dc.contributor.advisor | Θεοδοσίου, Ζήνωνας | |
dc.contributor.author | Γιαννουλάκης, Αναστάσιος | |
dc.contributor.other | Giannoulakis, Anastasios | |
dc.coverage.spatial | Κύπρος | el_GR |
dc.date.accessioned | 2020-02-24T12:19:09Z | |
dc.date.available | 2020-02-24T12:19:09Z | |
dc.date.copyright | 2020-02-24 | |
dc.date.issued | 2019-12 | |
dc.identifier.other | ΕΠΤ/2019/00025 | el_GR |
dc.identifier.uri | http://hdl.handle.net/11128/4445 | |
dc.description | Περιέχει βιβλιογραφικές παραπομπές. | el_GR |
dc.description.abstract | Η ιατρική απεικόνιση αποτελεί βασικό στοιχείο της σύγχρονης υγειονομικής περίθαλψης. Λόγω του μεγάλου αριθμού ιατρικών εικόνων, υπάρχει επείγουσα ανάγκη για έναν αποδοτικό μηχανισμό που μπορεί να ταξινομεί και να αναζητά ιατρικές εικόνες σε υψηλό σημασιολογικό επίπεδο. Η αυτόματη επισημείωση των ιατρικών εικόνων αποτελεί βασική προϋπόθεση για τη δημιουργία σημασιολογικών αρχείων που μπορούν να χρησιμοποιηθούν για την ενίσχυση της τεκμηριωμένης διάγνωσης, της εκπαίδευσης των ιατρών και της βιοϊατρικής έρευνας. Θεωρείται, επίσης, βασική προϋπόθεση για την ανάπτυξη μηχανών αποτελεσματικής αναζήτησης και ανάκτησης ιατρικών εικόνων, εκθέσεων και συναφών δημοσιεύσεων. Το αντικείμενο της παρούσας μελέτης είναι η βιβλιογραφική επισκόπηση και η αναλυτική μελέτη των μεθόδων αυτόματης επισημείωσης ιατρικών εικόνων. Η έρευνα της βιβλιογραφίας περιστρέφεται γύρω από δύο άξονες. Ο πρώτος αφορά την επισκόπηση αλγορίθμων και μεθόδων αυτόματης επισημείωσης εικόνας. Παρουσιάζοντας τις βασικές αρχές και καθιερωμένες μεθόδους αυτόματης επισημείωσης εικόνας, επιχειρεί να δώσει μια επισκόπηση αυτού του σημαντικού ερευνητικού πεδίου, αποσκοπώντας στη διάδοση της γνώσης και στην προσέλκυση μεγαλύτερου ενδιαφέροντος από διάφορες ερευνητικές κοινότητες για την ταχεία προώθηση της έρευνας στον τομέα αυτό. Ο δεύτερος άξονας αφορά μία εκτενή ανασκόπηση εβδομήντα εννέα επιστημονικών άρθρων που μελετούν συστήματα αυτόματης επισημείωσης ιατρικών εικόνων. Κατά την ανάλυση και αξιολόγησή τους παρουσιάζεται η συνεισφορά τους στην έρευνα της αυτόματης επισημείωσης ιατρικής εικόνας, τα προβλήματα που επέλυσαν αλλά και οι υφιστάμενοι περιορισμοί. Τα συμπεράσματα που εξάγονται, μπορούν να συμβάλουν στην ανάπτυξη ενός αποδοτικού συστήματος αυτόματης επισημείωσης ιατρικής εικόνας. | el_GR |
dc.format.extent | xi, 192 σ. 30 εκ. | el_GR |
dc.language | gr | el_GR |
dc.language.iso | gr | el_GR |
dc.publisher | Ανοικτό Πανεπιστήμιο Κύπρου | el_GR |
dc.rights | info:eu-repo/semantics/closedAccess | el_GR |
dc.subject | Αυτόματη επισημείωση ιατρικής εικόνας | el_GR |
dc.subject | Automatic annotation of medical images | el_GR |
dc.subject | Ηλεκτρονική υγεία | el_GR |
dc.subject | e-health | el_GR |
dc.title | Αυτόματη επισημείωση ιατρικής εικόνας | el_GR |
dc.type | Μεταπτυχιακή Διατριβή | el_GR |
dc.description.translatedabstract | Medical imaging is an essential element of modern healthcare. Due to the large number of medical images, there is an urgent need for an efficient mechanism that can sort and search for medical images at a high semantic level. Automatic annotation of medical images is a key prerequisite for creating semantic records that can be used to enhance computer-aided diagnosis, physician education, and biomedical research. It is also considered to be a key prerequisite for the development of effective search and retrieval engines for medical images, reports and associated publications. The purpose of the present study is to review the literature and to analyze in detail the methods of automatic annotation of medical images. The research of the literature revolves around two axes. The first concerns the overview of algorithms and methods of automatic image annotation. Introducing the basic principles and established methods of automatic image annotation, it attempts to give an overview of this important research field, with the aim of disseminating knowledge and attracting greater interest from various research communities to rapidly promote research in this field. The second axis concerns an extensive review of seventy nine scientific articles studying medical image annotation systems. Their analysis and evaluation reveal their contribution to the research of automatic medical image annotation, the problems that have been solved and the existing limitations. The findings can contribute to the development of an efficient automatic medical image annotation system. | el_GR |
dc.format.type | pdf | el_GR |