. Εξετάστηκε η μεταξύ κατηγοριών (3 κατηγορίες Ι, ΙΙ, ΙΙΙ βαθμού κακοήθεια) διαχωριστική ικανότητα των χαρακτηριστικών, βρέθηκαν εκείνα που είχαν στατιστικά σημαντικές διαφορές μεταξύ των κατηγοριών και αναλύθηκε η επίδραση του βαθμού κακοήθειας στην σύσταση της δομής του πυρήνα. Στη συνέχεια, η επεξεργασία μεταφέρθηκε στους επεξεργαστές μίας κάρτας γραφικών και έγινε χρήση παράλληλου προγραμματισμού για τον βέλτιστο σχεδιασμό συστημάτων υποστήριξης απόφασης, λόγω του υπερβολικού φόρτου επεξεργασίας που ήταν χρονικά απαγορευτικός για να πραγματοποιηθεί ο σχεδιασμός στους επεξεργαστές του Η/Υ. Σχεδιάστηκε ένα σύστημα υποστήριξης απόφασης για την διάγνωση του βαθμού κακοήθειας του καρκίνου του λάρυγγα καθώς και ένα άλλο για την εκτίμηση της πιθανότητας πενταετούς επιβίωσης του ασθενούς, χρησιμοποιώντας τον ταξινομητή πιθανοκρατικών νευρωνικών δικτύων (PNN), την εξαντλητική αναζήτηση συνδυασμών χαρακτηριστικών, και των LOO και ECV μεθόδων αξιολόγησης της ακρίβειας ταξινόμησης. Αποτελέσματα-Συμπεράσματα: Τα αποτελέσματα έδειξαν ότι με αυξανόμενο το βαθμό κακοήθειας του καρκίνου του λάρυγγα το ποσοστό P63 έκφρασης μειώνεται, η ένταση απεικόνισης των p63 εκφρασμένων πυρήνων μειώνεται, η υφή των καθίσταται πιο ανομοιογενής, αποτελούμενη από μικρότερα ανόμοια δομικά στοιχεία τυχαία κατανεμημένα, και το σχήμα των πυρήνων καθίσταται περισσότερο ακανόνιστο. Στο σύστημα υποστήριξης διάγνωσης για το βαθμό κακοήθειας, τα ποσοστά διάγνωσης ήταν υψηλά με περίπου 90% συνολική ακρίβεια στην εκτίμηση του βαθμού κακοήθειας στα δεδομένα της μελέτης και για χαρακτηριστικά που σχετίζονταν με την ομοιογένεια της υφής των πυρήνων, των δομών εντός του πυρήνα, και της διασποράς ή συγκέντρωσης των πυρήνων. Στο σύστημα υποστήριξης διάγνωσης για την εκτίμηση της πενταετούς επιβίωσης των ασθενών με καρκίνο του λάρυγγα η ακρίβεια στα δεδομένα της μελέτης ήταν περίπου 90% και τα χαρακτηριστικά που χρησιμοποιήθηκαν στον καλύτερο σχεδιασμό σχετίζονταν με το περιεχόμενο υψηλής συχνότητας της εικόνας του πυρήνα, με την ανισοτροπία στην τυχαιότητα των τόνων της υφής του πυρήνα, με το σχήμα του πυρήνα, και τον βαθμό κακοήθειας του όγκου. Η μελέτη έδειξε επίσης ότι χαρακτηριστικά σχετιζόμενα με την ύπαρξη ακμών στην επιφάνεια του πυρήνα διαχώριζαν στατιστικά σημαντικά τις δύο κατηγορίες πενταετούς επιβίωσης αναδεικνύοντας έτσι το ότι η υφή των πυρήνων των αποβιωσάντων ασθενών ήταν περισσότερο τραχεία σε στατιστικά σημαντικό βαθμό.
author2 Οικονόμου, Γεώργιος
author_facet Οικονόμου, Γεώργιος
Νίνος, Κωνσταντίνος
format Thesis
author Νίνος, Κωνσταντίνος
author_sort Νίνος, Κωνσταντίνος
title Ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές
title_short Ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές
title_full Ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές
title_fullStr Ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές
title_full_unstemmed Ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές
title_sort ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές
publishDate 2016
url http://hdl.handle.net/10889/9191
work_keys_str_mv AT ninoskōnstantinos anaptyxēneōnmethodōnanalysēspsēphiakousēmatoskaieikonaskaianagnōrisēprotypōnseiatrikesepharmoges
AT ninoskōnstantinos developmentofnewdigitalsignalandimageanalysisandpatternrecognitionmethodsinmedicalapplications
_version_ 1771297252991565824
spelling nemertes-10889-91912022-09-05T14:11:30Z Ανάπτυξη νέων μεθόδων ανάλυσης ψηφιακού σήματος και εικόνας και αναγνώριση προτύπων σε ιατρικές εφαρμογές Development of new digital signal and image analysis and pattern recognition methods in medical applications Νίνος, Κωνσταντίνος Οικονόμου, Γεώργιος Παναγιωτάκης, Γεώργιος Κάβουρας, Διονύσιος Τόμπρας, Γεώργιος Αναστασόπουλος, Βασίλειος Νικηφορίδης, Γεώργιος Σακελλαρόπουλος, Γεώργιος Ninos, Konstantinos Αναγνώριση προτύπων Καρκίνος του λάρυγγα Pattern recognition Laryngeal tumors 006.42 Ο σκοπός της παρούσας διατριβής ήταν η ανάπτυξη και υλοποίηση μεθόδων επεξεργασίας και ανάλυσης ιατρικών εικόνων μικροσκοπίου από υλικό βιοψίας καρκίνου του λάρυγγα καθώς και ο σχεδιασμός και υλοποίηση συστημάτων υποστήριξης διάγνωσης με μεθόδους αναγνώρισης προτύπων με στόχο: α) την διερεύνηση της μεταβολής της δομής του κυττάρου με αυξανόμενο βαθμό κακοήθειας του καρκίνου, β) την διάγνωση του βαθμού κακοήθειας του όγκου και γ) την εκτίμηση της πενταετούς, από πρώτη διάγνωση, επιβίωσης ασθενών με καρκίνο του λάρυγγα. Υλικό και μέθοδοι: Το υλικό προήρχετο από πενήντα πέντε (55) βιοψίες καρκίνου του λάρυγγα, από ισάριθμους ασθενείς, με επιβεβαίωση ως προς τον βαθμό κακοήθειας του όγκου (21-18-16 όγκοι με Ι-ΙΙ-ΙΙΙ βαθμού κακοήθεια, αντίστοιχα). Όλο το ιστοπαθολογικό υλικό παραχωρήθηκε από το τμήμα Παθολογοανατομίας του Πανεπιστημιακού Νοσοκομείου της Πάτρας. Το υλικό βιοψίας είχε ειδικά παρασκευαστεί, είχε χρώση p63, και είχε συσκευαστεί σε ειδικές καλυπτρίδες. Το υλικό ελέγχθηκε σε οπτικό μικροσκόπιο και τέσσερεις εικόνες, ειδικά επιλεγμένες από την έμπειρη παθολογοανατόμο ιατρό, ψηφιοποιήθηκαν προς περεταίρω επεξεργασία. Υλοποιήθηκαν μέθοδοι επεξεργασίας εικόνας και μη-επιβλεπόμενης ταξινόμησης για την τμηματοποίηση της εικόνας και την εύρεση των πυρήνων του κυττάρου που είχαν εκφραστεί με p63 χρώση. Από τους πυρήνες προέκυψαν εξήντα δύο (62) χαρακτηριστικά από την υφή, περίγραμμα, σχήμα, μορφή και διασπορά (συγκέντρωση) των πυρήνων στο κύτταρο και κάθε ασθενής αντιπροσωπεύθηκε από ένα διάνυσμα 62 τιμών, που ήταν οι μέσες τιμές των χαρακτηριστικών από όλους τους πυρήνες στις 4 εικόνες μικροσκοπίου του όγκου. Εξετάστηκε η μεταξύ κατηγοριών (3 κατηγορίες Ι, ΙΙ, ΙΙΙ βαθμού κακοήθεια) διαχωριστική ικανότητα των χαρακτηριστικών, βρέθηκαν εκείνα που είχαν στατιστικά σημαντικές διαφορές μεταξύ των κατηγοριών και αναλύθηκε η επίδραση του βαθμού κακοήθειας στην σύσταση της δομής του πυρήνα. Στη συνέχεια, η επεξεργασία μεταφέρθηκε στους επεξεργαστές μίας κάρτας γραφικών και έγινε χρήση παράλληλου προγραμματισμού για τον βέλτιστο σχεδιασμό συστημάτων υποστήριξης απόφασης, λόγω του υπερβολικού φόρτου επεξεργασίας που ήταν χρονικά απαγορευτικός για να πραγματοποιηθεί ο σχεδιασμός στους επεξεργαστές του Η/Υ. Σχεδιάστηκε ένα σύστημα υποστήριξης απόφασης για την διάγνωση του βαθμού κακοήθειας του καρκίνου του λάρυγγα καθώς και ένα άλλο για την εκτίμηση της πιθανότητας πενταετούς επιβίωσης του ασθενούς, χρησιμοποιώντας τον ταξινομητή πιθανοκρατικών νευρωνικών δικτύων (PNN), την εξαντλητική αναζήτηση συνδυασμών χαρακτηριστικών, και των LOO και ECV μεθόδων αξιολόγησης της ακρίβειας ταξινόμησης. Αποτελέσματα-Συμπεράσματα: Τα αποτελέσματα έδειξαν ότι με αυξανόμενο το βαθμό κακοήθειας του καρκίνου του λάρυγγα το ποσοστό P63 έκφρασης μειώνεται, η ένταση απεικόνισης των p63 εκφρασμένων πυρήνων μειώνεται, η υφή των καθίσταται πιο ανομοιογενής, αποτελούμενη από μικρότερα ανόμοια δομικά στοιχεία τυχαία κατανεμημένα, και το σχήμα των πυρήνων καθίσταται περισσότερο ακανόνιστο. Στο σύστημα υποστήριξης διάγνωσης για το βαθμό κακοήθειας, τα ποσοστά διάγνωσης ήταν υψηλά με περίπου 90% συνολική ακρίβεια στην εκτίμηση του βαθμού κακοήθειας στα δεδομένα της μελέτης και για χαρακτηριστικά που σχετίζονταν με την ομοιογένεια της υφής των πυρήνων, των δομών εντός του πυρήνα, και της διασποράς ή συγκέντρωσης των πυρήνων. Στο σύστημα υποστήριξης διάγνωσης για την εκτίμηση της πενταετούς επιβίωσης των ασθενών με καρκίνο του λάρυγγα η ακρίβεια στα δεδομένα της μελέτης ήταν περίπου 90% και τα χαρακτηριστικά που χρησιμοποιήθηκαν στον καλύτερο σχεδιασμό σχετίζονταν με το περιεχόμενο υψηλής συχνότητας της εικόνας του πυρήνα, με την ανισοτροπία στην τυχαιότητα των τόνων της υφής του πυρήνα, με το σχήμα του πυρήνα, και τον βαθμό κακοήθειας του όγκου. Η μελέτη έδειξε επίσης ότι χαρακτηριστικά σχετιζόμενα με την ύπαρξη ακμών στην επιφάνεια του πυρήνα διαχώριζαν στατιστικά σημαντικά τις δύο κατηγορίες πενταετούς επιβίωσης αναδεικνύοντας έτσι το ότι η υφή των πυρήνων των αποβιωσάντων ασθενών ήταν περισσότερο τραχεία σε στατιστικά σημαντικό βαθμό. The objective of the present PhD Thesis was the development and application of image analysis and pattern recognition methods, using histopathology images of laryngeal tumors which had been immunohistochemically (IHC) stained for p63 expression, for: a) investigating the association between P63 stained nuclei and histologic grade in laryngeal tumor lesions, b) designing a decision support system (DSS) for discriminating between low and high grade laryngeal cancer cases, and c) developing DSS-system for predicting the 5-year survival of patients with laryngeal squamous cell carcinoma. Material and Methods: Biopsy specimens from laryngeal tumor lesions of 55 patients diagnosed with laryngeal squamous cell carcinomas were Hematoxylin & Eosin (HE) stained for histological tumour grade and stage assessment, and immunohistochemically (IHC) stained for P63 expression. Four non-overlapping microscopy images were digitized from each patient’s IHC specimens, in regions indicated by the expert physician. In each image, P63 positively expressed nuclei were identified, by specially designed segmentation method, and the percentage of P63 expressed nuclei was computed. A number of textural and morphological features were generated from each of the P63 stained nuclei and data thus formed was used to form three classes (21 lesions of grade I, 34 lesions of grade II and grade III). Features of high discriminatory power amongst the classes were determined, employing non-parametric statistical methods, and the effect of tumour grade on the nucleus structure was analysed. Next, two DSS-systems were developed, employing the CUDA parallel programming capabilities of Nvidia GPU cards for achieving high precision designs. One DSS was designed to discriminate low from high grade laryngeal cancer lesions and another to predict 5-year survival of patients with laryngeal cancer. Results-Conclusions: Textural features that sustained statistically significant differences between low and high grade lesions revealed that with advancing grade, %P63 expression decreased, P63 stained nuclei appeared of lower image intensity, more inhomogeneous, of higher local contrast, containing smaller randomly distributed dissimilar structures and having more irregular shape. DSS performance in classifying laryngeal cancer cases as low grade and high grade was 85.7% and 94.1% respectively. The system’s overall accuracy was 90.9% and its estimated accuracy to “unseen” by the system cases was 80%. The DSS accuracy in assessing the 5-year survival of patients with laryngeal cancer was 90.5%, and texture in p63 expressed nuclei appeared coarser and with more edges in the 5-year non-survivors. 2016-03-03T08:26:36Z 2016-03-03T08:26:36Z 2015-07-22 Thesis http://hdl.handle.net/10889/9191 gr Η ΒΚΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της. 0 application/pdf