Wyniki wyszukiwania - BazTech

1

Optimizing ultrasound image classification through transfer learning: fine-tuning strategies and classifier impact on pre-trained inner-layers

Bal-Ghaoui Mohamed, Alaoui Hachem El Yousfi, Jilbab Abdelilah, Bourouhou Abdennaser

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2023

|

T. 13, nr 4

27--33

EN

Transfer Learning (TL) is a popular deep learning technique used in medical image analysis, especially when data is limited. It leverages pre-trained knowledge from State-Of-The-Art (SOTA) models and applies it to specific applications through Fine-Tuning (FT). However, fine-tuning large models can be time-consuming, and determining which layers to use can be challenging. This study explores different fine-tuning strategies for five SOTA models (VGG16, VGG19, ResNet50, ResNet101, and InceptionV3) pre-trained on ImageNet. It also investigates the impact of the classifier by usinga linear SVM for classification. The experiments are performed on four open-access ultrasound datasets related to breast cancer, thyroid nodules cancer, and salivary glands cancer. Results are evaluated using a five-fold stratified cross-validation technique, and metrics like accuracy, precision, and recall are computed. The findings show that fine-tuning 15% of the last layers in ResNet50 and InceptionV3 achieves good results. Using SVM for classification further improves overall performance by 6% for the two best-performing models. This research provides insights into fine-tuning strategiesandthe importance of the classifier in transfer learning for ultrasound image classification.

PL

Transfer Learning (TL) to popularna technika głębokiego uczenia stosowana w analizie obrazów medycznych, zwłaszcza gdy ilość danych jestograniczona. Wykorzystuje ona wstępnie wyszkoloną wiedzę z modeli State-Of-The-Art (SOTA) i zastosowanie ich do konkretnych aplikacji poprzez dostrajanie (Fine-Tuning –FT). Jednak dostrajanie dużych modeli może być czasochłonne, a określenie, których warstw użyć, może stanowić wyzwanie.W niniejszym badaniu przeanalizowano różne strategie dostrajania dla pięciu modeli SOTA (VGG16, VGG19, ResNet50, ResNet101 i InceptionV3) wstępnie wytrenowanych na ImageNet. Zbadano również wpływ klasyfikatora przy użyciu liniowej SVM do klasyfikacji. Eksperymenty przeprowadzonona czterech ogólnodostępnych zbiorach danych ultrasonograficznych związanych z rakiem piersi, rakiem guzków tarczycy i rakiemgruczołów ślinowych. Wyniki są oceniane przy użyciu techniki pięciowarstwowej walidacji krzyżowej, a wskaźniki takie jak dokładność, precyzja i odzyskiwanie są obliczane. Wyniki pokazują, że dostrojenie 15% ostatnich warstw w ResNet50 i InceptionV3 osiąga dobre wyniki. Użycie SVM do klasyfikacjidodatkowo poprawia ogólną wydajność o 6% dla dwóch najlepszych modeli. Badania te zapewniają informacje na temat strategii dostrajania i znaczenia klasyfikatoraw uczeniu transferowym dla klasyfikacji obrazów ultrasonograficznych.

2

Application of digital image processing methods for obtaining contours of objects on ultrasound images of the hip joint

Ratushnyi Pavlo, Bilynsky Yosyp, Zhyvotivskyi Stepan

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2021

|

T. 11, nr 2

22--25

EN

In this work, the problems of research of ultrasonic images of joints are formulated. It is that for early diagnosis of developmental disorders of the hip joints needs to take frequent pictures, and the least harmful to health is ultrasound. But the quality of such images is not sufficient for highquality automated measurement of geometric parameters and diagnosis of deviations. The ultrasound image of the hip joint is evaluated by quantifying the exact values of the acetabular angle, the angle of inclination of the cartilaginous lip, and the location of the center of the femoral head. To get these geometric parameters, you need to have clear images of objects. And for the operation of automated computer measurement systems, it is necessary to use such methods of pre-digital image processing, which would give clear contours of objects. Known and available image processing algorithms, in particular contour selection, face problems in processing specific medical images. It is proposed to use the developed method of sharpening to further obtain high-quality contour lines of objects. A mathematical model of the method is presented, which is a formula for converting the intensity values of each pixel of a digital image. As a result of this method, the noise component of the image is reduced, and the intensity differences between the background and the objects are increased, and the width of these differences is one pixel. The algorithm of a sequence of processing of ultrasonic images and features of its application have resulted. The results of the developed set of methods are given. The paper presents the results of processing the real image of the hip joint, which visually confirms the quality of the selection of objects on view.

PL

W pracy sformułowano problematykę badań ultradźwiękowych obrazów stawów. Polega ona na tym, że do wczesnej diagnostyki zaburzeń rozwojowych stawów biodrowych konieczne jest częste wykonywanie zdjęć, a najmniej szkodliwe dla zdrowia są badania USG. Jednak jakość uzyskanych obrazów nie jest wystarczająca do tego, by z wysoką jakością przeprowadzić automatyczne pomiary parametrów geometrycznych i diagnostykę odchyleń. Obraz ultrasonograficzny stawu biodrowego ocenia się poprzez ilościowe określenie dokładnych wartości kąta panewki, kąta nachylenia warstwy chrzęstnej i położenia środka głowy kości udowej. Aby uzyskać te parametry geometryczne, musisz konieczne są wyraźne obrazy obiektów. Do obsługi zautomatyzowanych komputerowych systemów pomiarowych konieczne jest stosowanie takich metod przedcyfrowego przetwarzania obrazu, które dawałyby wyraźne kontury obiektów. Znane i dostępne algorytmy przetwarzania obrazu, w szczególności wybór konturu, napotykają problemy w przetwarzaniu określonych obrazów medycznych. Proponuje się wykorzystanie opracowanej metody wyostrzenia w celu dalszego uzyskania wysokiej jakości konturów obiektów. Przedstawiono model matematyczny metody będący formułą do przeliczania wartości natężenia każdego piksela obrazu cyfrowego. W wyniku tej metody zmniejsza się składowa szumu obrazu, a różnice intensywności między tłem a obiektami są zwiększane, a szerokość tych różnic wynosi jeden piksel. Opracowano algorytm kolejności przetwarzania obrazów ultradźwiękowych i cechy jego zastosowania. Podano wyniki opracowanego zestawu metod. W pracy przedstawiono wyniki przetwarzania rzeczywistego obrazu stawu biodrowego, co wizualnie potwierdza jakość doboru obiektów widzenia.

3

A novel approach for automatic detection and classification of suspicious lesions in breast ultrasound images

Karimi B., Krzyżak A.

Journal of Artificial Intelligence and Soft Computing Research

|

2013

|

Vol. 3, No. 4

265--276

EN

In this research, a new method for automatic detection and classification of suspected breast cancer lesions using ultrasound images is proposed. In this fully automated method, de-noising using fuzzy logic and correlation among ultrasound images taken from different angles is used. Feature selection using combination of sequential backward search, sequential forward search and distance-based methods is obtained. A new segmentation method based on automatic selection of seed points and region growing is proposed and classification of lesions into two malignant and benign classes using combination of AdaBoost, Artificial Neural Network and Fuzzy Support Vector Machine classifiers and majority voting is implemented.