Wykorzystanie gramatyk grafowych do syntaktycznego opisu przestrzennych struktur naczyń wieńcowych

• Autorzy: Ogiela M. R. , Trzupek M.

Warianty tytułu

EN

Application of graph grammars for syntactic description of coronary arteries spatial structures

• Języki publikacji: PL

Abstrakty

PL

W pracy zostanie zaprezentowane nowe podejście do tworzenia semantycznego opisu struktur naczyń wieńcowych serca. Opis taki ma na celu modelowanie przestrzennej topologii naczyń i jest ukierunkowany na możliwości dokonywania znaczeniowej interpretacji morfologii poszczególnych odcinków i odgałęzień tętnic wieńcowych, w celu ich szybkiej identyfikacji oraz automatyzacji procesów detekcji miejsc istotnych przewężeń ich światła. Modelowanie takie zostanie przeprowadzone dzięki użyciu grafowych języków obrazowych opartych na gramatykach ekspansywnych typu edNLC, które dzięki dużej mocy generacyjnej pozwolą na opracowanie sposobów tworzenia uniwersalnego opisu znaczeniowego tych struktur. Takie opisy semantyczne mogą następnie tworzyć integralne części inteligentnych, medycznych systemów informacyjnych lub systemów wspomagania wczesnej diagnostyki stanów niedokrwienia mięśnia sercowego. Zastosowanie grafowych języków obrazowych do analizy przestrzennych struktur unaczynienia serca jest przykładem ukazującym rozwój percepcyjnych metod komputerowego rozumienia zobrazowań diagnostycznych serca. Metody te w ostatnim czasie są niezwykle dynamicznie rozwijane, co ma doniosłe znaczenie dla rozwoju dziedziny biocybernetyki.

EN

The paper presents the new approach to the creation of the semantic description of coronary arteries structure. Such description aims at modeling the spatial topology of vessels, and is directed at possibilities of making semantic interpretation of coronary arteries morphology. It is leading towards their fast identification and automatisation of processes of lumen stricture detection. Such modeling will be possible owing to the ication of graph image languages based on the expansive graph grammars of edNLC type. These types of grammars, thanks to their great generation power, allow to define the ways of creating an universal description of such structures. Such semantic descriptions may be later used as an integral part of intelligent medical information systems or Computer-Aided Diagnosis Systems supporting the early detection of cardiac ischemic states. Application of the graph image languages for the analysis of spatial structures of coronary vessels is an example showing the development of perceptual methods of computer understanding of cardiac medical visualization. Now these methods are more extensivety elaborated, which is most important for evolution of bio-cybernetics.

Słowa kluczowe

PL

rozpoznawanie obrazów medycznych; sztuczna inteligencja; diagnostyka chorób serca; inżynieria biomedyczna; rozumienie obrazów

EN

medical pattern recognition; artificial intelligence; heart disease diagnosis; biomedical engineering; image understanding

• Wydawca: Uniwersytet Jagielloński - Collegium Medicum ; Index Copernicus Sp. z o.o.
• Czasopismo: Bio-Algorithms and Med-Systems
• Rocznik: 2005
• Tom: Vol. 1, no. 1/2
• Strony: 311--316
• Opis fizyczny: Bibliogr. 14 poz., rys., zdj.

Twórcy

autor

Ogiela M. R.

• Katedra Automatyki Akademii Górniczo-Hutniczej, Kraków

autor

Trzupek M.

• Katedra Automatyki Akademii Górniczo-Hutniczej, Kraków

Bibliografia

• 1. Bankman I. (ed.): Handbook of Medical Imaging: Processing and Analysis, Academic Press, 2002.
• 2. Davis L. S. (eds.): Foundations of image understanding, Kluwer Academic Publishers, Norwell 2001.
• 3. Higgins W. E., Karwoski R. A., Ritman E. L., Spyra W. J. T.: System for analyzing true three-dimensional angiograms, IEEE Trans. Med. Imag., 15:377-385, 1996.
• 4. Khan M. G.: Heart Disease Diagnosis and Therapy, Williams & Wilkins, Baltimore 1996.
• 5. Meyer-Baese A.: Pattern Recognition in Medical Imaging, Elsevier-Academic Press, 2003.
• 6. Ogiela M. R., Tadeusiewicz R.: Syntactic reasoning and pattern recognition for analysis of coronary artery images, Artificial Intelligence in Medicine, 26: 145-159.
• 7. Ogiela M. R., Telejko K.: Grafowe języki obrazowe w percepcyjnej analizie zjawisk chorobowych i wspomaganiu diagnostyki medycznej, Przegląd Lekarski, 61: 121-123.
• 8. Ogiela M. R., Tadeusiewicz R.: Picture Languages in Intelligent Retrieval of Visual Data Semantic Information, LNAI 3336: 389- 396.
• 9. Ogiela M. R.: Strukturalne metody rozpoznawania obrazów w kognitywnej analizie zobrazowań medycznych, Wydawnictwa AGH, Kraków 2004.
• 10. Higgins W. E., Reinhardt J. M.: Cardiac image processing, 789-804, in Handbook of Video and Image Processing. ed. A. Bovik, Academic Press, 2000.
• 11. Robb R. A.: Biomedical Imaging Visualization, and Analysis, Wiley-Liss, 2000.
• 12. Tadeusiewicz R., Ogiela M. R.: Medical Image Understanding Technology, Springer Verlag, Berlin-Heidelberg 2004.
• 13. Tadeusiewicz R., Ogiela M. R.: Ogiela, Structural Approach to Medical Image Understanding, Bulletin of the Polish Academy of Sciences - Technical Sciences, 52(2): 131-139.
• 14. Tadeusiewicz R., Flasiński M.: Rozpoznawanie obrazów, Wydawnictwo Naukowe PWN, Warszawa 1991.