Αυτοματοποιημένη αναγνώριση τοξικών ιζημάτων ίριδας
Αποδεδειγμένα το μάτι μπορεί να αξιοποιηθεί σαν εργαλείο για την διάγνωση του ανθρώπινου οργανισμού. Η Ιριδολογία προσπαθεί να ερμηνεύσει τα σημάδια, που εμφανίζονται στην ίριδα. Ενδεικτικά εξετάζει την ιδιομορφία των χρωστικών, δηλαδή των στιγμάτων που παρουσιάζουν χρωματική διαφορά, από το υπόλοιπ...
Saved in:
| Summary: | Αποδεδειγμένα το μάτι μπορεί να αξιοποιηθεί σαν εργαλείο για την διάγνωση του ανθρώπινου οργανισμού. Η Ιριδολογία προσπαθεί να ερμηνεύσει τα σημάδια, που εμφανίζονται στην ίριδα. Ενδεικτικά εξετάζει την ιδιομορφία των χρωστικών, δηλαδή των στιγμάτων που παρουσιάζουν χρωματική διαφορά, από το υπόλοιπο σύνολο. Έπειτα διενεργεί αντιστοιχία των περιοχών με τα ανθρώπινα όργανα, με την χρησιμοποίηση ειδικού διαγράμματος. Όσο αναφορά την κατάσταση του οργανισμού, εξαρτάται από την παρατηρούμενη απόχρωση. Από την οπτική της Πληροφορικής είναι ένα ενδιαφέρον αντικείμενο, για την γενική έρευνα και την εφαρμογή των τομέων Επεξεργασίας Εικόνας και Αναγνώρισης Προτύπων, εφόσον παρέχει αρκετά προβλήματα προς επίλυση. Στην δεδομένη εργασία υλοποιήθηκαν δύο προγράμματα, που εκπροσωπούν τα προαναφερόμενα πεδία και στοχεύουν στον εντοπισμό τοξικών ιζημάτων, δηλαδή μεγάλου μεγέθους χρωστικών. Πιστεύεται, ότι συμβολίζουν το διαταραγμένο νευρικό σύστημα, την αδύναμη ηπατική λειτουργία, την λοίμωξη των νεφρών, την δυσλειτουργία του πάγκρεας και κληρονομικές χημικές ουσίες. Ειδικότερα αναπτύχθηκε εφαρμογή σε περιβάλλον Matlab, που πραγματοποιεί μηχανικά την διάγνωση. Στηρίζεται στον αλγόριθμο ακμών Canny και με εκτέλεση συναρτήσεων αποσκοπεί στον υπολογισμό εικονοστοιχείων, που ενδέχεται να αντιπροσωπεύουν σημαντικά σημάδια. Ταυτόχρονα δημιουργεί αντίγραφο της τροποποιημένης εικόνας, για ενδεχόμενη αποθήκευση ή μετέπειτα παρατήρηση και αρχείο τύπου Notepad (.txt), που περιλαμβάνει προσωπικά στοιχεία του εξεταζόμενου και τα παραγόμενα αποτελέσματα. Επισημαίνεται ότι για την οριοθέτηση των περιοχών ελέγχου, κατασκευάστηκε πρόγραμμα για την ανάκτηση συντεταγμένων με χρήση βιβλιοθήκης OpenCV. Οι δοκιμές απέδειξαν εναλλαγές των υπολογιζόμενων τιμών, ανάλογα την εικόνα εισόδου.Επιπλέον υλοποιήθηκε εφαρμογή με την αξιοποίηση του RapidMiner, για αυτοματοποιημένη αναγνώριση τοξικών ιζημάτων. Η διαδικασία εκκινείτε με τον αλγόριθμο Statistical Region Merging, για την τμηματοποίηση των εικόνων και συγχρόνως εξάγονται τα χαρακτηριστικά γνωρίσματα σε επίπεδο ROI και Global. Στην συνέχεια επανεκτιμάτε η αξία των δεδομένων με χρήση του αλγόριθμου Significance Analysis of Microarrays και ακολουθεί η εκπαίδευση συνδυασμού ταξινομητών Bayes. Οπότε για οποιαδήποτε καινούργια εικόνα που εισάγεται στον μηχανισμό, εντοπίζονται τα τοξικά ιζήματα. Τα αποτελέσματα είναι ενθαρρυντικά, εφόσον δεν εμφανίζει λανθασμένες εκτιμήσεις αλλά λιγότερες. Θεωρείτε φυσιολογικό, εάν αναλογιστούμε ότι οι παραγόμενες τιμές δεν ανταποκρίνονται απόλυτα με τα θετικά παραδείγματα.Εν κατακλείδι, οι μεθοδολογίες μπορούν να τροποποιηθούν και να χρησιμοποιηθούν για την επίλυση άλλων προβλημάτων. Το ρητό αναφέρει ότι μια εικόνα ισούται με χίλιες λέξεις, έχει υπολογιστεί ότι η περιοχή των 24*24 εικονοστοιχείων παρουσιάζει 45.396 χαρακτηριστικά. |
|---|