Bioinformatics - Bio-informatique Nouvelles

Les archives numériques d'images biomédicales pourrait un jour mettre des renseignements essentiels à la portée des médecins en quelques secondes, illustrant comment les ordinateurs peuvent améliorer la pratique de la médecine. La réalité actuelle, cependant, n'est pas tout à fait à la vitesse, avec des bases de données presque submergés par l'explosion de l'imagerie médicale. Rochester Institute of Technology professeur Anne Haake s'attaque au problème en utilisant la technologie eye-tracking et observations d'un médecin.
National Science Foundation, National Institutes of Health

Les archives numériques d'images biomédicales pourrait un jour mettre des renseignements essentiels à la portée des médecins en quelques secondes, illustrant comment les ordinateurs peuvent améliorer la pratique de la médecine. La réalité actuelle, cependant, n'est pas tout à fait à la vitesse, avec des bases de données presque submergés par l'explosion de l'imagerie médicale.

Rochester Institute of Technology professeur Anne Haake a récemment remporté des subventions de la National Science Foundation et le National Institutes of Health pour résoudre ce problème. Haake envisage une base de données d'image intégré sur l'entrée de l'intention des utilisateurs finals et conçue dès le départ avec des interfaces utilisateur flexibles. Haake et son équipe interdisciplinaire de développer un prototype utilisant la saisie des dermatologues pour affiner le mécanisme de recherche d'images de diverses affections de la peau.

«Nous avons besoin d'impliquer les utilisateurs dès le début», dit Haake, professeur de sciences de l'information et des technologies au Collège B. Thomas Golisano de l'informatique et des sciences de l'information. "Cela est particulièrement vrai dans le domaine biomédical où il ya la connaissance du domaine, si bien qu'il sera spécifique à chaque spécialité."

Haake comprend la nécessité réelle de faire des images biomédicales utile. Elle a commencé sa carrière comme biologiste du développement avant de poursuivre l'informatique et l'informatique biomédicale. Ce projet combine ses deux points forts et a été inspiré par la recherche elle a mené pendant un congé sabbatique à la Bibliothèque nationale de médecine NIH.

Dre Cara Calvelli, un dermatologue et professeur adjoint au médecin dans le programme au Collège RIT de la science, a recruté des dermatologues, des résidents et des étudiants PA pour le projet. Elle contribue également à décrire correctement l'échantillon d'images, dont certaines proviennent de sa propre collection. «La meilleure façon d'apprendre est de voir des patients encore et encore avec des troubles divers," Calvelli dit. «Quand vous ne pouvez pas obtenir les patients eux-mêmes, se de bonnes photos et apprendre à les décrire est la deuxième meilleure."

Financement Haake gagné de la NSF appuiera la recherche perception visuelle à l'aide de suivi des yeux et la conception d'un système de recherche d'images par le contenu accessible par le toucher, le regard, la voix et du geste, la partie du NIH du projet seront utilisés pour la compréhension des images fusible et médicaux connaissances.

Combler le «fossé sémantique» est le défi auquel sont confrontés les chercheurs qui travaillent en recherche d'images basé sur le contenu, Haake dit. Les fonctions de recherche peuvent mal tourner lorsque l'ordinateur conçu voyage algorithmes sur des nuances et ne parviennent pas à distinguer entre les objets disparates, comme une baleine et un navire. Construire un système basé sur la connaissance de l'utilisateur final peut empêcher le hoquet sémantique de se produire.

Pengcheng Shi, directeur des études supérieures et de recherche du Collège Golisano, apporte son expertise dans la compréhension de l'image. "Pendant de nombreuses années l'informatique / les techniciens l'ont dit, nous pouvons écrire des algorithmes tels que cela fonctionne», dit-il. "Mais les gens commencent à réaliser que les machines ne sont pas tout ce que puissant. A la fin de la journée nous avons besoin de mettre l'homme nouveau dans lui. Quels sont les médecins de regarder et comment sont-ils regarder afin de rendre leurs décisions? "

Un nouvel aspect du projet porte sur l'utilisation de l'œil de suivi pour savoir ce que pense un expert est important. Regarder où les médecins regard quand établir un diagnostic à partir d'une image peut révéler les régions clés dans une image d'une manière plus fiable que par les mêmes personnes demandant de se rappeler où ils se sont concentrés le plus à rendre leurs conclusions.

"Lorsque les gens regardent pas vraiment où les gens se disent regarder parce que nous sommes tout simplement pas au courant de nos stratégies visuelles," Haake dit. «Suivi des yeux est un moyen d'identifier les domaines perceptuellement importantes, ce que les gens prêter attention et où ils cherchent."

L'œil de suivi effort se déroule dans RIT multidisciplinaire Vision Laboratoire de recherche dans le Centre de Chester F. Carlson for Imaging Science sous la surveillance de la co-réalisateur Jeff Pelz. "Les gens ont tendance à ne pas prêter attention à l'endroit où ils regardent. Les gens se déplacent de leurs yeux 150.000 fois par jour, mais vous ne passez pas de temps à réfléchir sur l'endroit où vous passerez vos prochaines yeux et vous ne perdez pas de mémoire à se rappeler où vos yeux été », dit Pelz, dont le laboratoire fait partie de la faculté des sciences. "Vous venez de déplacer vos yeux à l'endroit suivant vous avez besoin d'information et d'une fraction de seconde plus tard, vous les déplacer à nouveau."

L'étude demande à 16 paires de dermatologues et les étudiants PA pour voir affections de la peau en 50 images différentes affichées sur un moniteur. L'appariement crée un maître-apprenti dynamique.

"Si vous enregistrez l'interaction entre le maître et l'apprenti et le maître explique à l'apprenti comment faire quelque chose, il est un excellent moyen d'apprendre des connaissances de domaine d'un expert," dit Pelz. "Vous obtenez quelque chose de différent et mieux que si vous venez écouter deux médecins qui parlent les uns aux autres ou à un médecin de parler à un laïc."

Un dispositif de suivi joint à l'écran a enregistré les mouvements des yeux des médecins comme ils s'attardaient sur les régions critiques dans chaque image. Dans le même temps, le vocabulaire extrait à partir d'enregistrements audio des explications des médecins feront les mots de recherche commun dans la base de données.

Identifier les éléments pertinents dans les images fournies par Calvelli et Images Inc logique, de Rochester, dans la société new-yorkais, aidera l'équipe Haake améliorent la précision et l'efficacité de récupérer les images de la base de données. Sur la base des données eye-tracking, les algorithmes permettra de comparer les similitudes et les différences dans la matière, la couleur, le contraste, la taille et la forme? Ce que les dermatologues porté sur les observations au cours de l'eye-tracking.

Les efforts de trois étudiants des cycles supérieurs sont essentiels au projet. Rui Li, un étudiant au doctorat en informatique et sciences de l'information, écrit des algorithmes pour rechercher les caractéristiques importantes identifiées dans les données eye-tracking, et Sai Mulpura et Preethi Vaidyanathan, qui sont à leur maîtrise et doctorat, respectivement en science de l'imagerie, les travaux dans le Laboratoire de recherche sur la vision multidisciplinaire maillage des données eye-tracking et l'exploitation minière des fichiers audio.

"Nous allons fusionner toutes ces données et de trouver un moyen avec une seule image à trouver un certain nombre d'images qui se ressemblent à partir de ces descriptions, dit Vaidyanathan.

Haake envisage la base de données comme un modèle pour des applications similaires dans les domaines du mal à faire usage de vastes quantités d'images numériques.

«C'est très spécialisés pour la dermatologie, mais la seule chose que nous voulons établir, c'est que ce n'est peut-être un meilleur paradigme pour le développement de systèmes en termes d'associer l'utilisateur final dans le développement de ces systèmes et certaines des méthodologies," Haake dit. "Nous espérons que certaines des approches où nous utilisons l'expert de domaine conduira à plus de systèmes automatisés. Lorsque vous avez des dizaines de milliers d'images, vous ne pouvez pas vous asseoir et de suivre des yeux chaque situation."