Wykrywanie krwi na obrazach bronchoskopowych za pomocą sieci neuronowych

• Autorzy: Mikrut Z. , Duplaga M.

Warianty tytułu

EN

Bleeding detection in bronchoscopic images: a neural network approach

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano eksperymenty dotyczące wykorzystania sieci neuronowych typu SOM-supervised do klasyfikacji pikseli (HSV) z obrazów bronchoskopowych. Na podstawie oceny wizualnej wybrano sześć obrazów przeznaczonych do uczenia sieci. Dla każdego obrazu utworzono zbiór uczący na podstawie zmodyfikowanego zaznaczenia obszaru krwawienia. Zbiory te scalono, przy czym zadbano o wyeliminowanie powstałych sprzeczności. Przeprowadzono uczenie sieci SOM w dwóch wariantach: dla sieci większych i mniejszych. Dokonano analizy wyników zarówno dla zbiorów uczących, jak i dla 14 obrazów testowych. Sformułowano wnioski dotyczące metodyki uczenia oraz dalszego przetwarzania wykrytych obszarów krwawień.

EN

In the paper the experiments with using SOM-supervised neural networks for pixel (HSV) classification were presented. Six visually different images were chosen to be the basis for the SOM training. For these images learning sets were created based on the refined masks of the bleeding regions pointed out by the doctor. Next the six learning sets were merged and the ambiguous pixel representations were removed. Two types of SOM-supervised networks (of "normal" and "small" sizes) were created and learned. The classification results were obtained and analyzed both for learning sets and for 14 test images. Several conclusions were stated concerning the learning methodology and the bleeding areas postprocessing.

Słowa kluczowe

PL

bronchoskopia; obrazy bronchoskopowe; krwawienie; SOM; SOM nadzorowane; reprezentacja HSV

EN

bronchoscopy; bronchoscopic images; bleeding; SOM; SOM supervised; HSV representation

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2009
• Tom: T. 13, z. 3/2
• Strony: 1387--1396
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Mikrut Z.

• Katedra Automatyki, Akademia Górniczo-Hutnicza w Krakowie

autor

Duplaga M.

• Uniwersytet Jagielloński Collegium Medicum w Krakowie

Bibliografia

• [1] Demuth H., Beale M., Hagan M., Neural Network Toolbox 5 Users Gnidę. The MathWorks, Inc., Natick, MA, 1992-2007.
• [2] Duplaga M., Leszczuk M., Przelaskowski A., Janowski L., Zieliński T., BRONCHOYID - zintegrowany system wspomagający diagnostykę bronchoskopową. Przegląd Lekarski, t. 64, wyd. spec: Inżynieria medyczna, 2007, 42-48.
• [3] Giritharan B., Yuan X., Liu J., Buckles B., Oh J.H., Tang S.J., Bleeding Detection from Capsule Endoscopy Yideos. 30th Annual International IEEE EMBS Conference, Vancouver, British Columbia, Canada, August 20-24, 2008.
• [4] Jung Y.S., Kim Y.H., Lee D.H., Kim J.H., Active Blood Detection in a High Resolution Capsule Endoscopy using Color Spectrum Transformation. Proc. International Conference on BioMedical Engineering and Informatics BMEI 2008, May 28-30, Sanya, Hainan, China, 859-862.
• [5] Kohonen T., Self-Organizing Maps. Springer Series in Information Sciences, vol. 30. Springer, Berlin, Heidelberg, 1995.
• [6] Lau P.Y., Correia P.L., Detection of bleedingpatterns in WCE video using multiple features. Proceedings of the 29th Annual International Conference of the IEEE EMBS Cite Internationale, Lyon, France, August 23-26, 2007.
• [7] Lee H.C., Introduction to Color Imaging Science. Cambridge University Press, Cambridge, 2005.
• [8] Li B., Meng M.Q-H., Computer Aided Detection of Bleeding in Capsule Endoscopy Images. IEEE Canadian Conference on Electrical and Computer Engineering, Niagara Falls, 2008.
• [9] Mikrut Z., Duplaga M., Generowanie danych z obrazów bronchoskopowych w celu późniejszej klasyfikacji. Automatyka (półrocznik AGH), t. 13, z. 3, 2009.
• [10] Mikrut Z., Tadeusiewicz R., Sieci neuronowe w przetwarzaniu i rozpoznawaniu obrazów, [w:] Biocybernetyka i inżynieria biomedyczna 2000, t. 6, Sieci neuronowe, AOW EXIT, Warszawa, 2000, 459-493.
• [11] Tadeusiewicz R., Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa, 1993.
• [12] Vesanto J., Himberg J., Alhoniemi E., Parhankangas J., Self-organizing map in Matlab: the SOM Toolbox. [w:] Proceedings of the Matlab DSP Conference 1999, 35^0, Espoo, Finland, November 1999.
• [13] Vesanto J., Himberg J., Alhoniemi E., Parhankangas J., SOM Toolbox for Matlab 5. Report A57, Helsinki Uniyersity of Technology, April 2000.