pobierz plik referatu
Transkrypt
pobierz plik referatu
Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 Rozdział 37 w Rola dziedzinowej ontologii mammografii w projektowaniu edytora raportów w 1 Wstęp da .b w Streszczenie. W procesie projektowania oprogramowania wyróżnić można wiele etapów. Z tej perspektywy dziedzinowa ontologia mammografii (klasyfikacja opisu badania mammograficznego wraz z obrazem historii choroby pacjenta) odpowiadałaby etapowi analizy wiedzy z zakresu danej dziedziny oraz potrzeb i wymagań użytkownika. W rozdziale przedstawiono problemy z dziedziny mammografii przemawiające za stworzeniem takiego edytora. Opisano dziedzinową ontologię mammografii oraz oceniono ją pod kątem bezpośredniego zastosowania do projektowania interfejsu. W niniejszym rozdziale zaproponowano metodę projektowania interfejsu polegającą na modyfikacji modelu wyjściowego i mapowaniu go na odpowiednie klasy aplikacji edytora. Interfejs aplikacji zoptymalizowano pod kątem wprowadzania treści raportu mammograficznego przy jak najmniejszym obciążeniu użytkownika. pl s. Zaprojektowanie dostosowanego do wymogów aplikacji interfejsu pozwalającego na intuicyjne wprowadzanie danych bez przeciążania użytkownika pozostaje nadal problemem otwartym. Powszechnym, choć nie celowym rozwiązaniem, jest stosowanie uproszczonych, często generowanych automatycznie formularzy. Modele ontologiczne coraz częściej są używane do definiowania i opisu złożonych typów danych. Dlatego, zdaniem autorów, warto ocenić przydatność ontologii jako podstawy projektowania interfejsów użytkownika. Modelowanie dziedziny zastosowań jest ważnym etapem w projektowaniu aplikacji informatycznych. Mimo, iż idea ontologii wywodzi się ze Sztucznej Inteligencji, jej zastosowanie jest postulowane nie tylko dla systemów inteligentnych [5]. Użycie właściwego modelu dziedziny jest krytyczne również w procesie projektowania interfejsu użytkownika [6], chociaż nie dostarcza bezpośrednich wskazówek, co do wyboru właściwych obiektów manipulacji danymi. Teresa Podsiadły-Marczykowska: Instytut Biocybernetyki i Inżynierii Biomedycznej PAN, ul. Trojdena 4, 02-109 Warszawa, Polska email: [email protected] Rafał Zawiślak: Instytut Automatyki Politechniki Łódzkiej, ul. Stefanowskiego 18/22, 90-924 Łódź, Polska email: [email protected] (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 T. Podsiadły-Marczykowska, R. Zawiślak w Podstawowe zastosowania ontologii opisano w [7]. Jednym z nich jest wykorzystanie ontologii jako swoistej specyfikacji w procesie projektowania i tworzenia oprogramowania. Rolą ontologii jest tu dostarczenie modelu dziedziny, tj. zbioru istotnych, kluczowych dla danego zastosowania pojęć, ich atrybutów (wraz z dozwolonymi wartościami) oraz łączących je relacji. Podstawowe korzyści uzyskane przy tym podejściu to między innymi: prawidłowa dokumentacja, wiarygodność, niezawodność oraz możliwość ponownego użycia wiedzy [7]. Problemy występujące w dziedzinie mammografii, takie jak: − zmienność interpretacji mammogramów [1], − niepokojąco wysoki odsetek przeoczonych lub błędnie zinterpretowanych przypadków raka piersi [2], − niska jakość informacji medycznych zawartych w raportach mammograficznych [3] skłoniły autorów niniejszego rozdziału by stworzyć narzędzie służące do standaryzowania opisu zdjęć mammograficznych. Guz jest najczęstszą i jednocześnie najbardziej typową dla raka sutka zmianą patologiczną stwierdzaną za pomocą mammografi [4]. W procesie opisu mammogramu zasadnicze znaczenie ma prawidłowa ocena mikrozwapnień. Stanowią one jeden z ważnych objawów umożliwiających wczesne wykrycie małych, niepalpacyjnych nowotworów piersi [4]. Należy podkreślić fakt, iż w chwili obecnej mammografia jest jedyną wiarygodną metodą oceny mikrozwapnień [4]. Analizując powyższe informacje autorzy rozdziału uznali, że najczęściej występującymi i najistotniejszymi diagnostycznie zmianami w mammografii są guzy (masy) i zwapnienia. Dlatego też pierwsza wersja graficznego edytora raportów została zaprojektowana do opisu tylko tych typów zmian. da .b w w 2 Rola ontologii w projektowaniu interfejsu pl s. Projektowanie oprogramowania jest procesem iteracyjnym i powinno zawierać co najmniej: − etap analizy wiedzy z zakresu danej dziedziny oraz potrzeb i wymagań użytkownika, − etap projektowania rozwiązań programowych umożliwiających wykonanie wcześniej sprecyzowanych zadań w sposób satysfakcjonujący użytkownika, − etap weryfikacji zastosowanych rozwiązań. Z tej perspektywy dziedzinowa ontologia mammografii odpowiada pierwszemu etapowi. Obecnie dostępnych jest kilkadziesiąt aplikacji do tworzenia ontologii, programów umożliwiających zapis, przeglądanie, modyfikację i wizualizację ontologii w formie czytelnej dla komputera. Opis i ocenę najbardziej znanych można znaleźć w [17]. Spośród opisanych tam programów autorzy artykułu wybrali edytor Protegee-2000. Został on stworzony 15 lat temu w Departamencie Informatyki Medycznej Uniwersytetu Stanford. W swojej pierwszej wersji był to specjalistyczny program wspomagający akwizycję wiedzy dla medycznych systemów ekspertowych do planowania terapii onkologicznych. Obecnie jest używany do tworzenia modeli z różnych dziedzin wiedzy (od medycyny i genetyki po elektronikę, geografię czy awiację). O jego popularności może świadczyć fakt, iż ma ponad 8000 zarejestrowanych użytkowników. Jego ogromną zaletą jest to, że może on być stosowany do tworzenia samych ontologii, jak również - na ich podstawie - Baz Wiedzy. Jest to narzędzie Open-Source które posiada naturalne wsparcie dla języka Java. Model wiedzy edytora Protege-2000 [19] jest oparty na ramach [18]. W ramowych modelach reprezentacji wiedzy (RMRW) pojęcia reprezentują zbiory obiektów o wspólnych własnościach. Rama reprezentująca pojęcie zawiera sloty opisujące jego atrybuty. 362 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 Rola dziedzinowej ontologii mammografii w projektowaniu edytora raportów Fasety zaś opisują właściwości slotów (np. zbiór dozwolonych wartości, kardynalność). Jest to rozwiązanie, które z sukcesem zastosowane zostało w wielu dziedzinach. 2.1 Ontologia mammografii – ogólna charakterystyka w Ontologia dziedzinowa reprezentująca wiedzę dotyczącą danego zagadnienia powinna być możliwie ogólna, ale zarazem dokładna i niezależna od aplikacji [9]. Dziedzinowy model mammografii, który autorzy przyjęli za podstawę rozważań w niniejszym rozdziale został szczegółowo opisany w artykule „Ontologia mammografii, struktura modelu, definicje i instancje pojęć” [8]. Na genezę jego powstania składało się: modelowanie badania klinicznego i historii medycznej pacjentki oraz raportowanie zmian wykrytych w badaniach mammograficznych. W modelu zdefiniowano 149 klas, 143 atrybuty (sloty) oraz 465 instancji. Całkowita ilość obiektów wyniosła 765. Pozwala to zaliczyć dziedzinową ontologię mammografii do kategorii „małych modeli”. W literaturze można znaleźć wiele zaleceń dotyczących dobrego projektowania ontologii [10], [11], [12], [13]. W opinii autorów ontologii mammografii [8] dwa spośród nich mają zasadnicze znaczenie. Są to przejrzystość (ang. clarity) i modularność (ang. modularity). Przejrzysta ontologia powinna być dobrze udokumentowana, definicje pojęć podane również w języku naturalnym, a jej cel i zakres jasno sformułowany. Modularność odnosi się do samego procesu zarządzania ontologią. Poprawnie skonstruowany model powinien składać się z małych, merytorycznie wydzielonych i wewnętrznie spójnych modułów. Ontologie zbudowane zgodnie z tymi zasadami dają większe szanse na powtórne użycie wiedzy i są mniej wrażliwe na skutki tak zwanej „umowy ontologicznej” (ang. ontological commitment). Ze względów wymienionych we wstępie do niniejszego rozdziału podstawę projektu interfejsu stanowią dwa moduły opisujące dziedzinową ontologię mamografii: GUZ i ZWAPNIENIE. Ocenę efektów mapowania ontologii mammografii na interfejs użytkownika oparto na przykładzie analizy budowy modułu GUZ. Ponieważ ontologia leżąca u podstaw budowy obu tych modułów została skonstruowana zgodnie z zasadami przejrzystości i modularności, dlatego też wnioski dotyczące odwzorowania wyciągnięte na podstawie analizy modułu GUZ dotyczyć będą również modułu ZWAPNIENIE. da .b w w pl s. 2.2 Charakterystyka modułu GUZ Struktura modułu GUZ przedstawiona na rysunku 1 składa się z 8 klas zgrupowanych na trzech poziomach hierarchii. Zamiarem twórców modelu mammografii było odwzorowanie guzów o różnych diagnozach radiologicznych na osobne klasy. Rodzaj zarysu to cecha guza najsilniej wskazująca na prawdopodobieństwo jego złośliwości. Dlatego budowa modułu GUZ została w pierwszym rzędzie podyktowana przez diagnostyczne znaczenie atrybutu Zarys, a następnie przez zasady dziedziczenia atrybutów klas. Stąd też w strukturze ontologii na pierwszym poziomie modułu umieszczono trzy klasy: − GUZ SPIKULARNY, − GUZ O GŁADKICH ZARYSACH, − GUZ O ROZMYTYCH ZARYSACH, odpowiadające zmianom o różnych prawdopodobieństwach złośliwości. Utworzone podklasy odpowiadają zmianom z dodatkowymi cechami zaawansowanych postaci raka piersi. 363 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 T. Podsiadły-Marczykowska, R. Zawiślak w da .b w w Rys. 1. Fragment ekranu edytora ontologii Protege-2000. Lewy panel przedstawia strukturę klasy GUZ (8 klas na 3 poziomach hierarchii). Prawy panel zawiera część spośród listy 17 atrybutów wybranej w lewym panelu klasy GUZ SPIKULARNY pl s. Średnia ilość atrybutów na klasę w module GUZ wynosi powyżej 15. Biorąc jako kryterium podziału znaczenie atrybutów klas modułu GUZ dla poprawnego funkcjonowania modelu można podzielić je na trzy podgrupy. Pierwsza podgrupa licząca 6 atrybutów (typ instancji w bazie wiedzy, nazwę instancji, synonim i homonim dla nazwy klasy i szacunkowy słowny opis wielkości) zawiera cechy wprowadzone do modelu w celu ułatwienia przeszukiwania bazy wiedzy i testowania jej przydatności do modelowania raportów. Druga podgrupa to 2 atrybuty (rozkład gęstości w centrum zmiany, zmienność obrazu w prostopadłych projekcjach) - cechy potrzebne do formalnego odróżnienia klasy GUZ od innych zmian mammograficznych. Podgrupa trzecia obejmuje atrybuty niezbędne do prawidłowego opisu guza w mammogramie. Zestawienie niezbędnych zdaniem autorów atrybutów tej grupy ilustruje tabela 1. Tabela 1. Atrybuty niezbędne do kompletnego opisu zmian typu guz w mammogramie Morfologia Opis zmian towarzyszących Ocena ogólna Kształt Zarys Pośrednie oznaki złośliwości Diagnoza RTG Zwapnienia w obrębie zmiany Interpretacja Wysycenie Zmiany tow. w pobliżu zmiany Pewność Interpretacji Wielkość Zalecenia Korelacja ze zmianą palp. Lokalizacja 364 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 Rola dziedzinowej ontologii mammografii w projektowaniu edytora raportów 2.3 Model pośredni w projektowaniu w Nieformalna analiza modułu GUZ pozwala na stwierdzenie, że jego bezpośrednie odwzorowanie dałoby w wyniku interfejs zmuszający użytkownika do przechodzenia przez wielopoziomowe menu. Można nawet zaryzykować stwierdzenie, ze dobre modelowanie stoi w opozycji do zadania szybkiego wprowadzania danych. Również literatura przedmiotu sugeruje, że bezpośrednie mapowanie ontologii dziedzinowej nie daje dobrych rezultatów w projektowaniu systemów informatycznych [14]. Częste są postulaty sugerujące potrzebę tworzenia pośredniego modelu ontologicznego dziedziny opartego na języku UML w procesie projektowania oprogramowania. Tworzenie modelu ontologicznego dziedziny jest czasochłonne. Konieczność tworzenia dwóch modeli często przy użyciu różnych formalizmów reprezentacji wiedzy dodatkowo czas ten wydłuża. Dlatego podjęto próbę skrócenia procesu projektowania przez stworzenie pośredniego – uproszczonego modelu w tej samej reprezentacji wiedzy (ramowej) i zastosowanie reguł heurystycznych [20] w celu oceny użyteczności opracowanego interfejsu. w w 2.4 Uproszczenie modelu ontologii da .b By umożliwić proces bezpośredniego mapowania ontologii na odpowiednie obiekty (klasy) interfejsu, autorzy wzięli pod uwagę strukturę hierarchii klas i ilość atrybutów przypadających na poszczególną klasę. Z powyższych względów model MAMMO_APPL, który został zastosowany jako podstawa do bezpośredniego mapowania ontologii na interfejs użytkownika, służący do opisu zmian mammograficznych, zbudowano korzystając z modelu dziedzinowego mammografii MAMMO_DOMAIN (bez zmiany formalizmu reprezentacji wiedzy) poprzez dokonanie w nim następujących zmian: − uproszczenie hierarchii klas (tak aby wszystkie klasy modułu znalazły się na jednym poziomie modelu, nawet jeśli łamane są przez to zasady dziedziczenia atrybutów klas), − zredukowanie ilości atrybutów klas (poprze uwzględnienie tylko tych, które są niezbędne do opisu cech guza), − wprowadzenie do modelu elementów interfejsu jako klas modelu. Ontologia MAMMO_APPL jest więc z jednej strony uproszczeniem modelu mammografii MAMMO_DOMAIN (moduł GUZ i ZWAPNIENIE), z drugiej strony jest jego rozszerzeniem, zawiera bowiem elementy interfejsu jako klasy modelu. Na rysunku 2 przedstawiono uproszczoną hierarchię klasy GUZ, w modelu MAMMO_APPL. Zmniejszono w niej ilość podklas klasy GUZ, ale co ważniejsze zdefiniowano je na tym samym poziomie hierarchii. „Spłaszczenie” struktury modułu stanowiące istotny czynnik w procesie dalszego bezpośredniego mapowania struktury na interfejs użytkownika odbyło się częściowo kosztem zalecanych zasad dziedziczenia atrybutów. Tworząc modyfikację struktury autorzy pozostawili jednak zdefiniowane w MAMMO_DOMAIN ograniczenia co do dozwolonych wartości dla poszczególnych atrybutów klas. Po zmniejszeniu ilości atrybutów na klasę ich średnia ilość wynosi poniżej 11. pl s. 365 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 T. Podsiadły-Marczykowska, R. Zawiślak w da .b w w Rys. 2. Uproszczona, zawierająca tylko jeden poziom zagnieżdżenia hierarchia klasy GUZ wraz z zredukowanymi atrybutami klas i ich dozwolonymi wartościami pl s. 3 Interfejs użytkownika Użytkownikiem interfejsu jest lekarz radiolog. Głównym zadaniem aplikacji jest umożliwienie mu jak najszybszego wykonania opisu, bez utraty dokładności informacji medycznych w nim zawartych. Za dominującą cechę opisu przyjęto jego kompletność. Autorzy interfejsu postawili sobie za cel stworzenie go w formie graficznej – ich zdaniem pozwalającej na wprowadzanie opisu zmian mammograficznych w sposób najbardziej naturalny. Wygenerowanie opisu komplikuje jednakże fakt, iż porządek jego wprowadzania może ulegać zmianom w zależności od indywidualnych przyzwyczajeń użytkowników. Stąd też interfejs wyposażony został w elementy „sztucznej inteligencji” i wnioskowania na podstawie wiedzy zgromadzonej w ontologii by maksymalnie uprościć wprowadzanie informacji poprzez sugerowanie np. rozpoznania czy też dalszych zaleceń. Z bazy wiedzy zaczerpnięte są wszelkie ograniczenia i powiązania atrybutów, dzięki czemu poprzez „inteligentne” uaktywnianie poszczególnych zakładek i pozycji na nich, lekarz radiolog prowadzony jest poprzez opis w zoptymalizowany sposób. Rysunek 3 przedstawia przykładowe okno interfejsu. 366 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 Rola dziedzinowej ontologii mammografii w projektowaniu edytora raportów w da .b w w Rys. 3. Cztery obszary robocze zakładki GUZ, przeznaczone do opisu typu guza, jego morfologii, zwapnień towarzyszących, pośrednich objawów złośliwości i końcowej oceny radiologicznej 3.1 Proces tworzenia interfejsu pl s. Poszczególne elementy okna uaktywniane są (na podstawie analizy wiedzy zgromadzonej w ontologii) sukcesywnie i adekwatnie do wprowadzanych przez lekarza informacji. Wybór kolejności i sposobu wprowadzania opisu choć nie w pełni narzucony sugerowany jest przez „inteligentny” mechanizm wnioskowania. Zawartość poszczególnych okien (np. okna 3 i okna 4) zmienia się dynamicznie. Aplikacja automatycznie podejmuje decyzje o pojawieniu się (w miarę potrzeb) nowych okien, za pomocą których można uściślić dane dotyczące opisu. Oczywiście lekarz może, jeśli uzna to za stosowne, w dowolnej chwili wywołać je również „ręcznie”. Proces projektowania interfejsu użytkownika na podstawie ontologicznego modelu dziedziny przebiegał w trzech etapach: − uproszczenie ontologii dziedzinowej poprzez usunięcie atrybutów nieistotnych dla projektowanej aplikacji – w naszym przypadku atrybutów nieistotnych dla prawidłowego opisu zmian mammograficznych, − modyfikacja hierarchii klas, tak aby maksymalnie odwzorowywała ona fizyczną postać projektowanej aplikacji. W naszym przypadku było to „spłaszczenie” hierarchii klas, − wprowadzenie do modelu elementów projektowanej aplikacji jako jego własnych klas. 367 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 T. Podsiadły-Marczykowska, R. Zawiślak w Należy podkreślić, że wspomnianego procesu uproszczenia absolutnie nie należy utożsamiać z utratą informacji. Dziedzinową ontologię mammografii zaprojektowano w taki sposób aby była ona jak najbardziej ogólna, a co z tego wynika niezależna od zastosowań. Z założenia zawiera ona więc pewną wiedzę nadmiarową w kontekście konkretnej aplikacji [15]. Ważne jest tylko aby właściwie typować atrybuty nieistotne. Przy tworzeniu modelu aplikacji (interfejsu) atrybuty dla nowych klas mogą pochodzić z ontologii dziedzinowej lub być specjalnie dla nich zdefiniowane. Nie da się dokładnie określić ilości wprowadzonych do modelu klas, ponieważ jest ona zależna od rozwiązań preferowanych przez projektanta. Zamieszczony poniżej rysunek 4 ilustruje fragment opisu ontologii MAMMO_APPL odpowiadający w procesie mapowania menu głównemu aplikacji. W panelu Documentation dla każdej klasy opisano części składowe poszczególnych elementów oraz funkcje jakie pełnią w interfejsie. da .b w w pl s. Rys. 4. Definicje klas odpowiadających elementom sterującym interfejsu 4 Podsumowanie W rozdziale autorzy starali się przedstawić możliwość bezpośredniego zastosowania ontologii jako specyfikacji, a zarazem podstawy, do półautomatycznego tworzenia aplikacji klienckiej operującej na bazie wiedzy wspomnianej ontologii. Jak opisane zostało w podrozdziale 2.1 i 2.2, dobra ontologia dziedzinowa powinna być możliwie ogólna i dokładna. Między innymi właśnie to żądanie ogólności jest powodem pewnej nadmiarowości wiedzy zawartej w ontologii MAMMO_DOMAIN. Jeśli proces upraszczania ontologii dziedzinowej jest przeprowadzony właściwie można sadzić, że wiedza zawarta w MAMMO_APL jest adekwatna do zakładanego zastosowania. Automatyczne mapowanie klas modelu 368 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 Rola dziedzinowej ontologii mammografii w projektowaniu edytora raportów w uproszczonego na odpowiednie klasy interfejsu pozwala na zaprojektowanie go przy znacznie mniejszym nakładzie pracy. Ponadto metoda ta gwarantuje możliwość ponownego użycia wiedzy w dowolnych innych aplikacjach z tej samej dziedziny. Wadą metody jest fakt, iż brak formalnych zasad upraszczania nie pozwala na wykluczenie błędów lub zaniedbań w procesie projektowania. Niezbędne jest więc sprzężenie zwrotne poprzez ocenę zgodności z dziedziną oraz funkcjonalności stworzonej aplikacji. Grono specjalistów z dziedziny Radiodiagnostyka oceniło stworzony interfejs pozytywnie. Według ich opinii jest on czytelny, intuicyjny zaś zastosowane metafory graficzne są zgodne z dziedziną zastosowań. Doceniony został również zaimplementowany mechanizm wnioskowania oraz interakcje interfejsu na działania użytkownika. w Literatura 1. 5. 6. 7. 8. 9. 11. 12. 13. 14. 15. 16. 17. pl s. 10. da .b 4. w 2. 3. Kerlikowske K., Grady D., Barclay C., Frankel S.D., Ominsky S.H., Sickles E.A., Ernster W.: Variability and Accuracy in Mammographic Interpretation Using the American College of Radiology Breast Imaging Reporting and Database System, Journal of the National Cancer Institute, 1998 vol 90, no 23 pp1801-9 Pandha H.S., et.all.: Breast cancers missed in the prevalent screening round, Radiology 2002 Podsiadły-Marczykowska T.: Ocena Jakości Opisowych Danych Medycznych na Przykładzie Raportu Mammograficznego, Acta Bio-Optica Medica et Informatica Medica, vol. 9, 2003 pp. 105-110 Dziukowa J.: Mammografia w Diagnostyce Raka Sutka Copyright BEL CORP Scientific Publ. Co. Warszawa 1998 Chandrasekaran B., Josephson J.R., Benjamins V.R.: What Are Ontologies And Why We Need Them ?”, IEEE Intelligent Systems, Vol. 14, No 1, 1999, pp-20-26 Benyon D.R.: Domain Models in User Interface Design, In Benyon D.R., and Palanque P., Critical Issues in User Interface Systems Engineering, Springer-Verlag, 1996 Uschold M., Grunninger M.: Ontologies and Semantics for Seamless Connectivity, SIGMOD Record, vol. 33, No. 4, December 2004 Podsiadły-Marczykowska T., Guzik A.: Ontologia Mammografii, Struktura Modelu, Definicje i Instancje Pojęć, Bio-Algorithms and Med.-Systems , vol 1, no. 1, 2005 pp 247-252 Heijst, V., Schreiber, G. and Wielinga, B.: Using Explicit Ontologies in KBS, International Journal of Human-Computer Studies, 46 (2/3), pp. 183-292, 1997 Gruber T.R.: Towards Principles for the Design of Ontologies used for Knowledge Sharing. Int. Journal of Human and Computer Studies 1995 43(5/6): 907-928 Rector A.L.: Modularisation of Domain Ontologies Implemented In Description Logics and Related Fomalisms including OWL, in Proceedings K-CAP’03, October 23-25 pp 121-128, 2003 Studer R., Richard V. Benjamins R.V., Dieter Fensel D.: Knowledge engineering: Principles and methods. Data and Knowledge Engineering, 25(1-2):161–197, 1998. Uschold M., Gruninger M.: Ontologies: Principles, Methods and Applications. Knowledge Engineering Review, 11(2) pp 93-155, 1996 Wang X., Chan Ch.W., Hamilton H.J.: Design of Knowledge-Based Systems with the OntologyDomain-System Approach, in Proceedings of the 14th International Conference on Software Engineering and Knowledge Engineering, ACM International Conference Proceeding Series: vol 27 pp 233-236 ISBN:1-58113-556-4, 2002 Jorge L. Diaz-Herrera: The Handbook of Software Engineering and Knowledge Engineering, 2001 (dostępne pod http://www.ksi.edu/seke/hand.html) Shneidermann B.: Designing the User Interface: Strategies for Effective Human-Computer Interaction, 3nd edn., Addison-Wesley Publishing Company 1998 Duineveld A.J., Stuter R., Weiden M.R., Kanepa B., Benjamins V.R.: Wondertools, a Comparative Study of Ontological Engineering Tools http://ncs.science.uva.nl/wondertools/ html/paper.htm 369 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006 Rozdział monografii: 'Bazy Danych: Struktury, Algorytmy, Metody', Kozielski S., Małysiak B., Kasprowski P., Mrozek D. (red.), WKŁ 2006 T. Podsiadły-Marczykowska, R. Zawiślak 18. Karp P.D.: Design Space of Frame Knowledge Representation Systems,SRI International Artificial Intelligence Center 1992 19. Friedman Noy N., Fergerson R. W., Musen M. A.: The Knowledge Model of Protégé 2000 Combining Interoperability and Flexibility as an Technical Report, Stanford University Scholl of Medicine, 2000 20. Schneiderman D.: Designed the User Interface: Strategies for Effective Human Computer Interaction; Addison-Wesley Publishing Company, 1998 w da .b w w pl s. 370 (c) Copyright by Politechnika Śląska, Instytut Informatyki, Gliwice 2006