Aktualności

Misja i Władze

Akty prawne

Historia

Dla mediów

Struktura Instytutu

Studia doktoranckie

Przewody doktorskie

Postępowania habilitacyjne

Profesury

Biblioteka

Oferta Instytutu

Użyteczne linki

BIP

Pracownicy

Zakład I

Zakład II

Zakład III

Zakład IV

Zakład V

CNS Lab

Tematy statutowe

Projekty

MCB

Współpraca

Publikacje

Nagrody i wyróżnienia

Wydawnictwa

Galeria

Pomoc

Pracownia Podstaw Diagnostyki Obrazowej
  • Main-Slider-PL-16
  • Main-Slider-PL-11
  • Main-Slider-PL-03
  • Main-Slider-PL-18
  • Main-Slider-PL-09
  • Main-Slider-PL-12
  • Main-Slider-PL-05
  • Main-Slider-PL-15
  • Main-Slider-PL-06
  • Main-Slider-PL-20
  • Main-Slider-PL-04
  • Main-Slider-PL-08
  • Main-Slider-PL-17
  • Main-Slider-PL-01
  • Main-Slider-PL-02
  • Main-Slider-PL-19
  • Main-Slider-PL-07
  • Main-Slider-PL-10
  • Main-Slider-PL-14
  • Main-Slider-PL-13
home 001 24px mail 001 24 bip text   

Dep5 Lab4 1Dr inż. Małgorzata Przytulska - kierownik pracowni
Prof. dr hab. inż. Juliusz Kulikowski
Mgr inż. Diana Wierzbicka
Dr inż. Annamonika Dulewicz
Dr inż. Bogusław Dariusz Piętka


W Pracowni prowadzone są badania teoretyczne i doświadczalne zmierzające do rozszerzenia i doskonalenia komputerowo wspomaganych metod analizy obrazów biomedycznych.

 

Działalność naukowo- badawcza


Zespół 1: dr inż. Małgorzata Przytulska, prof. dr hab. inż. Juliusz Kulikowski, mgr inż. Diana Wierzbicka

W ostatnich kilku latach badania teoretyczne koncentrowały się na:

  • podstawach generowania i ogólnych właściwościach widm morfologicznych (modyfikacji układów 2-argumentowych funkcji Walsha) jako narzędzi opisu tekstur (typowych mikrostruktur morfologicznych) oraz na zasadach ich wykorzystania do filtracji obrazów tkanek i ich segmentacji [3,5,8,12,17,21];
  • zasadach wykorzystania do komputerowo wspomaganej interpretacji treści obrazów modeli ontologicznych zawierających tzw. wiedzę dziedzinową (w szczególności - biomedyczną) [9,10,14,20,24];
  • ogólnych właściwościach i zasadach tworzenia miar podobieństwa obiektów, w tym wieloaspektowych, do rozpoznawania obrazów lub do ich wyszukiwania w bazach danych obrazowych [18,19].

Badania aplikacyjne dotyczą

  • opisu analitycznego ruchów lewej komory serca mającego na celu ilościową ocenę kurczliwości lewej komory, związanej z nią parametrów hemodynamicznych oraz wykrywanie jej nieprawidłowości (kinezy, hipokinezy lub dyskinezy) na podstawie analizy serii obrazów USG obejmujących jeden lub kilka pełnych cykli ewolucyjnych serca [1,4,6];
  • komputerowych metod konturowania i wizualizacji (w 2 wymiarach i w czasie) ruchów komór serca na podstawie zarejestrowanych obrazów w projekcji 4-jamowej [16];
  • komputerowej analizy obrazów mikroskopowych i radiologicznych pod kątem wyodrębniania zmian patologicznych w obrazach SPECT serca lub mózgu [7, 13, 15] oraz w elastogramach lub obrazach mikroskopowych tkanki wątrobowej [11, 22];
  • morfologicznego opisu wewnętrznej struktury sztucznych błon półprzepuszczalnych na podstawie komputerowej analizy elektronowo mikroskopowych obrazów ich poprzecznego przekroju (współpraca z pracownią Membran Półprzepuszczalnych i Bioreaktorów kierowanej przez prof. dr hab. inż. Andrzeja Chwojnowskiego) [25];
  • metody obiektywnej oceny jakości procedur komputerowej poprawy jakości obrazów, opartych na kartach testowych zobiektywizowanych, numerycznych wskaźnikach jakości procedur.

Opracowano wzory kart testowych do sprawdzania poprawy rozdzielczości typowych struktur morfologicznych w postaci ziaren, prążków poziomych i prążków pionowych, o różnych poziomach kontrastu i różnych skalach wielkości, zarówno niezakłóconych, jak i rozmytych lub zaszumionych.
Przy pomocy kart testowych dokonano analizy porównawczej szeregu filtrów do poprawy jakości obrazów.

Obecne badania pracowni koncentrują się nad metodyką wykorzystania filtrów morfologicznych różnych rzędów do analizy (metodą top-down) lub segmentacji (metodą bottom-up) obrazów biomedycznych [27,30].
W badaniach tych wykorzystuje się zarówno standardowe oprogramowanie firmowe, jak i programy, oparte na własnych koncepcjach metod i algorytmów.

Pozaplanowo prowadzone są też badania podstawowe dotyczące zastosowań logiki topologicznej do podejmowania decyzji w warunkach niepełnej informacji. W podejściu tym tradycyjne skale wartości logicznej zdań (np. typu "prawda", "fałsz") zastępowane są relatywnymi ocenami ich wartości logicznej, co przybliża oparte na nich wnioskowanie logiczne do wnioskowania naturalnego.

W zakresie zastosowań komputerów w medycznej diagnostyce obrazowej Pracownia współpracuje m.in. z Zakładem Medycyny Nuklearnej Warszawskiego Uniwersytetu Medycznego oraz z Kliniką Gastroenterologii Warszawskiego Centrum Onkologii.

Zespół 2: dr inż. Annamonika Dulewicz, dr inż. Bogusław D. Piętka
W ostatnich kilku latach badania zespołu koncentrowały się na metodach analizy obrazów cytologicznych dla potrzeb diagnostyki medycznej. Głównymi celami były i są:

  • opracowanie komputerowych metod analiz jąder komórkowych otrzymywanych z moczu uwalnianego jak również techniką wypłuczyn pęcherza moczowego (ang. bladder washing) w celu rozpoznania nowotworowych jąder komórkowych nabłonka dróg moczowych. Ostatecznym celem badań jest opracowanie łatwego, szybkiego i nieinwazyjnego testu do diagnozowania raka pęcherza moczowego na oddziałach urologicznych, w badaniach przesiewowych i podczas monitorowania postępów terapii.
  • opracowanie interaktywnego komputerowego systemu będącego urządzeniem obrazującym nieprawidłowe komórki i klastry komórek na ekranie monitora po wcześniejszym zeskanowaniu i przeanalizowaniu ich przy pomocy specjalistycznego softwaru w poszukiwaniu cech towarzyszących nieprawidłowościom. Cytotechnolog dokona przeglądu tych wybranych obrazów i podejmie decyzję czy przeglądać preparat ręcznie do ostatecznej diagnozy.

Jest powszechnie wiadome, że nowotwory stanowią jedne z najniebezpieczniejszych chorób i najtrudniejszych z terapeutycznego punktu widzenia W sytuacji, gdy obecnie nie jest znana jednoznaczna przyczyna zachorowań ani żadna wysoce efektywna terapia, wydaje się, że jak najwcześniejsza diagnoza zmian nowotworowych jest niezwykle istotna. Wczesna diagnoza zmian nowotworowych, oprócz zwiększenia szans na skuteczną terapię, obniżyłaby znacznie koszty leczenia, które w przypadku zaawansowanego stadium inwazyjnego nowotworu, są wysokie, ponieważ wymagają leczenia operacyjnego (rozległej interwencji usunięcia zaatakowanego organu łącznie z węzłami limfatycznymi), radioterapii i chemioterapii. Tradycyjnie diagnoza raka pęcherza moczowego jest wykonywana przez urologów (cytologia, obserwacja kliniczna) i histopatologów. Wizualne badanie cytologiczne moczu daje dużo fałszywie negatywnych rozpoznań szczególnie przypadków o niskiej złośliwości histologicznej, natomiast badanie histologiczne jest badaniem inwazyjnym. Ponadto jest badaniem nie zawsze miarodajnym, ponieważ nie jest możliwe skontrolowanie całej powierzchni pęcherza moczowego i musi być powtórzone kilka razy w czasie terapii i później w przypadku wznowy. Dodatkowym problemem jest powszechny brak wykwalifikowanych cytopatologów i histopatologów w wielu centrach medycznych. Inne metody używane w urologii takie jak urografia, ultrasonografia, tomografia komputerowa CT, rezonans magnetyczny MRI, scyntygrafia, pozytronowa emisyjna tomografia PET stosowane są do wykrywania powiększonych zmian (większych niż 10 mm) i możliwych przerzutów i nie są przydatne do wykrywania wczesnych stadiów nowotworów pęcherza. Testy biochemiczne obecnie powszechnie testowane nie są jeszcze uznane za złoty standard do wykrywania raka pęcherza ponieważ poziom biomarkerów może być podwyższony u osób zdrowych i może nie być podwyższony u pacjentów nowotworowych szczególnie we wczesnych stadiach. Automatyczne komputerowe systemy analizy obecnie konstruowane są wyposażone w mikroskop cyfrowy (Cooscope, f.Nikon).oraz oryginalne pakiety softwarowe do: skanowania preparatów mikroskopowych, przetwarzania obrazów, pomiarów, analizy i klasyfikacji analizowanych preparatów. Bazują na analizie takich parametrów jąder komórkowych, jak parametry geometryczne ( pole powierzchni, obwód, współczynnik kształtu itd.), cechy statystyczne tekstury opisujące wewnętrzną architekturę obiektów na podstawie rozkładu jasności w obiekcie (średnia, wariancja, zintegrowana gęstość optyczna itd.), cechy topograficzne tekstury opisujące rozmieszczenie chromatyny wewnątrz obiektu (położenie środka ciężkości, moment bezwładności) oraz histogramy rozkładu wielkości jąder komórkowych i ich klastrów w preparacie mikroskopowym.

Dep5 Lab4 2

Aktualny widok komputerowego systemu wspomagania diagnozy raka pęcherza moczowego

 

 Dep5 Lab4 3aDep5 Lab4 3b

(a)                                           (b)

Przykład jąder komórkowych: a) osoby zdrowej, b) osoby z nowotworem 

Słowa kluczowe
komputerowo wspomagana diagnostyka obrazowa, rozpoznawanie postaci, analiza tekstur, widma morfologiczne, modele ontologiczne, 3-wymiarowa wizualizacja obiektów, rak pęcherza moczowego, cytodiagnostyka onkologiczna, przetwarzanie i rozpoznawanie obrazów, testowanie procedur poprawy jakości obrazów

Inne Projekty

1. Metody komputerowej analizy obrazów radiologicznych dla potrzeb oceny zmian patomorfologicznych w wybranych narządach wewnętrznych organizmu.
Projekt badawczy finansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego, Numer projektu: Nr N 518 4211 33, termin realizacji (2207-2010). Kierownik projektu dr inż. Małgorzata Przytulska. Głównym celem projektu było opracowanie nowych, efektywnych metod komputerowego wspomagania analizy obrazów radiologicznych pod kątem zwiększenia wykrywalności określonych zmian patologicznych. Opracowano programy komputerowe wykonujące obliczenia parametrów i realizujące testy podobieństwa obrazów. Jako podstawę budowy testów przyjęto koncepcje: a) wieloaspektowych miar podobieństwa, b) morfologicznych widm obrazów, c) połączenia metod analizy widmowej obrazów z analizą statystyczną, d) porównywalności wektorów parametrów wpółuporządkowanej przestrzeni liniowej Kantorowicza. Na podstawie tych koncepcji opracowano i przetestowano programy komputerowe USGstat, Filtracje widmowe i IASS (ang. Image Assessment and Selection System). Zrealizowane programy zostały przetestowane pod kątem ich poprawności logicznej i przydatności do seryjnych badań podobieństwa obrazów dwóch szczególnych typów: a) obrazów USG wątroby (w tym – obrazów elastograficznych), b) obrazów SPECT (tomografii emisyjnej pojedynczych fotonów) mózgu. Badania potwierdziły poprawność logiczną programów i ich przydatność do wykrywania subtelnych różnic w obrazach tekstur tkanek, czyli ich czułość diagnostyczną. Program USGstat został udostępniony do wykorzystywania Klinice Gastroenterologii Warszawskiego Centrum i Instytutu Onkologii, z którym współpracowano przy analizie elastograficznych obrazów wątroby. Opracowane metody były w szczególności testowane na przykładach wykrywania zmian patologicznych związanych z marskością wątroby, opartego na analizie elastogramów ultrasonograficznych Badania nad analizą obrazów SPECT mózgu były prowadzone we współpracy z Zakładem Medycyny Nuklearnej Warszawskiego Uniwersytetu Medycznego. W obu przypadkach wynikiem współpracy były też wspólne publikacje naukowe. W ramach projektu opracowano również ogólne metody wykrywania cząstkowego i wieloaspektowego podobieństwa obrazów przechowywanych w bazach danych obrazowych.

2. Opracowanie metody wytwarzania strukturalnie jednorodnych membran mikrokapsułek alginopolieterosulfonowych, opartej na komputerowo wspomaganej analizie obrazów.
Temat rozwiązywany był w ramach projektu badawczego 4151/B/T02/2009/36 pt.: Opracowanie sposobu wytwarzania jednorodnych membran polimerowych w nowych mikrokapsułkach alginianowo-polieterosulfonowych z wykorzystaniem metod i algorytmów komputerowej analizy obrazów, kierowanego przez dr hab. inż. prof. nadzw. D. Lewińską, główni wykonawcy: dr inż. M. Przytulska, prof. dr hab. inż. J.L. Kulikowski. Termin realizacji (2009-2013). W ramach projektu opracowano metody i algorytmy do opisu istotnych cech morfologicznych kapsułek takich jak: grubość membrany (w najcieńszym i najgrubszym miejscu oraz średnia grubość membrany), jej zmienność na obwodzie, porowatość całkowita i dystrybucja porów w wytwarzanych mikrokapsułkach. Na tej podstawie napisano program APEK (Analiza PrzEKroju mikrokapsułek) do komputerowej analizy parametrów strukturalnych membran polimerowych w mikrokapsułkach hydrożelowo-polimerowych. Projekt i realizacja programu analizy struktur syntetycznych membran mikrokapsułek została sprawdzona na danych doświadczalnych i jest wykorzystywana w pracowni dr hab. inż. prof. nadzw D .Lewińskiej.

3. Automatyczna detekcja symptomów patologii nowotworowej w preparatach mikroskopowych dla potrzeb wspomagania cytodiagnostyki onkologicznej w urologii.
Projekt badawczy finansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego. Numer grantu: N N403 197937, Nr. umowy: 1979/B/P01/2009/37. Kierownik projektu dr inż. Annamonika Dulewicz. Projekt realizowany był we współpracy z Katedrą i Kliniką Urologii Ogólnej, Onkologicznej i Czynnościowej Szpitala Klinicznego Dzieciątka Jezus Warszawskiego Uniwersytetu Medycznego (projekt zakończony w 2013r.).

 

Wybrane publikacje

1. Przytulska M, Kulikowski JL: Shape spectra as characteristic of left heart-ventricle's contraction irregularities, GESTS Internat. Trans. Computer  Science  Eng, v.38, No.1, 2007.
2. Kulikowski JL: Structural image analysis based on ontological models, Computer Recog. Systems 2, Springer Berlin, ASC 45, 68-75, 2007.
3. Kulikowski JL, Przytulska M, Wierzbicka D: Recognition of textures based on analysis of multilevel morphological spectra contraction irregularities, GESTS Internat. Trans. Comput. Sci Eng,, v.38, No.1, 2007.
4. Przytulska M: Kulikowski JL: Examination of left cardiac ventricle's contractility based on spectral analysis of ultrasound imaging, Biocybernetics and Biomedical Engineering, 17-28, 2007.
5. Kulikowski L, Przytulska M, Wierzbicka D: Morphological spectra as tools for textures analysis. In: M.Kurzynski et al. (eds), Computer Recognition Systems 2, ASC. Springer, 45, 510-517, 2007.
6. Przytulska M: Analysis of left cardiac ventricle's shape variations based on examination of ultrasound images. Machine Graphics and Vision, v.16, 3/4, 275-292, 2007.
7. Olejarczyk E, Przytulska M, Bajera A, Królicki L: Comparison of different SPECT images analysis methods for inter-hemispheric asymmetry detection in patients with epileptic symptoms, Biocybernetics and Biomedical Engineering, v.28 no 4, 2008.
8. Przytulska M, Kulikowski JL, Wierzbicka D: Biomedical structures representation by morphological spectra , Springer, Berlin, ASC 47, 57-65, 2008.
9. Kulikowski JL: Visual data mining based on partial similarity concepts semantic mining technologies for multimedia databases, Idea Group Reference, 2008.
10. Kulikowski JL: Data Quality Assessment Encyclopedia of Database Technologies and Applications, 2nd edition, Idea Group Reference, Hershey, 2008.
11. Przytulska M., Kulikowski J.L. Computer-Supported Statistical Analysis of Liver Elastograms IFMB Proceedings of 11th Word Congress on the Medical Physics and Biomedical Engineering, Germany, 2009.
12. Kulikowski JL, Przytulska M, Wierzbicka D: Biomedical image segmentation based on aggregated morphological spectra, Computer in Medical Activity, AISC 65, pp 101-112, Springer, 2009.
13. Przytulska M, Kulikowski JL, Bajera A, Królicki L: Comparison of SPECT cerebral images examination methods based on luminance level and morphological spectra evaluation. Biocybernetics and Biomedical Engineering Volume 29, Nr 1, pp. 29-42, 2009.
14. Kulikowski J. L. Using Relative Logic to Anticipation of Effects of Planned Actions Systems Science Vol. 34, No. 4, , pp. 47+52, 2009.
15. Przytulska M.,. Kulikowski J. L and Bajera A . A Comparative Analysis of SPECT Images of the left and right cerebral hemispheres in patients with diagnoses epileptic symptoms Computer in Medical Activity, AISC 65 pp 33-40, Springer, 2009.
16. Hoser P. Dynamic Contour Detection of Heart Chambers in Ultrasound Image for Cardiac Diagnostics W: M. Kurzyński, M. Woźniak (red.), Computer Recognition Systems 3 AISC 57,. Springer ISSN 978-3-40-93904-7, pp.489-497, 2009.
17. Kulikowski J.L, Przytulska M., Wierzbicka D. Direct Filtering and Enhancement of Biomedical Images Based on Morphological Spectra W: M. Kurzyński, M. Woźniak (red.), Computer Recognition Systems 3 AISC 57,. Springer ISSN 978-3-540-93904-7, pp. 159-166, 2009.
18. Kulikowski J. L. Visual Data Mining Based on Partial Similarity Concepts Dacheng Tao, Dong Xu, Xuelong Li (red.) , Semantic Mining Technologies for Multimedia Databases Chapter VII. Information Science Reference, pp. 166 - 181Hershey, 2009.
19. Kulikowski J. L. Data Quality Assessment W: V.E. Ferragine, J.H. Doorn, L.C. Rivero (red.), Innovations in Database Technologies and Applications Vol. 1 . Chapter XLI. Information Science Reference, pp. 378 -384 Hershey, 2009.
20. Kulikowski J. L. Logical Inference Based on Incomplete and/or Fuzzy Ontologies W.D. Król, Ngoc Thanh Nguyen (red.) Intelligence Integration in Distributed Knowledge Management Information Science Reference, Chapter1, pp 1-16, Hershey, 2009.
21. Kulikowski JL, Przytulska M, Wierzbicka D. Description of Biomedical Textures by Statistical Properties of Morphological Spectra Biocybernetics and Biomedical Engineering Vol.30,no.3,pp.19-34, 2010.
22. Przytulska M., Gierbliński I., Kulikowski J.L., Skoczylas K. Quantitative Examination of Liver Tissue Ultrasound Elastograms, Biocybernetics and Biomedical Engineering Vol.30, no. 4, pp.75– 85, 2011.
23. Kulikowski J.L., Przytulska M. Pattern Recognition Based on Similarity in Linear Semi-Ordered Spaces, Hybrid Artificial Inteliigent System, Lecture Notes in Artificial Intelligence 6678, IF 0.082, pp 22-29 rozdział w monografii, 2011.
24. Kulikowski J.L. Objects’ Matching Recognition Problem and Its Applications” Dr. S. Ramakrishna, Dr. Ibrahiem M.M. El Emary (red.) „Computational Intelligence Techniques In Image Processing and Pattern Recognition”. Lambert Academic Publishing, Germany, ISBN: 978-3-8433-5802-6 rozdział w monografii, 2011.
25. Chwojnowski A., Przytulska M., Wierzbicka D., Kulikowski J.L., Wojciechowski C. Membrans porosity evaluation by computer-aided analysis of SEM images, a preliminary study, Biocybernetics and Biomedical Engineering, vol32,no.4,pp.65-75, 2012.
26. Kulikowski J.L. Toward Computer-Aided Interpretation of Situations, Computer Recognition Systems CORES, , Springer ISSN 2194-5357, pp.,3-18, 2013.
27. Przytulska M., Kulikowski J., Jóźwik A.: Morphologic-Statistical Approach to Detection of Lesions in Liver Tissue in Fish, Computer Recognition Systems, 2015.
28. Kulikowski J.L., Object Recognition Based on Comparative Similarity Assessment , Computer Recognition Systems, 2015.
29. Przytulska M., Kulikowski J. L., Lewińska D., Grzeczkowicz M., Kupikowska-Stobba B.: Computer-Aided Image Analysis for Microcapsules’ Quality Assessment, Biocybernetics and Biomedical Engineering, DOI:10.1016/j.bbe.2015.05.005, 2015.
30. Przytulska M., Kulikowski J.L., Wierzbicka D.: Biomedical images enhancement based on the properties of morphological spectra, Biocybernetics and Biomedical Engineering, vol. 35, no.3, pp.206- 215, 2015.
31. Przytulska M., Kulikowski J.L.: Quantitative Tests-Based Assessment of  Biomedical  Image Enhancement Procedures, Biocybernetics and Biomedical Engineering, 2015, http://dx.doi.org/10.1016/j.bbe.2015.10.011.
32. Dulewicz A, Piętka D, Jaszczak P, Nechay A, Sawicki W, Pykało R,Kozminska E, Bortkowski A: Computer identification of neoplastic urothelial nuclei from the bladder. Anallytical and Quantitative Cytology and Histology,v.23, 5, 321-329, 2001.
33. Dulewicz A, Piętka D, Jaszczak P: A trial of practical computer analysis of urothelial nuclei for cancer detection, Progress in Bladder Cancer Research, A.M.Mallory (Ed.), Nova Biomedical Books, New York, 173-190, 2005.
34. Piętka D, Dulewicz A, Jaszczak P: Removing artefacts from microscopic images of cytological smears. A shape-based approach (in: Computer Recognition Systems, eds. Kurzyński M, Puchała E, Woźniak M, Żołnierek A.), Springer: Advances in Soft Computing, 661-669, 2007.
35. Dulewicz A, Piętka D, Jaszczak P: Efficient Computer Methods for Pathological Research and Diagnosis of Urine Bladder Cancer, v.14 (edited on CD), 2006.
36. Dulewicz A, Piętka D, Jaszczak P: Value of digital analysis in research and diagnosis of urine bladder cancer, Springer: Advances in Soft Computing 45: Computer Recognition Systems 2, 45(2), 613-620, 2007.
37. Dulewicz A, Piętka D, Jaszczak P: A Study on Diagnostic Potential of a Computer-Assisted System for Identification of neoplastic Urothelial Nuclei from the Bladder, Springer: Advances in Soft Computing 47: Information Technologies Biomedicine, 403-417,2008.
38. Dulewicz A, Jóżwik A, Piętka D, Jaszczak P: " Recognition of neoplastic changes in digital images of exfoliated nuclei of urinary bladder - a new approach to classification method, SPRINGER Advances in Soft Computing 57,  479-487, 2009.
39. Dulewicz A., Piętka D, Jaszczak P.: "Pattern recognition techniques in recognition of neoplastic changes in images of cell nuclei", IFMBE Proceedings 25/V, 105 ff, 2009.
40. Dulewicz A., Piętka D, Jaszczak P.: „Digital image analysis in research and diagnosis of urinary bladder cancer" Nova Science Biomedical Books, New York „Bladder Cancer: Etymology, Diagnosis and Treatments", 211-228, 2010.
41. Piętka B.D., Dulewicz A., Jaszczak P., Kupis P.: „Application of a Pathomorphological image database in computer-aided cytological examinations", Machine Graphics & Vision, International Journal, 2010.
42. Piętka D, Dulewicz A., Kupis P.: “ Improving quality of cytological screening in early detection of malignancy associated changes, Journaof Medical Informatics & Technologies, Vol.19/2012,ISSN 1642-6037,  85-90, 11-27. 2012.
43. Piętka D, Dulewicz A, “Detecting overlapped Nuclei Regions in the Feulgen-Stained Cytological Smears “Springer in the series Advances in Intelligent Systems and Computing”, ISSN: 2194-5357,  621-628, 2013.
44. Piętka D, Dulewicz A; „ Searching for Malignancy in Automated Urological Cytology, “Advances in Intelligent Systems and Computing 283”, ISSN: 2194-5357, pp., 271-284, 2014.
45. Piętka B.D., Dulewicz A., Sargan E.: "Optymalizacja czasu i jakości automatycznej akwizycji obrazów cytologicznych", XIX KBIB, 2015.

MENU

Kontakt

Instytut Biocybernetyki i Inżynierii Biomedycznej im. Macieja Nałęcza PAN
 adres 002 16px

ul. Ks. Trojdena 4
02-109 Warszawa
POLSKA

 telefon 001 16px (+48) 22 592 59 00
(+48) 22 659 91 43
faks 001 24px

(+48) 22 659 70 30

mail 003 16px Ten adres pocztowy jest chroniony przed spamowaniem. Aby go zobaczyć, konieczne jest włączenie w przeglądarce obsługi JavaScript.
NIP:

 525-00-09-453

REGON: 000570832
lokalizacja 003 24px

MAPA

Nagrody naukowe


Instytut Biocybernetyki i Inżynierii Biomedycznej im. Macieja Nałęcza PAN, ul. Ks. Trojdena 4, 02-109 Warszawa
E-mail:Ten adres pocztowy jest chroniony przed spamowaniem. Aby go zobaczyć, konieczne jest włączenie w przeglądarce obsługi JavaScript.; Telefon: (+48) 22 592 59 00; Fax: (+48) 22 659 70 30
Copyright(c) 2016 IBIB PAN
Wszelkie prawa zastrzeżone