PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Automated Detecting Symptoms Of Selected Gallbladder Illness Based On A Static Ultrasound Images Analysis

Autorzy
Identyfikatory
Warianty tytułu
PL
Automatyczne wykrywanie symptomów schorzeń pęcherzyka żółciowego opartej na statycznej analizie obrazów ultrasonograficznych
Języki publikacji
EN
Abstrakty
EN
Automating a process of diagnosis always comes down to developing algorithms used to analyze the object of such diagnosis and verify the occurrence of symptoms related to a given affliction. Usually the final stage is to make a diagnosis based on the detected symptoms. This last stage can be carried out through either expert systems or a more classic approach, that is with the application of minimal distance methods. In the case of gallbladder diagnostics, the most important examination still remains image ultrasound diagnostics. This paper discusses the algorithms of a computer analysis of static ultrasound gallbladder images and detecting symptoms of the most frequent illness of this organ.
PL
Zautomatyzowanie procesu diagnostycznego zawsze sprowadza się do opracowania algorytmów analizujących przedmiot diagnozy oraz weryfikujących obecność symptomów związanych z danym schorzeniem. Ostatnim etapem jest postawienie diagnozy na podstawie wykrytych symptomów. Etap ten zwykle można zrealizować za pomocą systemów ekspertowych bądź podejściem bardziej klasycznym stosując metody minimalno-odległościowe. W przypadku diagnostyki pęcherzyka żółciowego, najważniejszym badaniem wciąż jest Obrazowa diagnostyka ultrasonograficzna. W niniejszym artykule zostaną omówione algorytmy komputerowej analizy statycznych obrazów USG pęcherzyka żółciowego oraz wykrywania symptomów dla najczęściej występujących schorzeń tego organu.
Rocznik
Strony
33--42
Opis fizyczny
Bibliogr. 8 poz., rys., tab., wykr..
Twórcy
autor
  • Institute of Computer Science, AGH University of Science and Technology, al. Mickiewicza 30, 30-059 Kraków
Bibliografia
  • 1. Dobrinski W., Kramer H. (eds.), Banholzner R, Decking R., Dobrinski W., Fuebf3l H.S., Górnandt L, Habscheid W., Hein N. M., KremerH., LechnerR, Marshall M., Neff M., Schramm T., SchreiberM. A., Weigold B., WiessnerM., Winters I. (co-authors): Diagnostyka ultrasonograficzna, Wydawnictwo Medyczne Urban & Patner, 1st Polish edition, edited by Wiesław Jakubowski, Wrocław 1996.
  • 2. OSIRIS, A Medical Image Manipulation System available at: http://www.sim.hcuge.ch/osiris/Osiris419.pc.zip http://www.sim.hcuge.ch/osiris/01_Osiris_Presentation_EN.htm
  • 3. Szczypiński P, Strumiłło P: Application of an Active Contour Model for Extraction of Fuzzy and Broken Image Edges, Machine GRAPHICS & VISION, vol.5, no.4, 1996, pp. 579-594.
  • 4. Szczypiński P, Materka A.: Object Tracking and Recognition Using Deformable Grid with Geometrical Templates, International Conference on Signals and Electronic Systems, Ustroń-Poland 2000, pp. 169-174.
  • 5. Szczypiński P, Materka A.: Variable-Flexibility Elastic Model for Digital Image Analysis, XXI KKTOiUE, Kiekrz, 1998. Also in: the Bulletin of the Polish Academy of Sciences, Technical Sciences, Vol. 47, No. 3, 1999, pp. 263-269.
  • 6. Bodzioch S.: Porównanie metod analizy obrazów tekstur USG., in: Automatyka, vol. 8, book 3, pp. 189-205, Uczelniane Wydawnictwo Naukowo-Dydaktyczne, Kraków 2004.
  • 7. Abolmaesumia P, Sirouspourb M.R., Ultrasound Image Segmentation Using an Interacting Multiple Model Probabilistic Data Association Filter, Medical Imaging 2004, Image Processing. Fitzpatrick, J. Michael (ed.); Sonka, Milan. Proceedings of the SPIE, Volume 5370, pp. 484-493 (May 2004).
  • 8. Nowicki A.: Diagnostyka ultradźwiękowa. Podstawy fizyczne ultrasonografii i metod doplerowskich, Wydawnictwo Medyczne MAKmed, Gdańsk 2000.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-2d42fb71-dd21-4bac-95e7-2342adface5a
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.