Orvosbiológiai képkereső rendszer teljesítményének képek osztályozásán alapuló javítása Június 23, 2008 Budapest Altrichter Márta Konzulens: dr. Horváth.

Az előadások a következő témára: "Orvosbiológiai képkereső rendszer teljesítményének képek osztályozásán alapuló javítása Június 23, 2008 Budapest Altrichter Márta Konzulens: dr. Horváth."— Előadás másolata:

1 Orvosbiológiai képkereső rendszer teljesítményének képek osztályozásán alapuló javítása Június 23, 2008 Budapest Altrichter Márta Konzulens: dr. Horváth Gábor

2 2 A feladat Publikációk száma kvadratikusan nő – (BioMed Central (BMC)) Képek szemantikus információtartalma jelentős Igény képkeresésre – CBIR (content-based image retrieval) – Kézi annotáció (google képek) – Automatikus annotáció

3 3 Cél Biomedikus képkereső rendszer létrehozása Extra szemantikus információ: Képkategorizálás – Grafikonok – Gél képek (pl: kromatográfiás kép, Southern blot) – Dolog képek (pl: mikroszkóp felvétel) – Modellek (pl: fehérjedokkolás modelje)

4 4 Példa

5 5 Megtervezett rendszer

6 6 Osztályozás Mesterséges Neurális Hálóval 1 Minták alapján tanuló eljárás Alap építőegysége Perceptron:

7 7 Osztályozás Mesterséges Neurális Hálóval 2 Perceptronok hálózata alkot egy Neurális Hálót

8 8 Neurális Hálóhoz kinyert jellemzők Binárisá alakított kép jellemzői: maximális objektumméret, minimális méret, átlag, … Intenzitás (0-255) jellemzők: átlag, szórás, kurtózis Kép hisztogramjának entrópiája:

9 9 Kép hisztogramja

10 10 Hisztogram entrópia jellemző

11 11 Él energia jellemzők Sobel operátorral élkép képzése Élkép vízszintes és függőleges összeadása NN jellemzők: 2 függvény átlaga, szórása, kurtózisa, skew-ja

12 12

13 13 További jellemzők Sarokjellemzők: heurisztikus módszerrel grafikonoknál látott sarokpont keresés Színjellemzők Kép címének szöveg alapú kategorizálása

14 14 Jellemzők kiválasztása Főkomponens analízissel

15 15 Neurális Hálózat tanítása 603 Grafikon, 329 Model, 196 Dolog, 114 Gél kép -> 50% tanító halmaz, 20% validáló halmaz, 30% teszt halmaz 10 rejtett rétegbeli neuron, 4 kimeneti neuron 18 kiválasztott jellemző

16 16 Eredmények

17 17 Köszönöm a figyelmet!