- Biuro Wymiany Międzynarodowej
Transkrypt
- 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.