
Development of a biomedical image analysis framework, based on web services
Author(s) -
Θεοδόσιος Γούδας,
Θεοδόσιος Γούδας
Publication year - 2021
Language(s) - English
Resource type - Dissertations/theses
DOI - 10.12681/eadd/38754
Subject(s) - salient , web service , computer science , image (mathematics) , world wide web , ground truth , data science , information retrieval , data mining , artificial intelligence
Η εξόρυξη γνώσης από βιοϊατρικές εικόνες είναι µια πολύπλοκη και χρονοβόρα διαδικασία, γιατί απαιτούνται πολλά βήµατα, όπως η ρύθµιση του χρώµατος, το φιλτράρισµα της εικόνας, η τµηµατοποίησή της, η εξαγωγή χαρακτηριστικών γνωρισµάτων, ο χαρακτηρισµός της, κ.λπ. Κάθε ένα από αυτά τα βήµατα απαιτεί κατάλληλη βαθµονόµηση, ώστε συνολικά να πετύχουν το βέλτιστο αποτέλεσµα. Αυτή η διδακτορική διατριβή, εστιάζει στην ανάπτυξη ενός πλαισίου, το οποίο περιέχει τις απαραίτητες τεχνικές εξόρυξης και ανάλυσης εικόνας, οργανωµένες σε οντότητες, για την επίλυση των σύνθετων βιοϊατρικών προβληµάτων ανάλυσης εικόνας. Το προτεινόµενο πλαίσιο επιτρέπει το σχεδιασµό διαγραµµάτων ροών εργασίας, για να επιλύσει αυτά τα προβλήµατα. Επιπλέον, παρέχει τη λειτουργία της αυτόµατης δηµιουργίας παράλληλων πολλαπλών εκδόσεων (multiple parallel instances) του διαγράµµατος ροής εργασίας που σχεδιάστηκε, πραγµατοποιώντας όλους τους πιθανούς συνδυασµούς των τελεστών που προστέθηκαν στο διάγραµµα, για να επιλεγεί αυτόµατα ο βέλτιστος συνδυασµός ροής εργασίας. Για την υλοποίηση αυτού του πλαισίου αξιοποιήθηκε η τεχνολογία υπηρεσιών δικτύου (web services technology), σε συνδυασµό µε τη µοντελοποίηση τεχνικών ανάλυσης και εξόρυξης εικόνας (image mining and analysis techniques), σε ανεξάρτητες οντότητες. Η επιλογή της βέλτιστης ροής εργασίας πραγµατοποιείται, είτε συγκρίνοντας τα αποτελέσµατα της τµηµατοποίησης µε την πραγµατικότητα (Ground Truth), είτε µε τη χρήση του µέτρου της απόστασης log-likelihood των οµαδοποιηµένων εντοπισµένων αντικειµένων (clustered salient objects). Για τη χρήση αυτού του πλαισίου απαιτούνται βασικές – και ίσως σε κάποιες περιπτώσεις προχωρηµένες – γνώσεις ανάλυσης εικόνας, αλλά δεν απαιτούνται προγραµµατιστικές γνώσεις. Αυτό το πλαίσιο µπορεί να ενσωµατωθεί στο πρόγραµµα διαχείρισης ροών εργασίας TAVERNA ή σε οποιαδήποτε άλλη παρόµοια πλατφόρµα. Επιπλέον, σε αυτήν τη διδακτορική διατριβή, παρουσιάζονται όλα τα βιοϊατρικά προβλήµατα ανάλυσης εικόνας που εξετάσθηκαν κατά τη διάρκεια της εκπόνησής της. Καθεµιά από τις προτεινόµενες προσεγγίσεις εξόρυξης εικόνας, χρησιµοποιεί το προτεινόµενο πλαίσιο. Όλες οι προσεγγίσεις εξήγαγαν ικανοποιητικά αποτελέσµατα, χρησιµοποιώντας τις δυνατότητες του προτεινόµενου πλαισίου. Επιπλέον, ορισµένα πρόσθετα σενάρια εξόρυξης εικόνας µοντελοποιήθηκαν στο προτεινόµενο πλαίσιο, αποδεικνύοντας την αποδοτική λειτουργία της εύρεσης της βέλτιστης ροής εργασίας.