- Biuro Wymiany Międzynarodowej

Artur Fijałkowski
Sprawozdanie z przebiegu praktyki studenckiej w ramach programu LLP-Erasmus
w okresie wakacyjnym 07.2014-09.2014 w Turynie, Włochy
Firmę , w której odbywałem praktyke razem z innym studentem z kierunku
Inżynieria biomedyczna- panem Dominikiem Kapicą, odnaleźliśmy niezależnie od
Biura Wymiany Międzynarodowej. Okazało się, że firma jest zainteresowana
przyjmowaniem studentów. Później także okazało się, że wiele studentów
krajowych odbywa w firmie im3D – Medical Imaging Lab S. p. A. praktyki a także
piszę w niej swoje prace inżynierskie czy magisterskie pod nadzorem najlepszych
fachowców.
Pierwszego dnia zostaliśmy przedstawieni wszystkim pracownikom biura oraz
zapoznani z zasadmi panującymi w placówce. Biuro posiada własną sieć ok. 20
komputerów oraz ogromną bazę danych, której utrzymywanie w porządku
zajmuje się oddzielna grupa ludzi. Dostaliśmy do użytku dwie stacje robocze oraz
własne katalogi, w których mieliśmy tworzyć i przechowywać wszelkie potrzebne
nam dane. Zostaliśmy zapoznani również z tematem przewodnim naszej pracy,
którym było łączenie regionów podejrzanych o bycie zmianami patologicznymi na
widokach CC i MLO w tomosyntezie piersi.
Turyńska firma zajmuję się głównie wykrywaniem automatycznym zmian
patologicznych: mas i mikrozwapnień w tomosyntezie piersi. Inny obszar
zainteresowań firmy to także badania kolonoskopowe.
W pierwszym tygodniu naszej pracy zadaniem naszym było dogłębnie przejrzeć
dokumenty i prace z wszystkich przeprowadzonych badań w tematyce zbliżonej
do naszej i ich dokładna analiza. Na każdym etapie obowiązkowo potrzebne było
sporządzenie raportu ze wszystkimi potrzebnymi informacjami. Proces ten ułatwił
wgłębienie się w tematykę oraz zapoznanie z podstawowymi zagadnieniami,
które przydały się w dalszym toku pracy.
Ważnym aspektem naszej pracy było w jak największym stopniu zautomatyzować
cały proces. Najważniejszą rzeczą jaka może przyczynić się do właściwego
sparowania dwóch zmian na oddzielnych widokach CC i MLO była ich pozycja. Za
punkt odniesienia wybraliśmy brodawkę piersiową. Pierwszym zadaniem biorąc
pod uwagę powyższe okoliczności było więc stworzenie algorytmu, który
automatycznie poda pozycję gruczołu na zdjęciu z tomosyntezy. Jednak
założyliśmy, że brodawka jest punktem najbardziej oddalonym od mięśnia
piersiowego na powierzchni piersi dlatego do działania algorytmu wystarczyło
jedynie zastosować maskę piersi pochodzącą z segmentacji wykonanej przy
okazji wykrywania zmian. Obrazy CC i MLO wymagały osobnego podejścia lecz
cały algorytm był zautomatyzowany i sam określał czy załadowane zdjęcie to
obraz mediolateral oblique czy cranio-caudal. Nie zostało nam narzucone żadne
środowisko, w którym mieliśmy programować. Jednak my, jako głodni wiedzy
studenci postanowiliśmy użyć tego, który był do tego według naszego opiekuna
najodpowiedniejszy. Algorytm wykorzystywał język C++ z wykorzystaniem
biblioteki stosowanej przy obrazowaniu medycznym ITK. Po zakończeniu
programowania przeprowadziliśmy testy. Wyniki okazały się satysfakcjonujące.
Następnie przystąpiliśmy do właściwego już zadania. Zostaliśmy zaopatrzeni w
potrzebne do testowania i obliczeń zbiory zdjęć oraz przyporządkowane im w
procesie segmentacji, tzw. Analysis Units czyli pliki zawierające odpowiednie
informacje o każdym wykrytym podejrzanym regionie, który domyślnie określany
jest jako False Positive. Każdy widok każdej piersi posiadał kilkanaście takich AU.
W początkowym zbiorze otrzymaliśmy także informacje, które ze zmian są tymi
właściwymi zbadanymi w biopsji nowotworami piersi. Z tymi informacjami
mogliśmy przystąpić do dalszych kalkulacji. Wybraliśmy osiem cech określających
pozycję, m. in. Odległość 3D, odległość kartezjańską, kąt w stosunku do prostej
prostopadłej do mięśnia piersiowego , itp. Osobny algorytm do obliczania cech
dla każdego z AU został opracowany i przeprowadzone zostało obliczanie cech
pozycji dla całego zbioru początkowego. Na podstawie tego mogliśmy sprawdzić,
które z tych cech najlepiej korelują ze sobą w przypadku połączenia par True
Positive- True Positive oraz FP-TP. Para TP-TP to połączenie dwóch AU z osobnych
widoków tej samej piersi określonej przez radiologa ze współpracującego z firmą
szpitala jako zmiana złośliwa. Do wykonania takiej analizy niezbędne było
wykonanie skryptu w środowisku matlab gdyż ten najlepiej radzi sobie z
akwizycją i analizą danych zapisanych w plikach tekstowych w sposób
matrycowy. Po wstępnej analizie dodaliśmy także cechy pochodzące z
segmentacji. Każde AU ma zawarte w sobie informacje umożliwiające
załadowanie tych cech bezpośrednio do kodu. Wykorzystując liniowy klasyfikator
Fishera także w środowisku MATLAB możliwym było wyznaczenie zbioru cech (po
długotrwałej analizie wielu podejść i możliwości), na podstawie których będzie
można dokonać dyskryminacji na innych zbiorach, tzw. Training Set i Testing Set.
Dyskryminator par został stworzony jako odzielna aplikacja w języku C++. Na
podstawie wyselekcjowanego zbioru cech określony został warunek, który para
musiała spełniać aby została wybrana i określona jako potencjalna para TP-TP.
Analiza jednego zbioru potrafiła zająć cały dzień i całą noc, a w przypadku błędu
w kodzie trzeba było wszystko powtarzać. Co działo się niezwykle rzadko. Celem
w przypadku dyskryminatora było aby wynik zawierał jak najmniej połączeń
TP-FP, ponieważ jeżeli mają one wysoki wynik w procesie dyskryminacji w
procesie działania algorytmu mogą zostać wychwycone zamiast tych
prawdziwych.
Praca odbywała się na dwóch frontach: ta sama praca została wykonana zarówno
dla mas jak i dla mikrozwapnień, jednak mając już gotowe programy wystarczyło
poświęcić kilka dni na drobne zmiany spowodowane, np. różnicami w rozmiarach i
rozdzielczości zdjęć z MCC(ang. Microcalcifications) czy zapisem informacji w AU,
oraz na przeprowadzenie testów i analizę wyników. Podobny proces
przeprowadzony dla MCC przyniósł nieznacznie lepsze rezultaty.
Ostatnim etapem pracy było przygotowanie prezentacji oraz uporządkowanie
kodu oraz wszystkich wygenerowanych danych. Prezentacje przedstawiliśmy
przed pracownikami firmy.
Jako, że wykonaliśmy prace przed czasem mieliśmy czas na wykonanie
dodatkowej aplikacji określającej, kwadrant w którym znajduję się zmiana opisana
przez radiologa złośliwa zmiana oraz porównanie go z tym, który opisał sam
lekarz.
Praca w firmie była przyjemna. Jeżeli miałbym opisać samo miasto
powiedziałbym, że jest bardzo spokojne i wyjątkowo klimatyczne. Pogoda typowo
południowa nie umilająca czasu siedzącym w biurze. Życie studencki w czasie
wakacji całkowicie zamiera prócz kilku śmiałków, którzy decydują się na pisanie
publikacji czy samą pracę. Współpraca z firmą była bardzo rzeczowa. Wszystko
odbyło się jak należy. Serdecznie polecam.