Tomsk Sysadmins Forum
Windows => Программирование => Topic started by: Kider_Dim on April 02, 2008, 19:26:55
-
Собственно: есть фотография с каким-либо внутренним органом.
Задача состоит в том, чтобы выделить этот орган на фотографии, описать его границы, поверхность, сравнить с эталонным изображением этого органа и выдать заключение.
З. Ы. На фотографии конечно же представлен не только нужный нам орган, а и все окружающие его потроха...в комплекте та сказать............Примерная форма то его известна, не могу только понять как его на картинке выделить.
Из теории знаю, что можно для достижения этой цели составить набор определенных правил, с помощью которых можно составить специфический "алфавит" символов, который поможет выделить область, заценить её форму, размер и т. д.
Но ни разу не занимался практической реализацией sad.gif
Вот и хотел узнать может кто сталкивался с такой проблемой, реализовывал на практике такие задачи. Или знает где можно информацию на эту тему стянуть wink.gif
Наверняка же еще существует множество методов для решения таких задач.
Заранее спасибо) Медицина Вас не забудет!!)
-
медицина, не медицина, но "распознавание органов" весьма активно применяется на практике для фильтрации порнографии!
В частности, такой прокси сервер, как Safesquid (не путать со squid'ом!), сайт www.safesquid.com.
Технология эта коммерческая, поэтому познакомиться с ней ближе непросто.
Вообще же тема эта не новая и продуктов, реализующих данную тему немало.
Безусловно, можно много говорить о качестве, о чувствительности к измнениям формы, освещенности и пр., но я об этом говорить не могу, дабы "не говорить о вкусе того, чего не ел"...
Фирма Leica, например, говоря о своих лазерных сканерах, утверждает, что может производить подсчет деревьев, птиц и животных. Имхо, просто чума!
Гугль должен посодействовать. Ключевые слова могут быть "pornography filter", "image recognition" и пр.
PS. Вообще, тема для иного форума... Вряд ли распознавание образов есть задача администрирования (если, конечно, не говорить о порнофильтрах! ).
-
медицина, не медицина, но "распознавание органов" весьма активно применяется на практике для фильтрации порнографии!
В частности, такой прокси сервер, как Safesquid (не путать со squid'ом!), сайт www.safesquid.com.
Технология эта коммерческая, поэтому познакомиться с ней ближе непросто.
Вообще же тема эта не новая и продуктов, реализующих данную тему немало.
Безусловно, можно много говорить о качестве, о чувствительности к измнениям формы, освещенности и пр., но я об этом говорить не могу, дабы "не говорить о вкусе того, чего не ел"...
Фирма Leica, например, говоря о своих лазерных сканерах, утверждает, что может производить подсчет деревьев, птиц и животных. Имхо, просто чума!
Гугль должен посодействовать. Ключевые слова могут быть "pornography filter", "image recognition" и пр.
PS. Вообще, тема для иного форума... Вряд ли распознавание образов есть задача администрирования (если, конечно, не говорить о порнофильтрах! ).
Не совсем понимаю как это к порнографии относится может )
Но все равно спасибо)
-
Не совсем понимаю как это к порнографии относится может )
Но все равно спасибо)
Что х.. уже не орган?
Тема "Программирование", чел хочет знать как запрограммировать распознавание органов. А ты спроси себя - как ты их распознаешь?
-
Что х.. уже не орган?
Тема "Программирование", чел хочет знать как запрограммировать распознавание органов. А ты спроси себя - как ты их распознаешь?
Ну он может и вполне не порнографическом фильме фигурировать )
Вот я и хочу поподробнее узнать каким образом можно на программном уровне (с точки зрения машины, т. е.) распознать на снимке тот или иной объект и провести анализ этого объекта.......Качественный. Формы его, размеров, например
-
А что гугль уже не помошник? Поищите литературу, я думаю такая есть. Не конкретно по распознаванию органов конечно, а по распознаванию образов.
-
itv.ru
кое-что в их софте на эту тему есть.
-
Собственно: есть фотография с каким-либо внутренним органом.
Задача состоит в том, чтобы выделить этот орган на фотографии, описать его границы, поверхность, сравнить с эталонным изображением этого органа и выдать заключение.
Если есть много фотографий органов, больных и здоровых, можно построить нейронную сеть, на которых ее затем обучить. Для построения нейронной сети есть множество программных пакетов. Сейчас их названия я уже не помню, но найти их, мне кажется, можно легко.
Другое дело, что точность заключения может быть маленькой, потому как человек, рассматривающий фотографию, использует кучу "внешней" информации об органе, о трехмерном мире, об анатомии и т.д, которая из этой фотографии никак не выводиться, и, следовательно, нейронная сеть будь оперировать только "схожестью" картинок. А то, что это здоровый органа, на который наложился серебряный крестик или пятно проявителся - программа может и не догадаться.
Я, например, помню, когда рассматривал рентгеновские снимки с переломами, всегда удивлялся - как их там доктора видят. Похоже, они ориентируюся на какие-то очень тонкие эффекты, которые нейронная сеть может и не заметить. Но все, блин, познается на практике.
-
Если есть много фотографий органов, больных и здоровых, можно построить нейронную сеть, на которых ее затем обучить. Для построения нейронной сети есть множество программных пакетов. Сейчас их названия я уже не помню, но найти их, мне кажется, можно легко.
Другое дело, что точность заключения может быть маленькой, потому как человек, рассматривающий фотографию, использует кучу "внешней" информации об органе, о трехмерном мире, об анатомии и т.д, которая из этой фотографии никак не выводиться, и, следовательно, нейронная сеть будь оперировать только "схожестью" картинок. А то, что это здоровый органа, на который наложился серебряный крестик или пятно проявителся - программа может и не догадаться.
Я, например, помню, когда рассматривал рентгеновские снимки с переломами, всегда удивлялся - как их там доктора видят. Похоже, они ориентируюся на какие-то очень тонкие эффекты, которые нейронная сеть может и не заметить. Но все, блин, познается на практике.
Там действительно множество ньюансов, которые только человек специализирующийся в конкретной области увидит (врач в данном случае)........Причем диагноз то строится не на одном только "голом" изображении органа, а еще и из анамнеза больного, данных дополнительных исследований и т. д.............опыта доктора в конце концов)
Всего этого не учтешь) опыт же врача вообще штука сугубо индивидуальная...........
Нейронные сети конечно вещь отличная, но есть одно небольшое НО
Еще никто не смог реализовать полноценно работающую нейронную сеть..........Хотя бы для самой узкой предметной области.........С минимальным набором параметров)
Реализуются они только на первый взгляд просто..............Я даже сам год назад реализовал "прадедушку" нейронных сетей - алгоритм перцептрона Но только для одного признака получилось) И почти пол года ушло на программную реализацию)
Правда разработку нейронной сети для теперешней задачи в проект внес............Но как грядущую перспективу правда)
-
Нейронные сети - это не столько программная реализация, сколько необходимость в ОГРОМНОМ наборе обучающих данных (один и тот же орган во всех вариантах, разные люди, пол, возраст, болезни, комбинация органов, да блин банально относительные размеры)! и рост объема тестов зависит от количества параметров (например матрица изображения, ячейки - параметры) далеко не линейно. Только что в том, что нейронные сети терпимы к ошибкам в обучающих данных и зашумленности входных параметров... ах да! еще требуются не хилые вычислительные ресурсы (хотя читал что давно уже есть аппаратные реализации нейронных сетей в общем или частном виде) - а значит объемные денежные вложения.
P.S. Как то встречал в интернете коммерческую реализацию системы распознования образов (там кажется лица, но там алгоритм был очень общий - основанный на алгоритмах многоуровневой оптимизации) использующую обычную x86 архитектуру и современные видеокарты (шейдерные конвееры), последние давно на порядок (или даже на два) мощнее.