Accurate and efficient COVID-19 diagnosis is crucial in clinical settings. However, the limited availability of labeled data poses a challenge for traditional machine learning algorithms. To address this issue, we propose Turning Point (TP), a few-shot learning (FSL) approach that leverages high-level turning point mappings to build sophisticated representations across previously labeled data. Unlike existing FSL models, TP learns using quasi-configured topological spaces and efficiently combines the outputs of diverse TP learners. We evaluated TPFSL using three COVID-19 datasets and compared it with seven different benchmarks. Results show that TPFSL outperformed the top-performing benchmark models in both one-shot and five-shot tasks, with an average improvement of 4.50% and 4.43%, respectively. Additionally, TPFSL significantly outperformed the ProtoNet benchmark by 12.966% and 11.033% in one-shot and five-shot classification problems across all datasets. Ablation experiments were also conducted to analyze the impact of variables such as TP density, network topology, distance measure, and TP placement. Overall, TPFSL has the potential to improve the accuracy and speed of diagnoses for COVID-19 in clinical settings and can be a valuable tool for medical professionals.
Finger tapping is one of the standard tests for Parkinson's disease diagnosis performed to assess the motor function of patients' upper limbs. In clinical practice, the assessment of the patient's ability to perform the test is carried out visually and largely depends on the experience of clinicians. This article presents the results of research devoted to the objectification of this test. The methodology was based on the proposed measurement method consisting in frame processing of the video stream recorded during the test to determine the time series representing the distance between the index finger and the thumb. Analysis of the resulting signals was carried out in order to determine the characteristic features that were then used in the process of distinguishing patients with Parkinson's disease from healthy cases using methods of machine learning. The research was conducted with the participation of 21 patients with Parkinson's disease and 21 healthy subjects. The results indicate that it is possible to obtain the sensitivity and specificity of the proposed method at the level of approx. 80 %. However, the patients were in the so-called ON phase when symptoms are reduced due to medication, which was a much greater challenge compared to analyzing signals with clearly visible symptoms as reported in related works.
Engineering support in the field of recognizing Parkinson's disease against the background of other diseases, its progression and monitoring the effectiveness of drugs is currently widely implementedas part of work devoted to the use of recording and analysis devices equipped with sensors of movement parameters attached to the patient's body, e.g. accelerometers and gyroscopes. This material touches on an alternative approach, in which the concept of using techniques for processing selected image data obtained during a clinical examination evaluating a patient using the unified UPDRS number scale is proposed. The research was conducted on a material that corresponded to selected components of the scale and included images of faces recorded in the visible light range and images of the outer surfaces of the hand recorded with a thermal imaging camera.This was aimed at assessing the possibility of differentiating personsin terms of detecting Parkinson's disease on the basis of registered modalities. Thus, tasks aimed at developing characteristics important in the binary classification process were carried out. The assessment of features was made in a modality-dependent manner based on available tools in the field of statistics and machine learning.
PL
Wsparcie inżynierskie w zakresie rozpoznawania choroby Parkinsona na tle innych chorób, jej progresji oraz monitorowania skuteczności leków jest obecnie szeroko realizowane w ramach prac poświęconych wykorzystaniu urządzeń rejestrujących i analizujących wyposażonych w sensory parametrów ruchu przymocowanych do ciała pacjenta, np. akcelerometry i żyroskopy. W prezentowanej pracy przedstawiono alternatywne podejście, w którym proponuje się koncepcję wykorzystania technik przetwarzania wybranych danych obrazowych uzyskanych podczas badania klinicznego oceniającego pacjenta za pomocą ujednoliconej skali liczbowej UPDRS. Badania przeprowadzono na materiale, który odpowiadał wybranym składowym skali i obejmował obrazy twarzy utrwalone w zakresie światła widzialnego oraz obrazy zewnętrznych powierzchni dłoni rejestrowane kamerą termowizyjną. Wykonane badania miały na celu ocenę możliwości różnicowania osób pod względem wykrywania choroby Parkinsona na podstawie zarejestrowanych metod. W ten sposób zrealizowano zadania mające na celu opracowanie cech istotnych w procesie klasyfikacji binarnej. Ocena cech została dokonana w sposób zależny od modalności w oparciu o dostępne narzędzia z zakresu statystyki i uczenia maszynowego.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Due to safety, easy accessibility, noninvasively and cost-effectiveness of ultrasound imaging, this technology becomes one of the main contributors for analyzing thyroid nodules. However, interpretation of ultrasound images is a challenging task that subjects to the radiologist’s prior medical knowledge and observational skills. There is a significant need for reliable, objective, and automated approaches for the meaningful assessment of ultrasound images. Many areas of machine learning including computer vision and image processing have been revolutionized by the recent advances in the field of deep learning. The current study systematically reviews the existing literatures and evaluates technical characteristics of the deep learning applications on the ultrasound images of thyroid nodules. In this review, all of the included studies have been published from 2017 to 2020 indicating the recent growing interest in the utilization of deep learning-based techniques for assessment of ultrasound images of thyroid nodules. Although deep learning has demonstrated potential for analyzing thyroid nodules’ ultrasound images, this review highlights several existing barriers that need to be addressed in future works such as dealing with data limitation, generating public and valid datasets, and determining standard evaluation metrics. This survey outlines several methods (e.g., data augmentation and transfer learning) recently proposed to address similar challenges in other fields. Furthermore, to improve the diagnostic accuracy of the deep learning models, utilization of complementary information with multi-modal images are suggested.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In this paper, support vector machines (SVMs), least squares SVMs (LSSVMs), relevance vector machines (RVMs), and probabilistic classification vector machines (PCVMs), are compared on sixteen binary and multiclass medical datasets. Particular emphasis is put on the comparison among the commonly used Gaussian radial basis function (GRBF) kernel, and the relatively new generalized min–max (GMM) kernel and exponentiated-GMM (eGMM) kernel. Since most medical decisions involve uncertainty, a postprocessing approach based on Platt’s method and pairwise coupling is employed to produce probabilistic outputs for prediction uncertainty assessment. The extensive empirical study illustrates that the SVM classifier using the tuning-free GMM kernel (SVM-GMM) shows good usability and broad applicability, and exhibits competitive performance against some state-of-the-art methods. These results indicate that SVM-GMM can be used as the first-choice method when selecting an appropriate kernel-based vector machine for medical diagnosis. As an illustration, SVM-GMM efficiently achieves a high accuracy of 98.92% on the thyroid disease dataset consisting of 7200 samples.
W ostatnich latach nastąpił ogromny rozwój w zastosowaniu termowizji w medycynie. Wizualizacja rozkładu temperatury ludzkiego ciała stanowi bardzo cenne informacje diagnostyczne, odzwierciedlając istotne procesy metaboliczne zachodzące w organizmie. W związku z powyższym, wszystkie odstępstwa od typowej wartości temperatury badanego fragmentu ciała mogą świadczyć o nieprawidłowości w fizjologii organizmu. Niniejsza praca prezentuje pierwsze doświadczenia naszej grupy badawczej w pokazaniu znaczenia nieinwazyjnej techniki obrazowania ciała człowieka, która może być przydatna w diagnostyce oparzeń. Mając na celu szybkie, bezbolesne oraz łatwo dostępne diagnozowanie ran oparzeniowych, termowizja może stanowić pomocnicze urządzenie do automatycznego wyznaczania obszarów wymagających leczenia chirurgicznego oraz wyodrębnienia obszarów nadających się do leczenia zachowawczego. Grupę badawczą stanowiło 25 pacjentów zakwalifikowanych w zakresie stopnia IIa, IIb oraz III. Badania zostały przeprowadzone we współpracy z Centrum Leczenia Oparzeń im. dr. Stanisława Sakiela w Siemianowicach Śląskich pod opieką lekarzy zespołu chirurgicznego. Wstępna analiza termograficzna obszarów zainteresowania wskazuje na różnice w wartościach średnich temperatur pomiędzy obszarami objętymi oparzeniem a obszarami sąsiadującymi.
EN
There was dynamic increase in use of thermal imaging in medicine during last two decades. Visualization of body surface thermal map brings some important diagnostic information about metabolically activity of the inner tissue and the differences in observed body temperature in comparison with normal body temperature range may suggest disease process occurring. Presented studies are the first step of our research group in the thermal imaging of skin burns. It seems that non-invasive, fast and simply in use thermovision may bring some important and useful information in evaluation of skin burns. The study included 25 patients suffered from skin burns in IIa, IIb and III stage. The study was carried out at Burn Treatment Center memorial Dr Stanislaw Sakiel in Siemianowice Śląskie. Preliminary analysis showed some differences in mean temperature characterized areas in II and III burn stage.
7
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Opracowano proces wytwarzania pianek węglowych (synteza, karbonizacja), a także dokonano ich szerokiej charakterystyki, wykorzystując mikroskopię świetlną, skaningową mikroskopię elektronową SEM, mikrotomografię komputerową μCT, spektroskopię w podczerwieni FT-IR i chromatografię gazową sprzężoną z detektorem mas GC-MS. Wyniki przeprowadzonych badań umożliwiły wyselekcjonowanie pianek o najlepszych właściwościach sorpcyjnych, które mogą znaleźć zastosowanie w diagnostycznych badaniach fazy oddechowej.
EN
Polyurethane (PUR) foams were synthetized from polyols and methylene diphenyl diisocyanate polymers at mass ratios 1:1, 1:3 and 3:1 without any catalyst or in its presence. The porous structure of the PUR foams was detd. by using scanning electron microscopy and high-resolution 3D computed tomog. The PUR foams showed a good sorbability and could be used in the human diagnostic (respiratory phase).
Czynnik wzrostu fibroblastów FGF23 produkowany w osteoblastach i osteocytach jest określany jako istotny element w regulacji gospodarki wapniowo-fosforanowej, zwiększając wydalanie fosforanów i w nadmiarze prowadząc do hipofosfatemii. Działa również poprzez zahamowanie syntezy witaminy 1,25 (OH)2 D. Szczególna rola jest mu przypisywana w indukowaniu tak pośrednio, jak i przez bezpośredni wpływ na przerost lewej komory, niekorzystnych zmian w układzie sercowo-naczyniowym, będących przyczyną zwiększonej śmiertelności w przewlekłej niewydolności nerek, charakteryzującej się wzrostem stężenia FGF23. Brak jest jeszcze udokumentowanych klinicznych badań randomizowanych potwierdzających korzyści z obniżania stężenia FGF23 w PChN.
EN
Fibroblast growth factor 23 (FGF23) produced in osteoblasts is described as a new element regulating calcium-phoshate metabolism. It increases phosphate urinary excretion and in excess causes hypophoshatemia. It also acts by inhibiting vitamin 1.25 (OH)2 D synthesis. It plays particular role in inducing cardiovascular changes indirectly as well as by a direct impact on left ventricular hypertrophy. These changes are responsible for increased mortality in chronic kidney disease, in which the serum level of FGF23 is elevated. However there are still no randomized clinical trials demonstrating better outcome associated with the therapeutic reduction of FGF23 in CKD.
Gram-ujemne pałeczki Campylobacter jejuni są jedną z najczęstszych przyczyn występowania zakażeń przewodu pokarmowego u ludzi na świecie. Współczesna diagnostyka zakażeń obejmuje metody izolacji bakterii z materiału klinicznego i identyfikacji za pomocą standardowych metod mikrobiologicznych, a także technik serologicznych i molekularnych.
The paper concerns the mathematical modeling of patient’s disease states and disease unit patterns for the needs of algorithms supporting medical decisions. Due to the specificity of medical data and assessments in the modeling of patient’s disease states as well as diseases, the fuzzy set methodology was used. The paper presents a number of new characteristics of fuzzy sets allowing to assess the quality of medical diagnosis. In addition, a definition of a multi-aspect fuzzy set is presented, which may be useful in supporting medical diagnostics based on multi-criteria similarity models. The presented results can be used in the construction of algorithms for assessing the patient's state of health and mainly in the construction of algorithms for supporting diagnostic processes.
PL
Praca dotyczy modelowania matematycznego stanów chorobowych pacjenta oraz wzorców jednostek chorobowych na potrzeby algorytmów wspomagania decyzji medycznych. Z uwagi na specyfikę danych i ocen medycznych w modelowaniu stanów chorobowych pacjenta, a także chorób zastosowano metodologię zbiorów rozmytych. W pracy przedstawiono wiele nowych charakterystyk zbiorów rozmytych pozwalających ocenić jakość uzyskanej diagnozy. Dodatkowo zaprezentowano definicję wieloaspektowego zbioru rozmytego, która może być przydatna we wspomaganiu diagnostyki medycznej, opartej na wielokryterialnych modelach podobieństwa. Uzyskane wyniki mogą być wykorzystane w budowie algorytmów oceniania stanu zdrowia pacjenta, a głównie w budowie algorytmów wspomagania procesów diagnostycznych.
Przepływ informacji pomiędzy lekarzem klinicystą a diagnostą laboratoryjnym jest niezbędny. Jest podstawą prawidłowej diagnozy oraz odpowiedniego leczenia pacjenta.
Wywiad z dr. n. med. Tadeuszem Urbanem, prezesem Śląskiej Izby Lekarskiej, ordynatorem Oddziału Położnictwa i Ginekologii Szpitala Specjalistycznego nr 2 w Bytomiu.
In this work we use the concept of a ’n’-valued refined neutrosophic soft sets and its properties to solve decision making problems, Also a similarity measure between two ’n’- valued refined neutrosophic soft sets are proposed. A medical diagnosis (MD) method is established for ’n’-valued refined neutrosophic soft set setting using similarity measures. Lastly a numerical example is given to demonstrate the possible application of similarity measures in medical diagnosis (MD).
Przyczyną dużej śmiertelności pacjentek chorych na nowotwory piersi jest zbyt późna wykrywalność zmian nowotworowych. Konieczność wprowadzenia bezpiecznej i bezinwazyjnej metodyki stanowi obecnie wyzwanie badawcze. Jedną z metod, która może wspomóc diagnostykę nowotworów piersi, jest termografia w podczerwieni. Znalazła ona szerokie zastosowanie w wielu dziedzinach przemysłu, jak również z powodzeniem jest stosowana w medycynie. Kamery termowizyjne wraz ze specjalistycznym oprogramowaniem umożliwiają analizę obrazów termograficznych różnych schorzeń, w których zmiana zlokalizowana jest na powierzchni skóry lub pod jej powierzchnią, co stanowi zaletę, ale również i wadę tej techniki diagnostycznej. Niniejsza praca ma na celu przeprowadzenie badań, które pozwolą ocenić przydatność obrazowania termograficznego w diagnostyce, jak i efektach leczenia nowotworów piersi z wykorzystaniem radioterapii.
EN
Currently, a large percentage of women’s deaths are breast cancers as opposed to other disease entities The reason for this is that the detectability of cancerous changes is too late Therefore, the current research challenge is the need to develop a new, safe and non-invasive methodology. Infrared thermography is one such method that can help diagnose the breast cancer It is a method that has successfully found application in many fields of science, including medicine. Thermal imaging cameras with specialized software allow for the analysis of thermographic images of diseases in which the lesion is located on the surface of the skin or just below the surface of the skin. Based on the temperature gradient, you can locate and assess the affected area. This work aims to conduct studies that will assess the usefulness of thermography imaging in diagnostics and to observe the effect of radiotherapy treatment of breast cancer.
15
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Effective segmentation of thermal images reflecting the inflamed region in human body to assist medical diagnosis is a challenging task. In this paper we propose a method for thermal image segmentation, named as ‘‘Region shrinking based Accurate Segmentation of Inflammatory areas from Thermograms’’, in short RASIT. The method comprising of four steps encompassing thermal image contextual electrostatic force extraction, intensity adjustment as applicable, automated generation of the weighted threshold, and segmentation of thermograms based on the computed threshold. The proposed method is operative devoid of the subjective and possibly questionable task of parameter selection clearly offering an edge over the state-of-the-art methods in terms of usage. The efficacy of our proposed technique is shown by experimenting on abnormal thermograms taken from two datasets: one is newly created knee arthritis thermogram dataset and another is online available Database of Mastology Research (DMR) of breast thermograms. The averages on correct detection rates obtained by the proposed method for both the knee and breast thermograms are 98.2% and 96.98% respectively with favorable inference on basis of Wilcoxon's test. Application of the proposed method minimizes the complexity of parameter selection, time complexity of execution and amount of under segmentation compared to existing state-of-the-art methods of thermogram segmentation.
Istnieje wiele rozwiązań metodycznych w zakresie badań oddechu. Spośród opisanych technik chromatografia gazowa jest najczęściej wykorzystywaną metodą analizy wydychanego powietrza.
17
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przedstawiony artykuł dotyczy nieodzownej w badaniach środowiskowych i klinicznych metody, jaką jest potencjometria, w ramach której wyróżnia się grupę czujników potencjometrycznych zwanych elektrodami jonoselektywnymi. W ostatnim czasie nastąpił gwałtowny rozwój czujników elektrochemicznych. Ze względu na liczne zalety elektrod jonoselektywnych, poszukiwane są wciąż nowe rozwiązania i materiały konstrukcyjne, pozwalające na oznaczenia coraz szerszej gamy analitów oraz poprawę parametrów użytkowych elektrod. Zaprezentowany artykuł zawiera informacje dotyczące elektrod jonoselektywnych – ich budowy, zastosowania oraz trendów w rozwoju i ma na celu wprowadzić czytelnika w najprężniej rozwijający się dział potencjometrii jakim są czujniki potencjometryczne all-solid-state. W artykule przedstawione zostały różne możliwości konstrukcji elektrod jonoselektywnych jak i stosowane dotychczas w ich budowie materiały.
EN
Presented article concerns the potentiometry method, which is indispensable method used in environmental and clinical analysis. Within the potentiometry method there is a group of sensors called ion-selective electrodes. In recent years the major development of potentiometric sensors was observed. Because of many advantages of ionselective electrodes new solutions and construction materials are being searched for. New materials and construction solutions allow to determine the wide scope of analytes and to improve the parameters of electrodes. Basic information about ion-selective electrodes - their structure, application and trends in their development were presented in the article. The aim of the article is to introduce the reader into the ground breaking technology of the potentiometry method - the potentiometric sensors. Various construction solutions and materials used in construction were presented and described in the article.
In this paper we present an application of fuzzy approximation operators in supporting medical diagnosis. These operators are compositions of fuzzy modal operators. The underlying idea is based on the observation that approximations of fuzzy sets may be viewed as intuitionistic fuzzy sets. Reasoning scheme is determined by distances between intuitionistic fuzzy sets proposed by Szmidt and Kacprzyk.
W pracy przeanalizowano perspektywy zastosowania metod uczenia głębokiego w diagnostyce medycznej. Jedną z kluczowych cech uczenia głębokiego jest zdolność do wyodrębniania złożonych wzorców o strukturze hierarchicznej. Wzorce takie występują również w diagnostyce, jako tak zwane diamenty diagnostyczne. Zastosowanie głębokich sieci neuronowych mogłoby poprawić jakość klasyfikatorów wykrywających choroby na podstawie objawów. Dodatkowo umożliwiłoby to sterowanie czułoscią i swoistością klasyfikatorów.
EN
In this paper we analyze perspectives of applying deep learning methods in a field of medical diagnosis. One of key features of deep learning is ability to extract complex, hierarchical patterns. Such patterns are present also in a medical diagnosis, where they are known as diagnostic diamonds. Applying deep neural networks could increase performance of medical classifiers. Moreover, it would allow to adjust sensitivity and specificity of classifiers.
In this study, we address the problem of medical diagnosis by applying Fuzzy Cognitive Map (FCM). A distinctive feature of the FCM is its ability to simulate the development of the disease in time. By this simulation, it is possible to predict the severity of the disease by having future knowledge on current medical investigations. For the first time in this paper, we construct an FCM-based classifier dedicated solely to perform medical diagnosis. To learn the FCM, we use an evolutionary algorithm explicitly specifying the newly designed fitness function. Real, publicly available medical data are applied for the validation and evaluation of the proposed approach.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.