PL EN


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

Grafowe techniki sztucznej inteligencji w percepcyjnej analizie przestrzennych zobrazowań tętnic wieńcowych

Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
EN
Computational intelligence graph techniques for creation syntactic meaning description of spatial coronary arteries structure
Języki publikacji
PL
Abstrakty
PL
W pracy omówiono sposoby wykorzystania technik inteligencji obliczeniowej, a zwłaszcza grafowych formalizmów lingwistycznych do tworzenia syntaktycznego opisu znaczeniowego przestrzennych wizualizacji naczyń wieńcowych serca. Opisy takie mogą być wykorzystywane w inteligentnych systemach wspomagania diagnostyki medycznej, ukierunkowanych na dokonywanie komputerowej interpretacji semantycznej poszczególnych części drzewa naczyń wieńcowych. Interpretacja taka pozwoli na szybką I w znacznym stopniu automatyczną detekcję miejsc istotnych przewężeń światła naczyń. W tym też celu wykorzystane zostały grafowe formalizmy obrazowe, oparte na gramatykach generujących IE grafy, które pozwalają na wykrywanie nieprawidłowości uwidocznionych na obrazach otrzymywanych w trakcie badań diagnostycznych mięśnia sercowego, z użyciem spiralnej tomografii komputerowej. Zaletą omawianych formalizmów obrazowych jest możliwość dokonywania automatycznej Identyfikacji miejsc zmian chorobowych, a także znaczeniowego opisu badanych rekonstrukcji przestrzennych naczyń wieńcowych.
EN
In this paper there will be described the way of application of computational intelligence techniques, and especially graph linguistic formalisms for creation syntactic meaning description of spatial coronary arteries structure. Such descriptions may be than used in intelligent medical diagnosis support systems, which will allow to make essentially steered semantic interpretation of sections coronary arteries morphology as well as fast Identification and automatisation of lumen stricture detection. In order to state a correct diagnosis and define the degree of pathological changes has been used graph image languages based on the expansive graph grammars of IE type. These kinds of grammars enable effective detection of abnormalities in diagnostic images obtained using spiral computerized tomography. An advantage of these Image languages Is automatic identification of changes essential from diagnostic point of view, and the introduction of semantic relations and description In reconstruction of analyzed coronary vessels.
Wydawca
Rocznik
Strony
10--13
Opis fizyczny
Bibliogr. 14 poz.
Twórcy
autor
  • Akademia Górniczo-Hutnicza, Katedra Automatyki, al. Mickiewicza 30, 30-059 Kraków
  • Akademia Górniczo-Hutnicza, Katedra Automatyki, al. Mickiewicza 30, 30-059 Kraków
autor
  • Akademia Górniczo-Hutnicza, Katedra Automatyki, al. Mickiewicza 30, 30-059 Kraków
Bibliografia
  • [1] I. Bankman (ed.): Handbook of Medical Imaging: Processing and Analysis, Academic Press 2002.
  • [2] W. E. Higgins, Karwoski R.A., Ritman E.L, Spyra W.J.T.: System for analyzing true three-dimensional angiograms, IEEE Trans. Med. Imag., vol. 15, 1996, s. 377-385.
  • [3] W. E. Higgins, J.M. Reinhardt: Cardiac image processing, in Handbook of Video and Image Processing, ed. A. Bovik, Academic Press, 2000, s. 789-804.
  • [4] K. R. Hoffman, A. Sen, Li Lan, Kоk-Gee Chua, J. Esthappan, M. Mazzucco: A system for determination of 3D vessel tree centerlines from biplane images, The International Journal of Cardiac Imaging, 16, 2000, s. 315-330.
  • [5] M. G. Khan: Heart Disease Diagnosis and Therapy, Williams & Wilkins, Baltimore 1996.
  • [6] A. Meyer-Baese: Pattern Recognition in Medical Imaging, Elsevier-Academic Press 2003.
  • [7] M.R. Ogiela: Strukturalne metody rozpoznawania obrazów w kognitywnej analizie zobrazowań medycznych, Wydawnictwa AGH, Kraków 2004.
  • [8] M.R. Ogiela, R. Tadeusiewicz: Syntactic reasoning and pattern recognition for analysis of coronary artery image, Artificial Intelligence in Medicine, 26, s. 145-159.
  • [9] M.R. Ogiela, R. Tadeusiewicz: Picture Languages in Intelligent Retrieval of Visual Data Semantic Information, LNAI 3336, s. 389-396.
  • [10] M.R. Ogiela, K. Telejko: Grafowe języki obrazowe w percepcyjnej analizie zjawisk chorobowych i wspomaganiu diagnostyki medycznej, Przegląd Lekarski, 61, s. 121-123.
  • [11] M. Skomorowski: Syntaktyczno-statystyczny model rozpoznawania obrazów zniekształconych, Uniwersytet Jagielloński, Kraków 2000.
  • [12] R. Tadeusiewicz, M.R. Ogiela: Medical Image Understanding Technology, Springer Verlag, Berlin-Heidelberg 2004.
  • [13] R. Tadeusiewicz, M.R. Ogiela: Ogiela, Structural Approach to Medical Image Understanding, Bulletin of the Polish Academy of Sciences - Technical Sciences, 52(2), 2004, s. 131-139.
  • [14] R. Tadeusiewicz, M. Flasiński: Rozpoznawanie obrazów, Wydawnictwo Naukowe PWN, Warszawa 1991.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BSL8-0022-0043
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.