Wyniki wyszukiwania - BazTech

1

Fourier transform-based data augmentation in deep learning for diabetic foot thermograph classification

Anaya-Isaza Andrés, Zequera-Diaz Martha

Biocybernetics and Biomedical Engineering

|

2022

|

Vol. 42, no. 2

437--452

EN

Diabetes Mellitus (DM) belongs to the ten diseases group with the highest mortality rate globally, with an estimated 578 million cases by 2030, according to the World Health Organization (WHO). The disease manifests itself through different disorders, where vasculopathy shows a chronic relationship with diabetic ulceration events in distal extremities, being temperature a biomarker that can quantify the risk scale. According to the above, an analysis is performed with standing thermography images, finding temperature patterns that do not follow a particular distribution in patients with DM. Therefore, the modern medical literature has taken the use of Computer-Aided Diagnosis (CAD) systems as a plausible option to increase medical analysis capabilities. In this sense, we proposed to study three state-of-the-art deep learning (DL) architectures, experimenting with convolutional, residual, and attention (Transformers) approaches to classify subjects with DM from diabetic foot thermography images. The models were trained under three conditions of data augmentation. A novel method based on modifying the images through the change of the amplitude in the Fourier Transform is proposed, being the first work to perform such synergy in the characterization of risk in ulcers through thermographies. The results show that the proposed method allowed reaching the highest values, reaching a perfect classification through the convolutional neural network ResNet50v2, promising for limited data sets in thermal pattern classification problems.

2

Determination of the optimal scanning step for evaluation of image reconstruction quality in magnetoacoustic tomography with magnetic induction

Zywica Adam Ryszard, Ziolkowski Marcin

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2019

|

T. 9, nr 4

38--42

EN

Magnetoacoustic Tomography with Magnetic Induction (MAT-MI) is a new hybrid imaging modality especially dedicated for non-invasive electrical conductivity imaging of low-conductivity objects such as e.g. biological tissues. The purpose of the present paper is to determine the optimal scanning step assuring the best quality of image reconstruction. In order to resolve this problem a special image reconstruction quality indicator based on binarisation has been applied. Taking into account different numbers of measuring points and various image processing algorithms, the conditions allowing successful image reconstruction have been provided in the paper. Finally, the image reconstruction examples for objects’ complex shapes have been analysed.

PL

Tomografia magnetoakustyczna ze wzbudzeniem indukcyjnym (MAT-MI) to nowa hybrydowa technika obrazowania dedykowana szczególnie do nieinwazyjnego obrazowania obiektów o niskiej konduktywności elektrycznej, takich jak na przykład tkanki biologiczne. Celem niniejszej pracy jest określenie optymalnego kroku skanowania zapewniającego najlepszą jakość rekonstrukcji obrazu. W celu rozwiązania tego problemu zastosowano specjalny wskaźnik jakości rekonstrukcji obrazu bazujący na binaryzacji. W artykule przedstawiono warunki umożliwiające pomyślne zrekonstruowanie obrazu biorąc pod uwagę różną liczbę punktów pomiarowych oraz różne algorytmy przetwarzania obrazu. W końcowym etapie pracy przeanalizowano przykłady rekonstrukcji obrazu dla obiektów o bardziej złożonych kształtach.

3

Magnetoacoustic tomography with magnetic induction for biological tissue imaging: numerical modelling and simulations

Żywica A.R.

Archives of Electrical Engineering

|

2016

|

Vol. 65, nr 1

141--150

EN

Many imaging techniques are playing an increasingly significant role in clinical diagnosis. In the last years especially noninvasive electrical conductivity imaging methods have been investigated. Magnetoacoustic tomography with magnetic induction (MAT-MI) combines favourable contrast of electromagnetic tomography with good spatial resolution of sonography. In this paper a finite element model of MAT-MI forward problem has been presented. The reconstruction of the Lorentz force distribution has been performed with the help of a time reversal algorithm.

4

Metody analizy obrazu – analiza obrazu mammograficznego na podstawie cech wyznaczonych z tekstury

Lazarek J.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2013

|

nr 4

10--13

PL

W artykule przedstawiono analizę możliwości zastosowania cech wyznaczanych z tekstury do klasyfikacji wykrytych, na obrazie mammograficznym, obszarów zainteresowania – jako obszarów niezmienionych lub zmienionych chorobowo. Cechy tekstury wyznaczono na podstawie histogramu, macierzy gradientu, macierzy długości pasm oraz macierzy zdarzeń. Klasyfikację przeprowadzono z wykorzystaniem klasyfikatora k-NN. W wyniku przeprowadzonych eksperymentów poprawnie rozpoznano wszystkie zmienione chorobowo próbki.

EN

This paper presents an analysis of the possibility of using textural features for mammographic images classification. Textural features are calculated base on histogram, gradient matrix, run-length matrix, co-occurence matrix. Classification is based on k-NN classifier, the regions of interest can be classified as normal or abnormal. Results of some experiments are presented. All of abnormal regions were classified correctly.