Anàlisi seqüencial d'imatges per a endoscòpia sense fil assistida per ordinador

Michal Drozdzal

Dra. Petia Ivanova Radeva

Laboratori d'Imatges Mèdiques (MILab) (Dra. Petia Ivanova Radeva)

L'endoscòpia sense fil amb càpsula (ECS) és una tècnica per a la visualització interna de tot l'intestí prim i, per tant, ofereix una perspectiva interessant sobre la motilitat intestinal. Els dos principals inconvenients d'aquesta tècnica són: 1) la gran quantitat de dades adquirides per l'ECS fa que l'anàlisi de la motilitat sigui tediosa i 2) com que la càpsula és la primera eina que ofereix una visualització interna completa de l'intestí prim, la importància exacta dels esdeveniments observats encara és una qüestió oberta. Per tant, en aquesta tesi, es presenta un nou sistema assistit per ordinador per a l'anàlisi de la motilitat intestinal. L'objectiu del sistema és proporcionar una descripció visual fàcilment comprensible dels esdeveniments intestinals relacionats amb la motilitat a un metge. Per fer-ho, es presenten diverses eines basades en conceptes de visió per ordinador o en tècniques d'aprenentatge automàtic. Es proposa un mètode per transformar el senyal de vídeo 3D en una imatge holística de la motilitat intestinal, anomenada barra de motilitat. El mètode calcula el mapatge òptim del vídeo a la imatge des del punt de vista de la motilitat intestinal. Per caracteritzar la motilitat intestinal, es presenten mètodes per a l'extracció automàtica d'informació de motilitat de l'ECS. Dos d'ells es basen en la barra de motilitat i dos es basen en l'anàlisi fotograma per fotograma. En particular, es proposen i validen quatre algoritmes que tracten els problemes de detecció de contracció intestinal, estimació de la mida del lumen, caracterització del contingut intestinal i detecció de marcs d'arrugues. Els resultats dels algoritmes es converteixen en característiques seqüencials mitjançant una prova estadística en línia. Aquesta prova està dissenyada per treballar amb fluxos de dades multivariants. Amb aquesta finalitat, proposem una nova formulació de la desigualtat de concentració que s'introdueix en un algoritme robust de finestres adaptatives per a fluxos de dades multivariants. L'algoritme s'utilitza per obtenir una representació robusta de segments amb activitat de motilitat intestinal constant. Es demostra que les característiques seqüencials obtingudes són discriminatives en el problema de la caracterització anormal de la motilitat. Finalment, abordem el problema de l'etiquetatge eficient. Amb aquesta finalitat, incorporem conceptes d'aprenentatge actiu als problemes presents a les dades WCE i proposem dos enfocaments. El primer es basa en els conceptes d'aprenentatge seqüencial i el segon adapta l'aprenentatge actiu basat en particions a un esquema d'etiquetatge sense errors. Tots aquests passos són suficients per proporcionar una descripció visual extensa de la motilitat intestinal que un expert pot utilitzar com a sistema de suport a la presa de decisions.

En resum, el desenvolupament de l'endoscòpia amb càpsula sense fil va obrir un nou camp d'anàlisi de la motilitat intestinal que utilitza un enfocament computacional per a l'anàlisi de vídeo. En els darrers 10 anys, aquest enfocament ha demostrat el seu valor, fent que el camp estigui prou madur per a l'anàlisi visual a gran escala de dades de motilitat. La meva tesi sobre l'enfocament computacional per a l'anàlisi de vídeo se situa a la vanguardia de les tendències actuals tant en visió per computador com en l'anàlisi de la motilitat intestinal. La novetat de la recerca ha estat demostrada per nombroses publicacions i la importància del treball per a les aplicacions industrials ha estat demostrada per diverses sol·licituds de patents. A més, el fet que els mètodes desenvolupats durant la tesi estiguin a punt de formar part del programari que utilitzaran diàriament els metges és un fort indicador de l'interès comercial de la recerca.

Endoscòpia amb càpsula sense fil (ECS); intestí prim; motilitat intestinal; anàlisi de la motilitat; sistema assistit per ordinador; descripció visual fàcil de comprendre; esdeveniments intestinals relacionats amb la motilitat; metge; conceptes de visió per ordinador; tècniques d'aprenentatge automàtic; senyal de vídeo 3D; imatge holística; barra de motilitat; mapatge òptim; vídeo a imatge; extracció automàtica; informació de motilitat; anàlisi fotograma per fotograma; detecció de contracció intestinal; estimació de la mida del lumen; caracterització del contingut intestinal; detecció de fotogrames d'arrugues; algoritmes; validació; característiques seqüencials; prova estadística en línia; fluxos de dades multivariants; desigualtat de concentració; algoritme robust de finestres adaptatives; representació robusta; segments; activitat constant de motilitat intestinal; característiques discriminatòries; caracterització anormal de la motilitat; etiquetatge eficient; conceptes d'aprenentatge actiu; dades de l'ECS; aprenentatge seqüencial; aprenentatge actiu basat en particions; esquema d'etiquetatge sense errors; descripció visual extensa; Sistema expert; Sistema de suport a la decisió