Komplex, képfeldolgozáson alapuló orvosi diagnosztikai eljárások párhuzamos megvalósítása

Tanszéki konzulens: 
A munkatárs fényképe
címzetes egyetemi tanár
Szoba: IE435

A kiírás adatai

A téma státusza: 
Aktív (aktuális, lehet rá jelentkezni)
Kiírás éve: 
2009
A kiírás jellege: 
önálló labor, szakdolgozat/diplomaterv

A képek alapján történő diagnosztika számos orvosi rutinvizsgálat része. Ezek között a leggyakoribbak és legjelentősebbek a mammográfiás- és a mellkasröntgenképeken alapuló diagnosztikai eljárások. A mammográfiás vizsgálatoknál nagyfelbontású szürke gradációjú képek alapján kell diagnózist hozni, melynek során a képek alapján az adott pácienst kóros vagy normál kategóriába sorolják. A képeken kóros elváltozásra utaló esetek jelentősen különbözőek lehetnek, azonban három típusos eset megkülönböztetése elsődleges fontosságú. Ezek az ún. mikrokalcifikációk, a lágyrészárnyékok ("foltok") és az ún. architektúrális torzítások.

A mellkasfelvételeken (tüdőszűrés során keletkező röntgenfelvételeken) számos elváltozás felismerésére van lehetőség. Az elváltozások a képeken bizonyos morfológiai megváltozások, illetve röntgenárnyékok formájában jelennek meg.

Az elváltozások megtalálása összetett képfeldolgozó és alakfelismerő eljárások kidolgozását igényli, mely eljárásoknak a nagyméretű, nagyfelbontású képeken való futtatása nagy számítási sebességet követel meg. A megfelelő futási idők biztosítása nagy számítási kapacitást, párhuzamos feldolgozást igényel. A megoldás egyik lehetséges útja a grafikus processzorok biztosította párhuzamos feldolgozás alkalmazása.

Az önálló labor feladat célja olyan eljárások kidolgozása, és hatékony párhuzamos implementálása melyek a röntgenfelvételeken különböző kóros folyamatokra utaló elváltozásokat tudnak felsmerni. A kidolgozandó döntéstámogató rendszer képfeldolgozó algoritmusokat, járulékos (apriori) információ figyelembevételét biztosító módszereket, intelligens, gépi tanulási módszereket, stb. kell alkalmazzzon.

Az önálló labor feladat "éles" projekthez kapcsolódik, tehát megfelelő színvonalú eredmény elérése esetén az eredmények valóságos diagnosztikai rendszerbe is beépíthetők.

© 2010-2018 BME MIT | Hibajelentés | Használati útmutató