PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!
Tytuł artykułu

Subiektywna ocena jakości diagnostycznej kompresowanych stratnie obrazów

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Subjective rating-based diagnostic quality assessment of compressed images
Języki publikacji
PL
Abstrakty
PL
Praca zawiera koncepcję subiektywnej oceny wartości diagnostycznej obrazów kompresowanych sprowadzającą się do oceny wyselekcjonowanych cech symptomów patologii oraz innych zmian istotnych w procesie diagnozy mammograficznych badań obrazowych. Zaproponowano prostą (tendencyjnie mało złożoną) procedurę testu, w którym oceniano cztery lokalne cechy diagnostyczne: kontrast, klarowność interpretacji (ostrość), kształt oraz zarysy w skali od 1 (słabe, niewyraźne, ledwo dostrzegalne, zniekształcone) do 3 (wyraźne, dobrze rozróżnianie, regularne, nie budzące wątpliwości). Korzystając z przygotowanego przez dwóch doświadczonych radiologów zestawu 9 mammogramów, zawierających reprezentatywne, trudne diagnostycznie przypadki badań (wybranych spośród ponad 200 obrazów takich przypadków zarejestrowanych w ciągu 3 lat w dwóch ośrodkach radiologicznych) zestawiono 15 grup obrazów testowych zawierających oryginał oraz 4 j ego wersje po kompresji/dekompresji w różnym stopniu metodami falkowymi. Przeprowadzono eksperyment w warunkach klinicznych. Wyniki oceny tych obrazów przez 7 radiologów z 3 ośrodków pozwoliły sformułować wzorzec diagnostyczny, który może być wykorzystany do optymalizacji numerycznych miar jakości i wiarygodności obrazów medycznych, a także do oceny skuteczności systemów wspomagania diagnozy (CAD) oraz w obiektywizacji procesu detekcji patologii.
EN
A method of simplifying the diagnostic accuracy estimation for digitised and lossy compressed mammograms is presented. Subjective ratings of diagnostically important features according to proposed procedure were used for estimation of diagnostic pattern which is a set of mean rates given for each test image. Experts selected the lesion and pathological structure features susceptible to the processing method (i.e. quantization and encoding procedures of used wavelet coders). Moreover, they choose 9 mammograms (from a set of over 200 difficult-to-diagnose cases) containing representative pathology symptoms which are typical for mammography-based diagnosis. Assessment of 15 image test sets by 7 radiologists from 3 medical centres constituted diagnostic pattern which could be used for optimisation of numerical quality measure, in design of Computer Aided Detection and Diagnosis tools and for making the process of pathology detection more objective.
Wydawca
Rocznik
Strony
27--37
Opis fizyczny
Bibliogr. 17 poz.
Twórcy
  • Instytut Radioelektroniki Politechniki Warszawskiej, ul. Nowowiejska 15/19, 00-665 Warszawa
autor
  • Zakład Diagnostyki Obrazowej Szpitala Wolskiego, Warszawa
autor
  • Zakład Diagnostyki Obrazowej Szpitala Wolskiego, Warszawa
Bibliografia
  • 1. A. Przelaskowski, P. Surowski: Metody optymalizacji reprezentacji medycznych danych obrazowych do archiwizacji i transmisji telemedycznej. Sprawozdanie z grantu KBN 7 T11E 039 20, Warszawa 2002.
  • 2. S.G. Chang, B. Yu, M. Vetterli: Adaptive wavelet thresholding for image denoising and compression. IEEE Trans. Image Process., 9(9) (2000) 1532-1546.
  • 3. G.E. Sarty, M.S. Atkins: The denoising utility of wavelet compression algorithms in magnetic resonance imaging. Proc, fifth annual meeting of the International Society for Magnetic Resonance in Medicine, 2046, 1997.
  • 4. G.E. Sarty, M.S. Atkins, R.A. Pierson: Sharper MRI of ovarian and uterine masses via wavelet- -based compression. 20th Annual Canadian Western Society for Reproductive Biology Workshop, 1998.
  • 5. B. Erickson: lrreversible compression of medical images. J. Digital Imaging, 15(1) (2002) 5-14.
  • 6. J.A. Swets: ROC Analysis applied to the evaluation of medical imaging techniąues. Investigave Radiology, 14(1979) 109-121.
  • 7. A. Przelaskowski: Falkowe metody kompresji danych obrazowych. Oficyna Wydawnicza PW, Warszawa 2002.
  • 8. B.J. Erickson, B. Bartholmai: Computer-aided detection and diagnosis at the start of the third millennium. J. Digital Imaging, 15(1), 5-14, 2002.
  • 9. C.J. Vibomy, M.L. Giger, R.M. Nishikawa: Computer aided detection and diagnosis of breast cancer. Radiol. Clin. N. Am. 38(4) (2000) 725-740.
  • 10. E.L. Thursjell,K.A.Lemevall, A.A.S.Taube: Benefit of independent double reading in a population based mammography screening program. Radiology, 191 (1994) 241.
  • 11. http://www.mirada-solutions.com/smf.htm
  • 12. J.G. Elmore, D.L. Miglioretti, L.M. Reisch, M.B. Barton, W. Kreuter, C.L. Christiansen, S.W. Fletcher: Screening Mammograms by Community Radiologists: Variability in False-Positive Rates. J. Natl. Cancer Inst., 94 (2002) 1373-1380.
  • 13. T. Kawalec: System do wspomagania diagnostyki raka sutka. Praca dyplomowa magisterska pod kierunkiem A. Przelaskowskiego, Instytut Radioelektroniki PW, 2001.
  • 14. ISO/IEC 15444-1: JPEG2000 image coding system, 2000.
  • 15. A. Przelaskowski: Details preservedwavelet-based compression with adaptive context-based ąuantisation. Fundamenta Informaticae 34(4) (1998) 369-388.
  • 16. A. Said, W.A. Pearlman: A new fast and efficient image codec based on set partitioning in hierarchical trees. IEEE Trans. Circ. & Syst. Video. Tech., 6 (1996) 243-250.
  • 17. The Information Societies Technology project: Mammo Grid-a European federated mammogram database implemented on a GRID infrastructure. EU Contract IST-2001-37614
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSL8-0021-0010
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.