Αλγόριθμοι ανάλυσης εικόνας και συνδυασμού ταξινομητών προτύπων με εφαρμογή στην ιατρική διάγνωση

Abstract

Medical Informatics and the application of modern signal processing in the assistance of the diagnostic process in medical imaging is one of the more recent and active research areas today. This thesis addresses a variety of issues related to the general problem of medical image analysis, specifically in mammography, and presents a series of algorithms and design approaches for all the intermediate levels of a modern system for computer-aided diagnosis (CAD). The diagnostic problem is analyzed with a systematic approach, first defining the imaging characteristics and features that are relevant to probable pathology in mammograms. Next, these features are quantified and fused into new, integrated radiological systems that exhibit embedded digital signal processing, in order to improve the final result and minimize the radiological dose for the patient. In a higher level, special algorithms are designed for detecting and encoding these clinically interesting imaging features, in order to be used as input to advanced pattern classifiers and machine learning models. Finally, these approaches are extended in multi-classifier models under the scope of Game Theory and optimum collective decision, in order to produce efficient solutions for combining classifiers with minimum computational costs for advanced diagnostic systems. The material covered in this thesis is related to a total of 18 published papers, 6 in scientific journals and 12 in international conferences.

Η εφαρμογή της επιστήμης της Πληροφορικής στην αυτόματη επεξεργασία σήματος και στην υποβοήθηση της διαδικασίας της διάγνωσης στην Ιατρική αποτελεί έναν από τους πιο πρόσφατους και πιο ενεργούς ερευνητικούς τομείς σήμερα. Η παρούσα διατριβή πραγματεύεται μια σειρά θεμάτων που σχετίζονται με το γενικότερο πρόβλημα της ανάλυσης ιατρικής εικόνας, ειδικότερα της μαστογραφίας, και τη διεξοδική μελέτη όλων των επιπέδων σχεδίασης ενός συστήματος διάγνωσης μέσω Η/Υ. Παρουσιάζεται η ανάλυση του ίδιου του ιατρικού προβλήματος, δηλαδή ο καθορισμός των απεικονιστικών χαρακτηριστικών που θεωρούνται ενδείξεις παθογένειας στην μαστογραφία, καθώς επίσης και ο τρόπος που αυτά υλοποιούνται σε νέα, ολοκληρωμένα συστήματα ακτινολογικής απεικόνισης με δυνατότητες ενσωματωμένης (embedded) ψηφιακής επεξεργασίας, με σκοπό τη βελτίωση του τελικού αποτελέσματος και τη μείωση της ακτινοβολίας για την/τον ασθενή. Σε ανώτερα στάδια επεξεργασίας περιγράφονται εξειδικευμένοι αλγόριθμοι εντοπισμού και κωδικοποίησης των κλινικώς σημαντικών απεικονιστικών χαρακτηριστικών, καθώς επίσης και ανάλυσής τους μέσω προηγμένων μοντέλων Στατιστικής Μάθησης και Αναγνώρισης Προτύπων. Τέλος, τα συστήματα αυτά επεκτείνονται σε ολοκληρωμένα μοντέλα πολλαπλών ταξινομητών προτύπων υπό την οπτική της Θεωρίας Παιγνίων και της βέλτιστης συλλογικής απόφασης, με σκοπό τη σχεδίαση αποδοτικών και υπολογιστικά οικονομικών λύσεων στο επίπεδο της αυτόματης διάγνωσης μέσω Η/Υ. Το περιεχόμενο της παρούσας διατριβής σχετίζεται συνολικά με 6 δημοσιεύσεις εργασιών σε επιστημονικά περιοδικά και 12 ανακοινώσεις σε συνέδρια.