Metody Rozpoznawania Wzorców Obrazów w Analizie Wskaźników Dermatoglificznych Zespołu Downa

• Autorzy: Wojtowicz H. , Wajs W.

Warianty tytułu

EN

Image pattern recognition methods in analysis of dermatoglyphic indices of Down's Syndrome

• Języki publikacji: PL

Abstrakty

PL

Klasyfikacja odbitek wzorców w polu palucha na stopach jest jest jednym z zadań analizy dermatoglificznej wykonywanej przez antropologa do wykrywania wad genetycznych u noworodków. Artykuł opisuje zastosowanie metod przetwarzania obrazów i rozpoznawania wzorców do klasyfikacji obrazów odbitek wzorców w polu halukalnym stóp. Opisana została metoda klasyfikacji odbitek tych wzorców. Do poprawienia jakości obrazów zastosowano zabiegi poprawiania kontrastu obrazu, segmentacji tła oraz kontekstowej filtracji obrazu za pomocą krótkoczasowej transformaty Fouriera. Zaproponowano zastosowanie algorytmu opartego na rozkładzie piramidowym w wielu skalach do wyznaczenia kierunków pływów listewek odbitek. W artykule opisane i przedyskutowane zostały modele klasyfikatorów obrazów odbitek wzorców w polu palucha na stopach. Klasyfikatory te stanowią część automatycznego systemu diagnostycznego służącego do badań przesiewowych na obecności trisomii 21 (zespołu Downa). System wspomaga pracę antropologa poprzez automatyczne przetwarzanie i wykrywanie własności wskazujących na obecność wad genetycznych. Obrazy dermatoglifów są wstępnie przetwarzane przed procesem klasyfikacji w celu wydobycia wektorów własności analizowanych przez Maszyny Wektorów Wspierających. Funkcje jądrowe oparte na radialnych funkcjach bazowych zostały użyte w procesie indukcji wieloklasowego systemu Maszyn Wektorów Wspierających generowanego według algorytmu 'jeden przeciwko jednemu'. Badania wykonane na danych pochodzących z Collegium Medicum Uniwersytetu Jagielońskiego w Krakowie, pokazują efektywność zaproponowanego podejścia w poprawianiu jakości obrazów odbitek wzorców w polu palucha na stopach i ich klasyfikacji.

EN

Classification of patterns of hallucal area of sole is one of the tasks of dermatoglyphic analysis. The paper describes application of image processing and pattern recognition methods to classification of impressions of hallucal area of sole. Contrast enhancement, segmentation and contextual filtration techniques are used to enhance quality of the images. Use of an algorithm based on multi-scale pyramid decomposition of an image is proposed for ridge orientation calculation. Hallucal area pattern classifiers, which are part of an automatic system for rapid screen diagnosing of trisomy 21 (Down's Syndrome) in infants, are created and discussed. The system is a tool supporting medical decision by automatic processing of dermatoglyphic prints and detecting features indicating presence of genetic disorder. Images of dermatoglyphic prints are pre-processed before the classification stage to extract features analysed by Support Vector Machines algorithm. RBF kernel type is used in the training of SVM multi-class systems generated with one-vs-one scheme. Experiments conducted on the database of Collegium Medicum of the Jagiellonian University in Cracow show effectiveness of the proposed approach to classification of infants' fingerprints.

Słowa kluczowe

PL

poprawianie jakości obrazu; filtry adaptacyjne; rozpoznawanie wzorców; maszyny wektorów wspierających; diagnostyka medyczna

EN

image quality; enhancement; adaptive filters; pattern recognition; classification of impressions of hallucal area of sole; support vector machine; medical diagnostics

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2011
• Tom: R. 57, nr 9
• Strony: 1000--1004
• Opis fizyczny: Bibliogr. 15 poz., rys., wzory

Twórcy

autor

Wojtowicz H.

autor

Wajs W.

• Katedra Informatyki Uniwersytetu Rzeszowskiego, Wydział Matematyczno-Przyrodniczy,ul. Dekerta 2, 35-030 Rzeszów,

Bibliografia

• [1] Berg C. (1984): Harmonic Analysis on Semigroups: Theory of Positive Definite and Related Functions, Springer-Verlag, Berlin.
• [2] Boughorbel, S., Tarel, J. P. (2005), Conditionally positive definite kernels for SVM based image recognition, Proceedings of the IEEE International Conference on Multimedia and Expo (ICME), s. 113-116.
• [3] Chikkerur S., Cartwright A. N., Govindaraju V. (2007): Fingerprint enhancement using STFT analysis, Pattern Recognition vol. 40, s. 198-211, Elsevier.
• [4] Cummings H. (1939): Dermatoglyphic stigmata in mongolian idiocy, Anat. Rec., vol. 73, s. 407-415.
• [5] Feng X. G, Milanfar P. (2002): Multiscale principal components analysis for image local orientation estimation, Proceedings of the 36th Asilomar Conference on Signals, Systems and Computers, vol. 1, s. 478-482.
• [6] Fleuret F., Sahbi H. (2003): Scale-invariance of support vector machines based on the triangular kernel, Proceedings of the Workshop on Statistical and Computational Theories of Vision of the IEEE International Conference on Computer Vision (ICCV/SCTV), online.
• [7] Maltoni D., Maio D., Jain A. K., Prabhakar S. (2003): Handbook of Fingerprint Recognition, Springer-Verlag, Berlin.
• [8] Otsu, (1979): A threshold selection method from gray-level histogram, IEEE Transactions on Systems, Man and Cybernetics, vol. 9, no. 1, s. 62-66.
• [9] Preuss M. (1976): A screening test for patients suspected of having Turner syndrome, Clinical Genetics, no. 10, s. 145-155.
• [10] Reed T. (1974): Dermatoglyphics in Down’s syndrome, Clinical Genetics, no. 6, s. 236.
• [11] Reed T. E., Borgaonkar D. S., Conneally P. M., Yu P. (1970): Nance W. E., Christian J. C.: Dermatoglyphic nomogram for the diagnosis of Down's syndrome, J. Pediat., no. 77, s. 1024-1032.
• [12] Scholkopf B. (2000): The kernel trick for distances, Proceedings of Neural Information Processing Systems (NIPS), s. 301-307.
• [13] Steinwart I., Christmann A. (2008): Support Vector Machines, Springer Science.
• [14] Tornjova–Randelova S. G. (1990): Dermatoglyphic characteristics of patients with Turner’s syndrome, Medicine Anthropologie, vol. 43, no. 4, s. 96-100.
• [15] Zuiderveld K. (1994): Contrast Limited Adaptive Histogram Equalization, Graphics Gems IV. Academic Press.