Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2012

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: inteligentna analiza i rozumienie obrazów medycznych

Sortuj według:

Ogranicz wyniki do:

Formalizmy lingwistyki matematycznej w komputerowym wspomaganiu detekcji zmian chorobowych unaczynienia wieńcowego

Trzupek M., Ogiela M. R., Tadeusiewicz R.

Pomiary Automatyka Kontrola

2012

R. 58, nr 2

206-209

W artykule zaprezentowano nowe podejście do automatycznego rozumienia obrazów medycznych na przykładzie zobrazowań unaczynienia wieńcowego uzyskiwanych w trakcie badań spiralną tomografią komputerową (CT). W szczególności przedstawiono próby wykorzystania lingwistycznych metod strukturalnej analizy obrazów w postaci algorytmów grafowych, wykorzystywanych do tworzenia systemów wspomagania diagnostyki medycznej, a także kognitywnej analizy i rozumienia zobrazowań medycznych tętnic wieńcowych serca. Uzyskane wyniki potwierdzają duże znaczenie zaproponowanych rozwiązań w diagnostyce choroby niedokrwiennej serca.

The paper presents a novel approach to analysis of CT (computed tomography) coronary artery images based on automatic image understanding paradigm. In particular there will be presented attempts at using linguistic methods of structural image analysis in the form of graph algorithms to develop a new type of systems for the cognitive analysis and understanding of images. Such methodology will be described on an example of detection of pathological changes in coronary arteries of the heart. The problem undertaken is important because the identification and location of significant stenoses in coronary vessels is a widespread practical task. The first section describes the current state of computer-assisted therapeutic decisions taken by the doctors. The second section shows the difficulties faced by developers of systems supporting the work of diagnosing physicians. The third section describes in detail the next steps in modeling and then searching for lesions in coronary arteries (Fig. 2). The fourth section presents analysis of the effectiveness of the proposed solutions which in the set of imaging data reached about 85%. The summary presents the advantages of this technique, in particular graph languages for describing shape features that can effectively be used for modeling and semantic descriptions of occurring pathological changes. The obtained results confirm the importance of the proposed methods in the diagnosis of coronary heart disease.