| Prelegent: | Piotr Szyperski mgr inż., Katedra Informatyki Technicznej, Wydział Elektroniki, Politechnika Wrocławska, e-mail: Piotr.Szyperski@pwr.edu.pl. |
| Temat: | Diagnostic methods based on the analysis of interference images (Metody diagnostyczne oparte na analizie obrazów interferencyjnych) |
| Streszczenie: | W wielu zastosowaniach biomedycznych analiza obrazów interferencyjnych może doprowadzić do ulepszenia metod diagnostycznych. Obrazy tego typu traktować można jako tekstury, stąd estymacja wymiaru fraktalnego obrazu w skali szarości jest szczególnie interesująca. Istnieją liczne podejścia do tego zagadnienia, w tym algorytm binarnego zliczania pudełek i jego różnicowe rozszerzenia oraz wiele innych. Obecnie istniejący zestaw estymatorów wymiaru fraktalnego nie wyczerpuje jednak możliwości opracowania innych ich typów, które w konkretnych zastosowaniach przewyższałyby wcześniejsze rozwiązania. Estymatory te porównywać można względem właściwości statystycznych, efektywności diagnostyki lub wydajności obliczeniowej. Zależnie od oczekiwań wybrane właściwości przyjąć można jako kryterium oceny i porównań opracowanych metod estymacji. Pierwszym z głównych celów badań było opracowanie estymatorów wymiaru fraktalnego dwuwymiarowych obrazów w skali szarości zapewniających odpowiednią wydajność obliczeń numerycznych, wysoki zakres dynamiki oraz zgodność z wymiarem topologicznym dla zbiorów niebędących fraktalami w sensie samopodobieństwa. Drugim było zastosowanie nowo zaprojektowanych estymatorów do zagadnienia interferometrycznego obrazowania ludzkiego filmu łzowego. Dodatkowo zbadano i opracowano właściwości estymatorów względem istniejących rozwiązań oraz rozważono nowe (probabilistyczne) podejścia do estymacji. Uwzględniono dwa nowe podejścia do estymacji wymiaru fraktalnego w oparciu o metodę pudełkową by przezwyciężyć pewne ograniczenia standardowego podejścia. Obejmują one estymatory oparte o metody pudełkowe w skali szarości: ważoną oraz probabilistyczną (z prawdopodobieństwem zdefiniowanym w przestrzeni obrazu). Zestawiono je z algorytmami wykorzystującymi metody pudełkowe: standardową (binarną)oraz probabilistyczną w skali szarości (z prawdopodobieństwem w przestrzeni intensywności). Obrazy syntetyczne, jak również interferogramy pozyskane empirycznie, użyto do oceny proponowanych estymatorów ze szczególnym naciskiem na ich zdolności diagnostyczne. W pierwszej kolejności dokonano walidacji proponowanych estymatorów z użyciem obrazów syntetycznych obejmujących pełen zakres wartości wymiaru fraktalnego. Następnie interferogramy filmu łzowego osób zdrowych oraz pacjentów dotkniętych zespołem suchego oka zastosowano do oceny mocy dyskryminacyjnej w diagnostyce suchego oka opartej na wymiarze fraktalnym. Pierwszym z uzyskanych wyników jest rozwój teorii dotyczącej dwóch nowych estymatorów wymiaru fraktalnego, które względem niektórych kryteriów przewyższają wcześniejsze. Kolejnym jest opracowanie algorytmów wspierających diagnostykę suchego oka na podstawie analizy wymiaru fraktalnego interferogramów pozyskanych in-vivo metodą poprzecznego przesunięcia czoła fali. Podejście to porównano z klasyfikacją metodami fourierowskimi (spektralnymi) wykazując jego podobną efektywność względem charakterystyk operacyjnych odbiorników. Jednocześnie jest ono znacznie wydajniejsze obliczeniowo. Ogólnym celem prac było zbadanie opartych na fraktalności deskryptorów parametrów obrazu w odniesieniu do jakościowej oceny jego struktury oraz – w przypadku sekwencji wideo – opisanie przebiegu ich dynamicznych zmian. Wyniki obejmują nowe estymatory jakości danych interferometrycznych. Niektóre z metod analizy obrazów opracowano poprzez samodzielny projekt i implementację, np. algorytm ważonej metody pudełkowej w skali szarości, rekurencyjne podejście do decymacji próbek lub równoległa implementacja metody generowania syntetycznych fraktali znacząco poprawiająca wydajność. W rezultacie wyniki – pomijając wartość czysto użytkową – wnoszą również przyczynek do rozwoju metodologii estymacji właściwości i cech fraktalnych. Nowo zaproponowane deskryptory okazały się w pewnych zastosowaniach lepsze od innych algorytmów wykorzystujących wymiar fraktalny oraz porównywalne z technikami spektralnymi – jeśli nie lepsze od nich. Jednocześnie możliwa jest ich implementacja w sposób zapewniający zbliżoną lub lepszą wydajność obliczeniową. |
