Wyniki wyszukiwania - BazTech

1

Marketingowe konsekwencje ważności predyktorów wyboru posttowaroznawczych kierunków studiów

Lotko Aleksander, Melski Krzysztof, Lotko Małgorzata

Problemy Jakości

|

2023

|

R. 55, nr 5

2--10

PL

Cel: Segmentacja studentów ze względu na wartości predyktorów wyboru kierunku studiów, określenie ważności tych predyktorów i wskazanie jej konsekwencji dla marketingu uczelni. Projekt badania/metodyka badawcza/koncepcja: Badania zrealizowane z wykorzystaniem autorskiego kwestionariusza na próbie 240 studentów Uniwersytetu Ekonomicznego w Poznaniu na kierunkach studiów jakość i rozwój produktu (JiRP) oraz zarządzanie i inżynieria produkcji (ZIP). Do opracowania rankingu predyktorów oraz charakterystyki uzyskanych segmentów zastosowano drzewa klasyfikacyjne i algorytm CART. Wyniki/wnioski: Opracowano model segmentacji studentów ze względu na predyktory związane z kryteriami wyboru kierunków studiów. Najważniejszymi predyktorami okazały się: (1) nazwa kierunku studiów, (2) możliwość uzyskania tytułu zawodowego inżyniera oraz (3) źródła informacji o przyszłym kierunku studiów. Ograniczenia: Niewielka liczebność próby (240 studentów) i uwzględnienie tylko 2 kierunków studiów. Zastosowanie praktyczne: Dostarczenie rekomendacji istotnych dla efektywnych działań marketingowych uczelni. Na kierunku JiRP decydującym predyktorem jest możliwość uzyskania tytułu zawodowego inżyniera, podczas gdy na kierunku ZIP takim predyktorem jest nazwa kierunku studiów. Oryginalność/wartość poznawcza: Zastosowanie drzew klasyfikacyjnych w badanym obszarze. Uzyskana segmentacja studentów, utworzenie rankingu predyktorów wyboru i wskazanie marketingowych implikacji wyników tych analiz.

EN

Purpose: Segmentation of students according to the values of predictors of choosing a field of study, determining the importance of these predictors and indicating its consequences for university marketing. Design/methodology/approach: The research was carried out using an original questionnaire on a sample of 240 students of the Poznań University of Economics in the fields of product quality and development (JiRP) and production management and engineering (ZIP). Classification trees and the CART algorithm were used to develop the ranking of predictors and the characteristics of the obtained segments. Findings/conclusions: A model for classifying students according to predictors related to the criteria for choosing a field of study was built. The most important predictors turned out to be: (1) the name of the field of study, (2) the possibility of obtaining a professional title of engineer and (3) sources of information about the future field of study. Research limitations: Small sample size (240 students) and only 2 fields of study included. Practical implications: Providing recommendations important for effective university marketing activities. In the JiRP field, the decisive predictor is the possibility of obtaining a professional engineering title, while in the ZIP field, the name of the field of study is such a predictor. Originality/value: Application of classification trees in the study area. Obtained student segmentation, ranking of choice predictors and indication of marketing implications of the results of these analyses.

2

Segmentation of cancer masses on breast ultrasound images using modified U-net

Khallassi Ihssane, El Yousfi Alaoui My Hachem, Jilbab Abdelilah

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2023

|

T. 13, nr 3

11--15

EN

Breast cancer causes a huge number of women’s deaths every year. The accurate localization of a breast lesion is a crucial stage. The segmentation of breast ultrasound images participates in the improvement of the process of detection of breast anomalies. An automatic approach of segmentation of breast ultrasound images is presented in this paper, the proposed model is a modified u-net called Attention Residual U-net, designed to help radiologists in their clinical examination to determine adequately the limitation of breast tumors. Attention Residual U-net is a combination of existing models (Convolutional Neural Network U-net, the Attention Gate Mechanism and the Residual Neural Network). Public breast ultrasound images dataset of Baheya hospital in Egypt is used in this work. Dice coefficient, Jaccard index and Accuracy are used to evaluate the performance of the proposed model on the test set. Attention residual u-net can significantly give a dice coefficient = 90%, Jaccard index = 76% and Accuracy = 90%. The proposed model is compared with two other breast segmentation methods on the same dataset. The results show that the modified U-net model was able to achieve accurate segmentation of breast lesions in breast ultrasound images.

PL

Każdego roku rak piersi powoduje ogromną liczbę zgonów kobiet. Dokładna lokalizacja zmiany piersi jest kluczowym etapem. Segmentacja obrazów ultrasonograficznych piersi przyczynia się do poprawy procesu wykrywania nieprawidłowości piersi. W tym artykule przedstawiono automatyczne podejście do segmentacji obrazów ultrasonograficznych piersi, proponowany model to zmodyfikowany U-net, nazwany Attention Residual U-net, zaprojektowany w celu wspomagania radiologów podczas badania klinicznego, w celu odpowiedniego określenia zasięgu guzów piersiowych. Attention Residual U-net jest połączeniem istniejących modeli (konwolucyjną siecią neuronową U-net, Attention Gate Mechanism i Residual Neural Network). W tym badaniu wykorzystano publiczny zbiór danych obrazów ultrasonograficznych piersi szpitala Baheya w Egipcie. Do oceny wydajności zaproponowanego modelu na zbiorze testowym wykorzystano współczynnik Dice'a, indeks Jaccarda i dokładność. Attention Residual U-net może znacznie przyczynić się do uzyskania współczynnika Dice'a równego 90%, indeksu Jaccarda równego 76% i dokładności równiej 90%. Proponowany model został porównany z dwoma innymi metodami segmentacji piersi na tym samym zbiorze danych. Wyniki pokazują, że zmodyfikowany model U-net był w stanie osiągnąć dokładną segmentację zmian piersiowych na obrazach ultrasonograficznych piersi.

3

Classification and segmentation of periodontal cystfor digital dental diagnosis using deep learning

Lakshmi T. K., Dheeba J.

Computer Assisted Methods in Engineering and Science

|

2023

|

Vol. 30, no. 2

131--149

EN

The digital revolution is changing every aspect of life by simulating the ways humansthink, learn and make decisions. Dentistry is one of the major fields where subsets ofartificial intelligence are extensively used for disease predictions. Periodontitis, the mostprevalent oral disease, is the main focus of this study. We propose methods for classifyingand segmenting periodontal cysts on dental radiographs using CNN, VGG16, and U-Net.Accuracy of 77.78% is obtained using CNN, and enhanced accuracy of 98.48% is obtainedthrough transfer learning with VGG16. The U-Net model also gives encouraging results.This study presents promising results, and in the future, the work can be extended withother pre-trained models and compared. Researchers working in this field can develop novelmethods and approaches to support dental practitioners and periodontists in decision-making and diagnosis and use artificial intelligence to bridge the gap between humansand machines.

4

Analysis of upper respiratory tract segmentation features to determine nasal conductance

Avrunin Oleg, Nosova Yana, Shushliapina Nataliia, Abdelhamid Ibrahim Younouss, Avrunin Oleksandr, Kyrylashchuk Svetlana, Moskovchuk Olha, Mamyrbayev Orken

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2022

|

T. 12, nr 4

35--40

EN

The paper examines the features of segmentation of the upper respiratory tract to determine nasal air conduction. 2D and 3D illustrations of the segmentation process and the obtained results are given. When forming an analytical model of the aerodynamics of the nasal cavity, the main indicator that characterizes the configuration of the nasal canal is the equivalent diameter, which is determined at each intersection of the nasal cavity. It is calculated based on the area and perimeter of the corresponding section of the nasal canal. When segmenting the nasal cavity, it is first necessary to eliminate air structures that do not affect the aerodynamics of the upper respiratory tract - these are, first of all, intact spaces of the paranasal sinuses, in which diffuse air exchange prevails. In the automatic mode, this is possible by performing the elimination of unconnected isolated areas and finding the difference coefficients of the areas connected by confluences with the nasal canal in the next step. High coefficients of difference of sections between intersections will indicate the presence of separated areas and contribute to their elimination. The complex configuration and high individual variability of the structures of the nasal cavity does not allow segmentation to be fully automated, but this approach contributes to the absence of interactive correction in 80% of tomographic datasets. The proposed method, which takes into account the intensity of the image elements close to the contour ones, allows to reduce the averaging error from tomographic reconstruction up to 2 times due to artificial sub-resolution. The perspective of the work is the development of methods for fully automatic segmentation of the structures of the nasal cavity, taking into account the individual anatomical variability of the upper respiratory tract.

PL

W pracy przeanalizowano cechy segmentacji górnych dróg oddechowych w celu określenia powietrznego przewodnictwa nosowego. Przedstawiono zdjęcia 2D i 3D procesu segmentacji oraz uzyskanych wyników. Podczas formowania analitycznego modelu aerodynamiki jamy nosowej głównym wskaźnikiem charakteryzującym konfigurację kanału nosowego jest ekwiwalentna średnica, którą wyznacza się na każdym skrzyżowaniu jam nosowych. Jest ona obliczana na podstawie pola powierzchni i obwodu odpowiedniego odcinka kanału nosowego. Podczas segmentacji jamy nosowej w pierwszej kolejności należy wyeliminować struktury powietrzne, które nie wpływają na aerodynamikę górnych dróg oddechowych – są to przede wszystkim nienaruszone przestrzenie zatok przynosowych, w których dominuje rozproszona wymiana powietrza. W trybie automatycznym jest to możliwe dzięki eliminacji niepołączonych izolowanych obszarów i znalezieniu, w kolejnym kroku, współczynników różnicy obszarów połączonych konfluencjami z przewodem nosowym. Wysokie współczynniki różnic przekrojów pomiędzy skrzyżowaniami będą wskazywały na obecność wydzielonych obszarów i przyczynią się do ich eliminacji. Złożona konfiguracja i duża zmienność osobnicza struktur jamy nosowej nie pozwala na pełną automatyzację segmentacji, jednak takie podejście przyczynia się do braku konieczności interaktywnej korekcji w 80% zestawów danych tomograficznych. Zaproponowana metoda, uwzględniająca intensywność elementów obrazu znajdujących się blisko konturu, pozwala na nawet 2-krotne zmniejszenie błędu uśredniania z rekonstrukcji tomograficznej, wynikającego ze sztucznej subrozdzielczości. Perspektywą pracy jest opracowanie metod w pełni automatycznej segmentacji struktur jamy nosowej z uwzględnieniem indywidualnej zmienności anatomicznej górnych dróg oddechowych.

5

Automated lung nodule detection in CT images by optimized CNN: impact of improved whale optimization algorithm

Kumar M. Kiran, Amalanathan Anthoniraj

Computer Assisted Methods in Engineering and Science

|

2022

|

Vol. 29, no. 1-2 spec.

7--31

EN

Lung cancer is one of the leading causes of cancer-related deaths among individuals.It should be diagnosed at the early stages, otherwise it may lead to fatality due to itsmalicious nature. Early detection of the disease is very significant for patients’ survival, andit is a challenging issue. Therefore, a new model including the following stages: (1) imagepre-processing, (2) segmentation, (3) proposed feature extraction and (4) classificationis proposed. Initially, pre-processing takes place, where the input image undergoes specificpre-processing. The pre-processed images are then subjected to segmentation, which iscarried out using the Otsu thresholding model. The third phase is feature extraction, wherethe major contribution is obtained. Specifically, 4D global local binary pattern (LBP)features are extracted. After their extracting, the features are subjected to classification,where the optimized convolutional neural network (CNN) model is exploited. For a moreprecise detection of a lung nodule, the filter size of a convolution layer, hidden unit inthe fully connected layer and the activation function in CNN are tuned optimally byan improved whale optimization algorithm (WOA) called the whale with tri-level enhancedencircling behavior (WTEEB) model.

6

Multi-line signal change detection for image segmentation with application in the ceramic tile industry

Sušac Filip, Matić Tomislav, Aleksi Ivan, Keser Tomislav

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2021

|

Vol. 69, nr 3

art. no. e137121

EN

In the ceramic industry, quality control is performed using visual inspection in three different product stages: green, biscuit, and the final ceramic tile. To develop a real-time computer visual inspection system, the necessary step is successful tile segmentation from its background. In this paper, a new statistical multi-line signal change detection (MLSCD) segmentation method based on signal change detection (SCD) method is presented. Through experimental results on seven different ceramic tile image sets, MLSCD performance is analyzed and compared with the SCD method. Finally, recommended parameters are proposed for optimal performance of the MLSCD method.

7

Defect Detection of Printed Fabric Based on RGBAAM and Image Pyramid

Jing Junfeng, Ren Huanhuan

Autex Research Journal

|

2021

|

Vol. 21, no. 2

135--141

EN

To solve the problem of defect detection in printed fabrics caused by abundant colors and varied patterns, a defect detection method based on RGB accumulative average method (RGBAAM) and image pyramid matching is proposed. First, the minimum period of the printed fabric is calculated by the RGBAAM. Second, a Gaussian pyramid is constructed for the template image and the detected image by using the minimum period as a template. Third, the similarity measurement method is used to match the template image and the detected image. Finally, the position of the printed fabric defect is marked in the image to be detected by using the Laplacian pyramid restoration. The experimental results show that the method can accurately segment the printed fabric periodic unit and locate the defect position. The calculation cost is low for the method proposed in this article.

8

Algorytm segmentacji obrazów CT i PET do identyfikacji i wyznaczania objętości glejaka mózgu

Kot Estera, Siwek Krzysztof

Poznan University of Technology Academic Journals. Electrical Engineering

|

2019

|

No. 100

87--97

PL

Artykuł przedstawia nowy algorytm segmentacji wyników badań obrazowania mózgu - tomografii komputerowej (CT) i pozytonowej tomografii emisyjnej (PET) w celu identyfikacji, wyznaczania objętości i wizualizacji nowotworu mózgu – glejaka wielopostaciowego. Opracowano oprogramowanie komputerowe w środowisku MATLAB wykorzystujące metody aktywnego konturu: Edge i Chan-Vese. Dla podkreślenia wagi rozwiązywanego problemu nakreślono również aktualny sposób leczenia pacjentów z rozpoznanym glejakiem wielopostaciowym oraz metody pozyskiwania danych medycznych. W pracy przedstawiono schemat blokowy algorytmu i szczegółowo opisano kroki prowadzące do kolejnych rozwiązań. Zaprezentowano uzyskane wyniki numeryczne i wizualizację guzów. Pokazano sposoby weryfikacji wyników oraz wskazano dalsze perspektywy rozwoju omawianego problemu.

EN

The paper presents an algorithm of segmentation of brain imaging examination results – computed tomography and positron emission tomography – in order to identify, calculate and visualize the brain tumor glioblastoma multiforme. Computer software was developed in the MATLAB environment using active contour methods: Edge and Chan- Vese. To understand the significance of the problem being solved, a review of the current treatment method for patients with diagnosed glioblastoma multiforme and means of obtaining medical data were included. The work presents a block diagram of the algorithm and details steps leading to further results. Numerical results and visualization of tumors were performed. Methods of verification of results were described, and further development perspectives of the discussed problem were indicated.

9

Wound image segmentation using clustering based algorithms

Farmaha Ihor, Banaś Marian, Savchyn Vasyl, Lukashchuk Bohdan, Farmaha Taras

New Trends in Production Engineering

|

2019

|

Vol. 2, Iss. 1

570--578

EN

Classic methods of measurement and analysis of the wounds on the images are very time consuming and inaccurate. Automation of this process will improve measurement accuracy and speed up the process. Research is aimed to create an algorithm based on machine learning for automated segmentation based on clustering algorithms Methods. Algorithms used: SLIC (Simple Linear Iterative Clustering), Deep Embedded Clustering (that is based on artificial neural networks and k-means). Because of insufficient amount of labeled data, classification with artificial neural networks can`t reach good results. Clustering, on the other hand is an unsupervised learning technique and doesn`t need human interaction. Combination of traditional clustering methods for image segmentation with artificial neural networks leads to combination of advantages of both of them. Preliminary step to adapt Deep Embedded Clustering to work with bio-medical images is introduced and is based on SLIC algorithm for image segmentation. Segmentation with this method, after model training, leads to better results than with traditional SLIC.

10

Image segmentation and classification with applicationto dietary assessment using BMI-calorie calculator

Minija S. Jasmine, Emmanuel W.R. Sam

Computer Assisted Methods in Engineering and Science

|

2019

|

vol. 26, no. 3-4

177--189

EN

Nowadays, people are more interested in their health by maintaining a proper diet. Today’s lifestylecauses obesity and malnutrition in humans because of an uncontrolled diet. This paper proposes thehealth monitoring system using the body mass index (BMI) calorie calculator, which guides people totake proper calories from their daily diet. The image processing steps segmentation, features extraction,and recognition are used in the dietary assessment to identify the food items. The improved performanceof the multi-hypotheses image segmentation (MHS) and feed-forward neural network (FFNN) classifier fornutritional assessment was evaluated using macro average accuracy (MAA) and standard accuracy (SA)metrics, which provide an enhanced classification rate.

11

Segmentacja konsumentów na rynku olejów silnikowych do samochodów osobowych

Lotko Aleksander, Lotko Małgorzata

Autobusy : technika, eksploatacja, systemy transportowe

|

2019

|

R. 20, nr 12

18--21

PL

Celem artykułu była identyfikacja segmentów konsumentów na rynku olejów silnikowych do samochodów osobowych. Jako metodę zebrania danych empirycznych wykorzystano ankietę. Zgromadzone dane opracowano z wykorzystaniem wielowymiarowej techniki eksploracyjnej - analizy skupień. Ze względu na zróżnicowanie lojalności motywacyjnej konsumentów na badanym rynku identyfikowano 4 segmenty konsumentów, określane przez 8 predyktorów opisujących kryteria wyboru olejów. Zmienne charakteryzujące konsumenta, pojazd oraz sposób jego użytkowania nie weszły do modelu. Implikacją praktyczną opracowania jest wykazanie, że największa frakcja (42% badanych) to konsumenci neutralni pod względem lojalności wobec marki, co daje obszerne pole do stosowania wobec nich narzędzi marketingowych zmierzających do zwiększenia lojalności.

EN

The aim of paper was to identify consumer segments on a motor oil for passenger cars market. Data was collected with the use of a questionnaire technique. Collected data was processed with the use of a multidimensional exploratory technique - cluster analysis. Concerning a differentiation of customers attitudinal loyalty on a researched market, 4 customer segments were identified, defined by 8 predictors describing motor oil choice criteria. Variables describing a consumer, a vehicle and a way of its maintenance did not enter the model. A practical implication of the paper is revealing that the biggest fraction (42%) is formed by consumers neutral concerning brand loyalty, which gives a wide field of using marketing instruments aiming at increasing their loyalty.

12

A review on point cloud semantic segmentation methods

Lazarek J., Pryczek M.

Journal of Applied Computer Science

|

2018

|

Vol. 26, nr 2

99--105

EN

Semantic segmentation of 3D point clouds is an open research problem and remains crucial for autonomous driving, robot navigation, human-computer interaction, 3D reconstruction and many others. The large scale of the data and lack of regular data organization make it a very complex task. Research in this field focuses on point cloud representation (e.g., 2D images, 3D voxels grid, graph) and segmentation techniques. In the paper, state-of-the-art approaches related to these tasks are presented.

13

Methods for detection analysis in quality control system

Kania K., Rymarczyk T.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2018

|

T. 8, nr 3

35--38

EN

The article contains a description of the quality control system based on optical detection algorithms. It plays an increasingly important in the production process. The development of new systems based on the technology of optical detection methods to a large degree can improve the production process at different stages.

PL

Artykuł zawiera opis systemu kontroli jakości oparty na optycznych algorytmach detekcji. Wykrywanie uszkodzeń odgrywa coraz większą rolę w procesie produkcyjnym. Opracowanie nowych systemów opartych na technologiach optycznych metod wykrywania w dużym stopniu może usprawnić proces produkcji na różnych jego etapach.

14

Analysis medical and stereoscopic images by e-Medicus system

Rymarczyk T.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2018

|

T. 8, nr 2

54--57

EN

In this work, there were implemented methods to analyze and segmentation medical images by using different kind of algorithms. The solution shows the architecture of the system collecting and analyzing data. There was tried to develop an algorithm for level set method applied to piecewise constant image segmentation. These algorithms are needed to identify arbitrary number of phases for the segmentation problem. With the use of modern algorithms, it can obtain a quicker diagnosis and automatically marking areas of the interest region in medical images.

PL

W pracy zaimplementowano metody analizy i segmentacji obrazów medycznych przy użyciu różnych algorytmów. Rozwiązanie pokazuje architekturę systemu zbierającego i analizującego dane. Podjęto próbę opracowania algorytmu dla metody zbiorów poziomicowych stosowanej do fragmentarycznej, stałej segmentacji obrazu. Metody te są potrzebne do identyfikacji dowolnej liczby faz dla problemu segmentacji. Dzięki zastosowaniu nowoczesnych algorytmów można uzyskać szybszą diagnozę i automatyczne oznaczanie obszarów w regionach zainteresowania w obrazach medycznych.

15

Określanie wymiaru defektów podpowierzchniowych metodą aktywnej termografii - badania eksperymentalne

Gryś S.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2017

|

Nr 54

70--74

PL

W artykule przedstawiono wyniki prac eksperymentalnych dotyczących określania wybranych cech wad materiałowych lub niejednorodności w wewnętrznej strukturze badanych materiałów. Jako metodę badań nieniszczących wybrano aktywną termografię w podczerwieni. Wady zostały ujawnione poprzez analizę pola temperatury przedniej powierzchni badanego materiału, który został wzbudzony energetycznie poprzez oświetlenie lampami halogenowymi. Do wykrycia defektów na zarejestrowanym termogramie użyto autorskiej techniki usuwania efektu niejednorodnego tła połączoną z segmentacją termogramu. Analizowano dokładność określenia wymiarów poprzecznych wad wewnątrz badanej płytki pleksiglasu, uwzględniając następujące czynniki: głębokość defektu, wartość emisyjności powierzchni wprowadzanej przez operatora kamery termowizyjnej jako parametru modelu wyznaczania temperatury, wariant metody filtrowania służącej do usuwania efektu niejednorodności nagrzewania badanej powierzchni.

EN

Nowadays, it is increasing the use of materials such as composites and multilayered or honeycomb structures, due to their good physical properties in relation to the low weight. Its application in very demanding industry branches as aerospace, naval or automotive imposes the necessity of rigorous examination all parts during production phase and exploitation. The nondestructive testing is suggested in the cases when there is no permission to stop the production line or object under examination must remain in service with no changed properties. In this paper there was presented the results of experimental research on determination of transverse size of internal nonuniformities in tested material revealed by active infrared thermography. Defects were shown by analyzing the temperature field of the front surface of the material, which was heated with halogen lamps. The background estimation and thermogram segmentation were used for defect detection. The following factors having an impact on the accuracy of defect size estimation were considered: defect depth, emissivity introduced as a input parameter of thermovision camera system, the type of the smoothing filter and its parameter.

16

Zastosowanie drzew klasyfikacyjnych w segmentacji rynku ze względu na wagę przypisywaną jakości części zamiennych do samochodów osobowych

Lotko A.

Problemy Jakości

|

2017

|

R. 49, nr 11

11--18

PL

Celem artykułu jest zbadanie, jaka jest struktura użytkowników samochodów osobowych ze względu na wagę przypisywaną jakości części zamiennych oraz które predyktory kształtują tę strukturę. Jako metodę gromadzenia danych wykorzystano ankietę zrealizowaną na próbie 498 klientów serwisów samochodowych. Do identyfikacji nominalnych i porządkowych predyktorów oraz charakterystyki uzyskanych segmentów zastosowano drzewa klasyfikacyjne w oparciu o zaawansowany algorytm CART (Classification and Regression Trees). Implikacją teoretyczną jest budowa modelu klasyfikacji użytkowników samochodów ze względu na predyktory charakteryzujące badanych, pojazdy i sposób ich eksploatacji. Implikacją praktyczną jest dostarczenie rekomendacji istotnych przy projektowaniu i wytwarzaniu części zamiennych w celu efektywnej segmentacji rynku. Wkładem własnym autora i elementem nowości jest zastosowanie drzew klasyfikacyjnych w badanym obszarze, a także uzyskana segmentacja rynku.

EN

The aim of the paper is to find out what the structure of passenger cars users concerning the weight ascribed to the quality of spare parts is and which predictors shape this structure. As a method of data acquisition a questionnaire filled in by 498 clients of garages was used. To identify nominal and ordinal predictors and characteristics of the obtained segments classification trees were used on a basis of the advanced CART (Classification and Regression Trees) algorithm. A theoretical implication is a construction of a model of car users according to the predictors characterizing users, vehicles and the way of their maintenance. A practical implication is a deliverance of recommendations important for an effective market segmentation when designing and manufacturing spare cars. Author’s contribution and a novelty element is the use of classification trees in the researched area, as well as the obtained market segmentation.

17

Level sets and computational intelligence algorithms to medical image analysis in e-medicus system

Rymarczyk T.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2017

|

T. 7, nr 1

63--67

EN

In this work, there were implemented methods to analyze and segmentation medical images by using topological, statistical algorithms and artificial intelligence techniques. The solution shows the architecture of the system collecting and analyzing data. There was tried to develop an algorithm for level set method (LSM) applied to piecewise constant image segmentation. These algorithms are needed to identify arbitrary number of phases for the segmentation problem. The image segmentation refers to the process of partitioning a digital image into multiple regions. There is typically used to locate objects and boundaries in images. There was also shown an algorithm for analyzing medical images using a neural network MLP.

PL

W artykule zostały zaimplementowane metody do analizy i segmentacji obrazów medycznych przy użyciu algorytmów topologicznych, statystycznych i technik sztucznej inteligencji. Rozwiązanie przedstawia architekturę systemu do gromadzenia i analizy danych. Opracowano algorytmy oparte na metodzie zbiorów poziomicowych (MZP) jako odcinkowo stałą segmentację obrazu. Algorytmy te są potrzebne do identyfikacji dowolnej liczby faz dla problemu segmentacji, która odnosi się do procesu dzielenia cyfrowego obrazu w różnych regionach. Metoda używana jest zwykle do lokalizacji obiektów i brzegów w obrazach. W pracy przedstawiono również algorytm do analizy obrazów medycznych z wykorzystaniem sieci neuronowej MLP.

18

Przegląd metod segmentacji i interpretacji stosowanych w analizie obrazów mikroskopowych

Spinczyk D., Kowalewska Ł.

Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna

|

2017

|

Vol. 23, nr 4

261--269

PL

Rozwój technik mikroskopowych przestrzennego obrazowania wymaga udoskonalania metod przetwarzania, wizualizacji oraz interpretacji analizowanych struktur biologicznych. W artykule przedstawiono krótki przegląd technik mikroskopowych wykorzystywanych do trójwymiarowych rekonstrukcji oraz typowe etapy przetwarzania obrazów mikroskopowych: redukcja szumów, segmentacja, detekcja i mapowanie makro połączeń, uśrednianie i klasyfikacja oraz walidacja. Szczególny nacisk położono na przegląd metod segmentacji z podziałem na wykorzystywane klasy metod. Przedstawiono również powszechnie stosowane ilościowe kryteria jakości segmentacji. Dokonano zwięzłego przeglądu narzędzi wspomagających segmentację obrazów mikroskopowych z opisem popularnych narzędzi komercyjnych oraz klasy open source.

EN

The development of microscopic spatial imaging techniques requires improvement of processing, visualization and interpretation methods for analysis of biological structures. The paper presents a brief overview of three-dimensional microscopic techniques and the typical processing steps , as: noise reduction, segmentation, detection and mapping of macro connections, averaging, classification and validation. Emphasis is placed on the review of methods of segmentation divided into classes. The paper also presents commonly used quantitative criteria of segmentation quality. Additionally, a brief overview of tools supporting the segmentation of microscopic images with description of popular commercial and open source class tools, is presented.

19

Orthopedic pre-surgical planning using a 3D printed model

Wideł S., Szczęsna A., Wideł A., Spinczyk D.

Studia Informatica

|

2016

|

Vol. 37, nr 3B

47--60

EN

Traditionally, pre-planned orthopedic surgery is based on a patient’s CT and MRI images of patients. While these images can illustrate a patient’s organ from different angles, they might not show all injuries that could cause possible complications. Besides, only visualizations with 3D models are not sufficient because they do not allow to fit and adjust necessary tools and components. In the paper the pre-surgical planning with the use of a printed 3D bone model is presented. On the basis of this case all the stages of preparation and printing the 3D model have been described in detail. The potential benefits from the use of the 3D printing technology have been collected.

PL

Tradycyjnie, ortopedyczne zabiegi chirurgiczne wykorzystują do planowania obrazy tomografii komputerowej lub rezonansu magnetycznego pacjenta. Umożliwiają one wizualizację struktur anatomicznych w różnych płaszczyznach, jednak na ich podstawie nie jest możliwe pokazanie wszystkich możliwych położeń anatomicznych oraz potencjalnych powikłań z nimi związanych. Zastosowanie wyłącznie wirtualnych modeli trójwymiarowych nie pozwala na zaplanowanie położenia wybranych struktur oraz narzędzi chirurgicznych podczas zabiegu. W artykule przedstawiono etapy powstawania drukowanego modelu 3D do planowania zabiegu ortopedycznego oraz potencjalne korzyści wynikające z użycia technologii druku 3D.

20

Biomedical image colorization using pixel membership propagation

Popowicz A., Smołka B.

Studia Informatica

|

2016

|

Vol. 37, nr 3A

7--19

EN

In the paper we present a new algorithm of biomedical image colorization based on distance transformation and modified bilateral filtering approach. The method utilizes the scribbles inserted by the user to properly cover the image regions with desirable colors. We present the idea of our algorithm, explain the role of tunable parameters and provide some examples of biomedical image colorization using our approach.

PL

W artykule przedstawiono nową technikę koloryzacji, wykorzystującą transformatę dystansową oraz modyfikację filtru bilateralnego. Proponowana metoda opiera się na wskaźnikach koloru wprowadzanych przez użytkownika w celu zgrubnego początkowego zaznaczenia oczekiwanych kolorów dla poszczególnych elementów obrazów. W artykule wyjaśniono zasadę działania algorytmu, role jego parametrów oraz przedstawiono przykłady barwnych obrazów biomedycznych uzyskanych dzięki proponowanej nowej technice.