Page 26 - IFM_201401

vol. 3 1/2014 Inżynier i Fizyk Medyczny

24

diagnostyka obrazowa

\

medical diagnosis

artykuł naukowy

\

scientific paper

Wprowadzenie

Rozumienie obrazów odwołuje się do bardziej ogólnego zagad-

nienia rozumienia otaczającego świata, uwarunkowań geogra-

ficznych, egzystencjalnych, zawodowych czy emocjonalnych,

itp. Rozumienie odwołuje się do poznania, zawiera w sobie

pierwiastek niewiedzy, ciekawości lub konieczności. Wymaga

weryfikacji, odniesienia do czynników obiektywnych bądź obiek-

tywizujących, zakłada znajomości wiedzy

a priori

warunkującej

kierunek poznawania i możliwe ‘odkrycia’ poprzez rozumienie

czy zrozumienie rzeczywistości (postrzeganej, mierzonej, zare-

jestrowanej, przeżywanej lub przeżytej, ale obecnej w umyśle).

Może także odwoływać się do wiedzy ukrytej, nieuświadomio-

nej, ‘przypadkowej’, subiektywnej lub względnej, zależnej od

okoliczności poznania.

Precyzyjna definicja tego pojęcia nie jest prosta, ponieważ

wymaga odwołania do specyficznych umiejętności, które ludzie

posiadają w mniejszym lub większym stopniu, jak swego rodzaju

talenty. Amerykański fizyk Richard Feynman twierdził, że nikt

nie rozumie świata (podobnie jak fizyki kwantowej), w którym

żyje, ale jedni są w tym lepsi od innych.

Przyjmijmy, że jest to umiejętność tworzenia opisu świata

(czyli wiarygodnych jego modeli) oraz wyjaśniania – na tej pod-

stawie – poznawanej rzeczywistości [1]. Wyjaśnianie, czy inaczej

interpretacja wymaga jeszcze trzeciej ważnej umiejętności

(zdolności) – postrzegania (inaczej zauważania) rzeczy istotnych,

kluczowych, decydujących o naturze poznawanego świata. Lep-

sze efekty rozumienia zwykle uzyskuje się poprzez integrację

tych trzech umiejętności, elastyczne czy adaptacyjne dosto-

sowanie modeli służących ekstrakcji komponentów (obiektów,

cech, relacji) istotnych w interpretacji poznawanej rzeczywisto-

ści. Efekt wyjaśniania jest bardziej efektywny, jeśli postrzegane

jest nie tyle bogactwo obserwowanej rzeczywistości, ile raczej

struktura, relacje, znaki rozpoznawcze (symptomy) odkrywanej

treści (postrzegane dane nabierają właściwego znaczenia).

Tak samo jest z rozumieniem zarejestrowanych obrazów, które

jednak zwykle bardzo istotnie limitują zakres i jakość poznania.

Charakterystyka urządzeń czy systemów obrazujących (czułość,

przestrzeń, dynamika, szczegółowość itd.) odciska się mocno na

cyfrowym obrazie świata, który z różnych przyczyn (np. realnej

niedostępności) służy wyjaśnianiu świata rzeczywistego w odpo-

wiednim jego fragmencie. Problem właściwej interpretacji obra-

zów cyfrowych staje się przez to jeszcze trudniejszy, stanowiąc

niebagatelne wyzwanie systemom inteligencji komputerowej, tj.

aplikacjomwspomagającymproces wyjaśniania obrazów poprzez

formułowanie arbitralnych, numerycznych interpretacji ‘w du-

chu’ sztucznej inteligencji, czy też poprzez wspomaganie podmio-

towej roli eksperta ‘poznającego’ poprzez wyliczane wyjaśnienia.

Weryfikacja efektów wyjaśniania obrazów służy doskonaleniu

modeli. Kolejne doświadczenia potwierdzają słuszność takiej

optymalizacji. W przypadku zastosowań medycznych, diagno-

styki obrazowej oraz procedur interpretacji wyników badań po-

wtarzalny wzrost skuteczności rozpoznania patologii (mierzony

np. czułością/swoistością podejmowanych decyzji diagnostycz-

nych) jest jednym z możliwych kryteriów doskonalenia nie tylko

samych modeli, ale też rozumienia (postrzegania na sposób ko-

rzystny w interpretacji) wizualizowanej rzeczywistości.

Komputerowe rozumienie (dokładniej wspomaganie proce-

su rozumienia) obrazów (

Computer Aided Image Understanding

)

wymaga efektywnych odwołań do zobiektywizowanej charakte-

rystyki procesu rozumienia obrazów przez ekspertów (ogólniej

użytkowników). Subiektywne, nieformalne poznawanie zobra-

zowanej rzeczywistości trzeba modelować za pomocą wiary-

godnych kryteriów i algorytmów optymalizacji przetwarzania

obrazów, dopasowując formy obliczeniowe do specyfiki zobra-

zowań oraz zadań klinicznych i mechanizmów percepcji treści.

Ze względu na brak stabilnych, bezwzględnych wzorców, jedno-

rodnych procedur oraz wyjątkową złożoność samego procesu

postrzegania i interpretacji treści obrazowej, włączając w to

tzw.

human equation

siły i słabości ludzkiego działania, jest to

niewątpliwie problem niezwykle złożony.

W kolejnych punktach zawarto krótki przegląd różnych aspek-

tów rozumienia obrazów, odniesionego zarówno do szerszej

rzeczywistości rozumienia świata, jak też do węższego ob-

szaru wspomagania obrazowej diagnostyki medycznej, m.in.

wczesnych udarów mózgu i raka sutka. Jest to zwarta próba

spojrzenia na poruszony problem z perspektywy niemałych

już doświadczeń, także własnych, ale też może nawet bardziej

w kontekście stających przed nami poważnych wyzwań, jakie

niesie współczesna obrazowa diagnostyka medyczna.

Pojmowanie rozumienia

Zagadnienie komputerowego rozumienia obrazów poruszane

jest w literaturze od dziesiątków lat [2-4], chociaż rozumienie

„rozumienia obrazów” było dość zróżnicowane, niejednoznacz-

ne, ulegając modyfikacjom w zależności od zastosowań i kon-

kretnych celów jego wykorzystania. Często ogranicza się je do

analizy i rozpoznania obiektów, rzadziej rozszerza się to pojęcie

na ustalenie wymowy całej obrazowanej sceny, silnie odnoszą-

cej się do sposobu interpretacji widoku, a więc wiedzy dziedzi-

nowej, specjalistycznej.

Rozumieć to „łapać, o co chodzi”, pojmować sens, „zdawać so-

bie sprawę” przy postrzeganiu różnego typu treści. Użytkowe

rozumienie treści obrazowej to wyłowienie z obrazów informacji

niezbędnej do ich poprawnego (właściwego) użytkowania – in-

terpretacji, podjęcia na ich podstawie wiążących decyzji. Haw-

kins i Blakeslee [5] w kontekście rozważań dotyczących ludzkiej

inteligencji podkreślają rolę naturalnych, porządkujących zasad,

oczywistych różnic w znaczeniu i roli postrzeganych elementów

rzeczywistości, przewidywania skutków i konsekwencji. Pojawia

się problem niemierzalności rozumienia – po skutkach nie sposób

poznać stanu rozumienia danej sytuacji. R. Penrose [6] poprzez

analogię do rozumienia matematycznego zwraca uwagę na rolę

świadomości i brak możliwości kompletnego zamodelowania pro-

cesu rozumienia za pomocą procedur numerycznych. Świadomość

Page 26 - IFM_201401_v9 150