ZASTOSOWANIE METODY HELLWIGA DO REDUKCJI WYMIARU PRZESTRZENI CECH OBRAZÓW USG TARCZYCY
Zbigniew Omiotek
zomiotek@gmail.comPolitechnika Lubelska, Wydział Elektrotechniki i Informatyki (Polska)
Waldemar Wójcik
Politechnika Lubelska, Wydział Elektrotechniki i Informatyki (Polska)
Abstrakt
W artykule przedstawiono wyniki zastosowania metody Hellwiga do redukcji wymiaru przestrzeni cech obrazów USG tarczycy. Za pomocą tej metody, z wejściowego zbioru 283 cech otrzymano kombinację 3 cech z największą wartością wskaźnika pojemności informacyjnej Hellwiga. Zbiór ten posłużył do budowy i testowania klasyfikatorów. Wyniki klasyfikacji porównano z wynikami uzyskanymi dla 48 cech otrzymanych za pomocą metody korelacji. Okazało się, że dokładność klasyfikatorów zbudowanych ze zbioru liczącego 3 cechy nie jest gorsza od dokładności klasyfikatorów dla 48 cech, a w kilku przypadkach nawet ją przewyższa. Sugeruje to, że metoda Hellwiga może być wykorzystana jako wydajna metoda redukcji wymiaru przestrzeni cech dla potrzeb przyszłej klasyfikacji obrazów USG tarczycy.
Słowa kluczowe:
metoda Hellwiga, choroba Hashimoto, przetwarzanie obrazów, klasyfikacja teksturBibliografia
Cichosz P.: Systemy uczące się. Wydawnictwa Naukowo-Techniczne, Warszawa, 2007.
Google Scholar
Ćwik J., Koronacki J.: Statystyczne systemy uczące się. Wydawnictwa Naukowo-Techniczne, Warszawa, 2005.
Google Scholar
Ćwik J., Mielniczuk J.: Statystyczne systemy uczące się. Ćwiczenia w oparciu o pakiet R. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2009.
Google Scholar
Haralick R., Shanmugam K., Dinstein I.: Textural Features for Image Classification. IEEE Transactions on Systems, Man and Cybernetics, Vol. 3, No 6, 610-621, 1973.
Google Scholar
Hayashi N., Tamaki N.: Sonography of Hashimoto’s thyroiditis. J. Clin. Ultrasound, Vol. 14, 1986, pp. 123-126.
Google Scholar
Hellwig Z.: On the optimal choice of predictors. Study VI in Z. Gostkowski (ed.): Toward a system of quantitative indicators of components of human resources development; Paris: UNESCO, 1968.
Google Scholar
Koprowski R., Korzyńska A., Wróbel Z., Zieleźnik W., Witkowska A., Małyszek J., Wójcik W.: Influence of the measurement method of features in ultrasound images of the thyroid in the diagnosis of Hashimoto’s disease. BioMedical Engineering OnLine 2012, 11:91, DOI:10.1186/1475-925X-11-91
Google Scholar
Koprowski R., Wróbel Z., Zieleźnik W.: Automatic ultrasound image analysis in Hashimoto’s disease. Lect. Notes in Comput. Sci. – Adv. in Pattern Recognit. Vol. 6256, 2010, pp. 98-106.
Google Scholar
Koprowski R., Wróbel Z., Zieleźnik W.: Analysis of thyroid ultrasonogram in Hashimoto’s disease. The 2010 International Congress on Computer Applications and Computational Science. IRAST, Singapore, 2010, pp. 448-451.
Google Scholar
Koprowski R., Zieleźnik W., Wróbel Z., Małyszek J., Stępień B., Wójcik W.: Assessment of significance of features acquired from thyroid ultrasonograms in Hashimoto's disease. BioMedical Engineering OnLine 2012, 11:48, DOI:10.1186/1475-925X-11-48
Google Scholar
Krzyśko M., Wołyński W., Górecki T., Skorzybut M.: Systemy uczące się. Rozpoznawanie wzorców analiza skupień i redukcja wymiarowości. Wydawnictwa Naukowo-Techniczne, Warszawa, 2008.
Google Scholar
Loy M., Cianchetti M.E., Cardia F., Melis A., Boi F., Mariotti S.: Correlation of computerized gray-scale sonographic findings with thyroid function and thyroid autoimmune activity in patients with Hashimoto's thyroiditis. J. Clin. Ultrasound, Vol. 32(3), 2004, pp. 136-140.
Google Scholar
Mailloux G., Bertrand M., Stampfler R., Ethier S.: Computer analysis of echographic textures in Hashimoto disease of the thyroid. J. Clin. Ultrasound, Vol. 14(7), 1986, pp. 521-527.
Google Scholar
Mazzotii G., Sorvillo F., Iorio S., Carbone A., Romeo A., Piscopo M., Capuano S., Capuano E., Amato G., Carella C.: Grey-scale analysis allows a quantitative evaluation of thyroid echogenicity in the patients with Hashimoto’s thyroiditis. Clin. Endocrinol. Vol. 59, 2003, pp. 223-229.
Google Scholar
Omiotek Z., Burda A., Wójcik W.: Metoda klasyfikacji obrazów USG tarczycy z wykorzystaniem indukcji drzew decyzji. Prace Instytutu Elektrotechniki, Zeszyt 260, 2012 s. 57-68.
Google Scholar
Omiotek Z., Burda A., Wójcik W.: The use of decision tree induction and artificial neural networks for automatic diagnosis of Hashimoto’s disease. Expert Systems with Applications (2013), DOI: http://dx.doi.org/10.1016/j.eswa.2013.03.022
Google Scholar
Petrie A., Sabin C.: Statystyka medyczna w zarysie. Wydawnictwo Lekarskie PZWL, Warszawa 2006.
Google Scholar
Sara R., Smutek D., Sucharda R., Svacina S.: Systematic Construction of Texture Features for Hashimoto’s Lymphocytic Thyroiditis Recognition from Sonographic Images. In 8th Conference on Artificial Intelligence in Medicine in Europe. AIME, Cascais, Portugal, 2001, pp. 339-346.
Google Scholar
Schiemann U., Gellner R., Riemann B., Schierbaum G., Menzel J., Domschke W., Hengst K.: Standardized grey scale ultrasonography in Graves' disease: correlation toautoimmune activity. Eur. J. Endocrinol. Vol. 141(4), 1999, pp. 332-336.
Google Scholar
Stąpor K.: Metody klasyfikacji obiektów w wizji komputerowej. Wydawnictwo Naukowe PWN. Warszawa, 2011.
Google Scholar
Uwe S., Avenhaus W., Konturek J., Gellner R., Hengst K., Gross M.: Relationship of clinical features and laboratory parameters to thyroid echogenicity measured by standardized grey scale ultrasonography in patients with Hashimoto’s thyroiditis. Med. Sci. Monit. Vol. 9(4), 2003, pp. 49-53.
Google Scholar
Zieleźnik W., Małyszek-Tumidajewicz J., Stęchły T., Stępień B., Wójcik W., Owczarek A.: The analysis of thyroid ultrasound echogenicity in the patients with hashimoto’s disease. Eur Thyroid J, 5:160, 2011.
Google Scholar
Zieleźnik W., Witkowska A., Małyszek-Tumidajewicz J., Koprowski R., Stępień B., Owczarek A., Koprowski R., Wójcik W.: The new method of analysis thyroid echogenicity in the patients with Hashimoto’s disease. Sent to Thyroid, 2012.
Google Scholar
Strona domowa środowiska R: http://www.r-project.org/
Google Scholar
Autorzy
Zbigniew Omiotekzomiotek@gmail.com
Politechnika Lubelska, Wydział Elektrotechniki i Informatyki Polska
Autorzy
Waldemar WójcikPolitechnika Lubelska, Wydział Elektrotechniki i Informatyki Polska
Statystyki
Abstract views: 285PDF downloads: 127
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Inne teksty tego samego autora
- Waldemar Wójcik, Batyrbek Suleimenov, Gennadiy Shadrin, Mikhail Shadrin, Dmitriy Porubov, SYSTEM AUTOMATYCZNEGO ZARZĄDZANIA ZESPOŁEM SAMOCHODÓW Z SILNIKAMI DIESLA NA PRZYKŁADZIE TRANSPORTU SAMOCHODOWEGO W KAMIENIOŁOMACH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 4 Nr 1 (2014)
- Olessya A. Yuchshenko, Waldemar Wójcik, EWOLUCJA MODELU SYMULACYJNEGO SYSTEMU SAMOREGULACJI NAPRĘŻENIA TAŚMY W TRYBIE DYNAMICZNYM W LINII CIĄGŁEGO CYNKOWANIA NA GORĄCO , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 4 Nr 1 (2014)
- Shamil Koshymbaevich Koshymbaev, Zhibek Shegebaeva, Waldemar Wójcik, DEFINICJA OBIEKTÓW WIELOWYMIAROWEGO STEROWANIA PROCESAMI TECHNOLOGICZNYMI W HUTNICTWIE NA PODSTAWIE MODELU OPTYMALIZACJI , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 4 Nr 1 (2014)
