Page 30 - IFM_201401_v9 150

vol. 3 1/2014 Inżynier i Fizyk Medyczny 28
diagnostyka obrazowa \ medical diagnosis artykuł naukowy \ scientific paper
uzupełnienie procesu akwizycji o dodatkowe dane wyjaśniające/
opisujące. Takie podejście wydaje się bliższe koncepcji wspoma-
gania diagnosty, a nie automatu naśladującego czy zastępując
jego ludzkie działanie. Podejście to zakłada większą rolę metod
obliczeniowej analizy i modelowania obiektów, sygnatur, stem-
pli czy niezmienników dających się rozpoznać przy różnych kon-
figuracjach systemu akwizycji. Rozumiane jako deskryptory cech
semantycznych, są one optymalizowane z kryterium możliwie
silnego różnicowania właściwości komponentów semantycz-
nych określonej kategorii (klasy) [15]. Ważne jest przy tym sto-
sowanie dobranej funkcji podobieństwa obiektów-komponen-
tów, bazującej na metryce uwzględniającej w możliwie dużym
stopniu semantykę porównywanych obiektów (zastosowania
CBIR, czyli wyszukiwanie po zawartości). Brak referencyjnych
wzorców patologii, względna ocena ich charakteru, duża rola
uwarunkowań wynikających z metody obrazowania powodują,
że opracowanie skutecznych deskryptorów treści obrazów me-
dycznych – niezmienników względem przekształceń geometrii
oraz zróżnicowanej jakości zobrazowań, jest jak dotąd zadaniem
w dużym stopniu nierozwiązanym. W konsekwencji brakuje też
całościowego modelu obrazu na bazie deskryptorów, który od-
powiadałby kompleksowemu opisowi przekazu informacji obra-
zowej w zadaniu klinicznym. Deskryptory mogą być skutecznie
wykorzystywane jako numeryczne wskaźniki symptomów pa-
tologii komplementarnie do metod ontologicznych, jako nume-
ryczny opis symptomów patologii, cech wizualnych, jako różni-
cujący wskaźnik kategorii diagnostycznych, jako metryka relacji
międzyobiektowych itp.
W kontekście tych poszukiwań słuszną wydaje się opinia za-
mieszczona w [11] – dokąd nie uda się zgromadzić znaczącej
liczby nietrywialnych, eksperymentalnych rezultatów zasto-
sowań komputerowego rozumienia treści obrazów, nie uda się
wskazać dominującej w sensie użyteczności koncepcji, sugeru-
jącej najbardziej skuteczne rozwiązanie tego problemu. Dalsze
poszukiwania doskonalszych koncepcji i metod wobec coraz
większych wyzwań aplikacyjnych stawianych przed systemami
obrazowania wydaje się więc konieczne. Opis jednego z nowych
pomysłów zamieszczono w następnym punkcie.
Koncepcja seonów
Proponowany sposób rozumienia obrazów przedstawiono
w sposób syntetyczny, jako zarys koncepcji odwołującej się
do: a) funkcjonalnego modelowania obrazów za pomocą linio-
wych rozwinięć atomów – funkcji elementarnych podatnych na
formowanie niezmienniczych ‘znaków’ występowania kompo-
nentów treści istotnej, b) ekstrakcji tych komponentów w taki
sposób, by poprawić skuteczność interpretacji poprzez udosko-
nalone postrzeganie diagnostycznej zawartości obrazów. Pod-
stawą jest formowanie uproszczonego przekazu obrazowego za
pomocą rzadkiej (w różnym wymiarze) reprezentacji semantycz-
nych atomów, czyli seonów.
Uproszczony przekaz obrazowy
Przyjmijmy następujące założenia:
a) konieczne jest wspomaganie użytkowania obrazów – uzy-
skanie pełnej wartości informacyjnej przekazu wymaga
wspomagania komputerowego; uzasadniają to następują-
ce spostrzeżenia:
––duża złożoność formy danych obrazowych, gromadzo-
nych we współczesnych systemach obrazowania, powo-
duje duże trudności percepcji wobec rosnącej dynamiki
danych, liczby szczegółów znacznie przekraczającej ludz-
kie zdolności postrzegania;
––duża złożoność postrzeganej w obrazach treści, czę-
sto nadmiarowej, niejasnej, niejednoznacznej, o cechach
względnych, niestabilnych, znacznie utrudnia interpreta-
cję treści w trudnych, zaawansowanych i odpowiedzial-
nych zadaniach diagnostyki obrazowej;
b) celemwspomagania jest wydobycie informacji ułatwiającej
rozumienie obrazów – dane należy uporządkować, opisać,
przetworzyć oraz zaprezentować tak, by wydobyć treść
przekazu w zakresie przydatnym dla użytkownika; warto
przy tym pamiętać, że
––niezbędne są wiarygodne ontologie, tj. zasoby sformali-
zowanej, uporządkowanej wiedzy dziedzinowej, oddającej
bogactwo zastosowań oraz wszelkie inne, zobiektywizowa-
ne opisy, relacje, hierarchie, zależności pojęć, obiektów itd.;
––przydatne są modele użytkowe zastosowań ; eks-
trakcja informacji obrazowej wymaga dostosowania do
wymagań użytkowania: określając funkcje semantyczne
danych, wyznaczając treść przekazu, należy uwzględnić
obok wiedzy dziedzinowej zastosowania także wiary-
godną charakterystykę użytkowania (zadań klinicznych,
diagnostycznych) i wszystkie pragmatyczne przesłanki
skutecznej realizacji zamierzonych celów;
––szczególnego znaczenia nabierają modele ludzkich za-
chowań, postrzegania treści, technologie zorientowane
na człowieka (human-centered computing ), doskonalone
przede wszystkim ze względu na ich użyteczność, kon-
kretne potrzeby i cele informowania, charakterystyki za-
chowań użytkownika, uwzględniające zamierzone metody
pracy z obrazem, charakterystyki popełnianych błędów
i czynników warunkujących poprawną interpretację itd.;
––kluczowe są metody upraszczania reprezentacji prze-
kazu obrazowego (w tym usuwanie nadmiarowości tak
składniowej, jak semantycznej) – komponentowy opis
syntaktyki oraz semantyki (mechanizm ludzkiego po-
strzegania ukazuje szczególną rolę komponentowej me-
tody analizy obrazów), niezmienniki opisu elementów
rzeczywistych w obrazach, wiarygodne kryteria, deskryp-
tory i metody optymalizacji, integracja opisu numerycz-
nego z modelami wiedzy na zasadzie regulowanych przy-
bliżeń, aproksymacji z hierarchicznym uporządkowaniem
znaczeń;