Neuronowe rozpoznanie ciąży na podstawie obrazów ultrasonograficznych macicy krowy z wykorzystaniem systemu informatycznego "USG Recognizer"

• Autorzy: Kuzimska T. , Boniecki P. , Jaśkowski J. M. , Przybył K.

Warianty tytułu

EN

Neural identification of the embryo of calf based on ultrasound images of the cow' s womb using computer system "USG Recognizer"

• Języki publikacji: PL

Abstrakty

PL

W pracy zaprezentowano wytworzony, oryginalny system informatyczny "USG Recognizer", który zaopatrzony został w szereg funkcji wspomagających tworzenie adekwatnych zbiorów uczących, niezbędnych w procesie generowania modeli neuronowych. Dzięki tym funkcjonalnościom możliwa jest identyfikacja oraz ekstrakcja wiedzy zawartej w graficznych danych empirycznych, zakodowanej w postaci cyfrowych zdjęć ultrasonograficznych. W oparciu o zbudowaną aplikację wygenerowana została sztuczna sieć neuronowa, której celem było wspomaganie rozpoznania lub wykluczenia ciąży, dokonanego na podstawie ultrasonogramów macicy krowy. Zaproponowany system informatyczny "USG Recognizer" został zbudowany z wykorzystaniem środowisk: Visual Paradigm (UML 8.0) oraz Microsoft Visual Studio 2010 Professional Edition.

EN

The software "USG Recognizer" that was described in this work is equipped with a binarization function with threshold. The application also fulfills some additional functions such as: contrast and closing. With this functionality it is possible to achieve empirical data from digital ultrasound photo of cow's womb. The artificial neural network was generated on the basis of created application. The main purpose of this network is to support an identification or exclusion of the gestation in user's ultrasound picture. "USG Recognizer" was created using Visual Paradigm (UML 8.0) and Microsoft Visual Studio 2010 Professional Edition environments.

Słowa kluczowe

PL

krowa; macica; ciąża; ultrasonografia; analiza obrazu; sztuczna inteligencja; sieci neuronowe; modelowanie neuronowe; systemy informatyczne

EN

cow; womb; pregnancy; ultrasonography; image analysis; artificial intelligence; neural networks; neural modeling; computer systems

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2012
• Tom: Vol. 57, nr 1
• Strony: 96--100
• Opis fizyczny: Bibliogr. 13 poz.

Twórcy

autor

Kuzimska T.

autor

Boniecki P.

autor

Jaśkowski J. M.

autor

Przybył K.

• Uniwersytet Przyrodniczy w Poznaniu Wydział Rolnictwa i Bioinżynierii UP, Instytut Inżynierii Rolniczej, ul. Wojska Polskiego 50, 60-627 Poznań,

Bibliografia

• [1] Mordak R.: Podstawy monitorowania rozrodu w stadach bydła. Życie Weterynaryjne, 2008, 83(9): 736-741.
• [2] Nowak W., Jaśkowski J. M., Wylegała S.: Wpływ żywienia w okresie przejściowym na rozród krów mlecznych. Medycyna Wet., 2006, 62: 632-636.
• [3] Jaśkowski J. M., Olechnowicz J., Nowak W.: Niektóre przyczyny obniżającej się płodności u krów mlecznych. Medycyna Wet., 2006, 62: 385-389.
• [4] Nałęcz M., Chmielowski L., Kulikowski J.L., Nowakowski A.: Biocybernetyka i inżynieria biomedyczna 2000. Tom 8. Obrazowanie biomedyczne. Warszawa: Akademicka Oficyna Wydawnicza EXIT, 2003.
• [5] Lamb C.: Reproductive ultrasound for management of beef cattle. Reproductive Management Course. Appendix: 1-18.
• [6] Nałęcz M., Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R.: Biocybernetyka i inżynieria biomedyczna 2000. Tom 6. Sieci neuronowe. Warszawa: Akademicka Oficyna Wydawnicza EXIT, 2000.
• [7] Boniecki P., Mueller W., Nowakowski K.: Klasyfikacja chronionych w Polsce motyli z rodziny Papilionidae z wykorzystaniem wybranych topologii neuronowych. Technika Rolnicza Ogrodnicza Leśna, 2009, 3: 23-26.
• [8] Świerczyński K., Boniecki P., Nawrocka A.: Neuronowa identyfikacja uszkodzeń ziarna pszenicy spowodowanych przez wołka zbożowego (sitophilus granarius L.). Journal of Research and Applications in Agricultural Engineering, 2011, Vol. 56(2): 165-174.
• [9] Jakubowska T., Wiecek B., Wysocki M., Drews-Peszynski C., Strzelecki M.: Classification of Brest thermal images Rusing artificial neural networks. Journal of Medical Informatics & Technologies, 2004, 7: 41-50.
• [10] Wróblewska A., Przelaskowski A., Bargieł P., Boniński P.: MammoViewer -CAD Application Based on Effective Multiscale Image Analysis, Pol. J. Med. Phys. Eng., 2005, 11: 17-28.
• [11] Duda D., Krętowski M., Bézy-Wendling J.: Klasyfikacja tekstur w rozpoznawaniu nowotworów wątroby na podstawie serii obrazów tomograficznych XIV KBIB’05 – Tom I – Obrazowanie Medyczne, 2005.
• [12] Boniecki P.: Elementy modelowania neuronowego w rolnictwie. Poznań: Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu, 2008.
• [13] Szaleniec M.: Sieci neuronowe i regresja wieloraka - czyli jak okiełznać złożoność w badaniach naukowych?. Instytut Katalizy i Fizykochemii Powierzchni PAN, Kraków, 2008.