تشخیص خودکار فریم‌های برجسته در کپسول آندوسکوپی بی‌سیم با استفاده از تجزیه به مقادیر تکین انطباقی

نوع مقاله: مقاله کامل پژوهشی

نویسندگان

1 دانشجوی دکتری مهندسی پزشکی، آزمایشگاه پردازش تصویر هوشمند، دانشکده‌ی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایران

2 دانش آموخته‌ی دکتری مهندسی پزشکی، آزمایشگاه پردازش تصویر هوشمند، دانشکده‌ی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایران

3 استاد، آزمایشگاه پردازش تصویر هوشمند، دانشکده‌ی مهندسی کامپیوتر و برق، دانشگاه تهران، تهران، ایران

4 دانشجوی دکتری مهندسی پزشکی، بخش مهندسی پزشکی، دانشگاه تمپل، فیلادلفیا، ایالات متحده‌ی آمریکا

5 استاد، دانشکده‌ی تحصیلات تکمیلی علوم اطلاعات، موسسه‌ی علم وتکنولوژی NAIST، نارا، ژاپن

10.22041/ijbme.2019.94378.1406

چکیده

آندوسکوپی به کمک کپسول بی‌سیم، یکی از روش‌های غیر‌تهاجمی آسیب‌شناسی مسیر گوارشی انسان به شمار آمده که با پیش‌روی کپسول در مسیر گوارشی و تصویربرداری از این مسیر، ویدئوی آندوسکوپی ضبط می‌شود. در عمل، حجم وسیعی از ویدئوهای آندوسکوپی با کیفیت‌های مختلف و زمان تصویربرداری طولانی، از مسیر گوارشی ثبت می‌شود که این زمان در حدود 8 ساعت بوده و زمان بازنگری ویدئوی آندوسکوپی توسط پزشک متخصص و مجرب نیز در حدود 2 ساعت و یا بیش‌تر می‌باشد. روش‌های خلاصه‌سازی ویدئو، می‌توانند زمان بازنگری و هم‌چنین خطاهای تفسیر و بازنگری دستی توسط پزشک را کاهش دهند. در این پژوهش، به منظور غلبه بر محدودیت‌های موجود در استخراج فریم‌های کلیدی، روشی مبتنی بر بینایی ماشین به کمک خصوصیات منحصر به فرد تجزیه به مقادیر تکین انطباقی مبتنی بر پنجره‌ی لغزشی، پیشنهاد شده است که با به کارگیری این ویژگی‌ها، امکان خلاصه‌‌سازی ویدئوی کپسول اندوسکوپی فراهم می‌گردد. علاوه بر این، به دلیل محدودیت‌های حجم و توان کپسول آندوسکوپی و فیزیک مسیرگوارشی، تصاویر کپسول دارای روشنایی پایینی بوده و غیریک‌نواخت می‌باشند که برای حل این مشکل، از فیلتر انتشار تطبیقی بهره گرفته شده است. نتایج آزمایش روی کپسول بی‌سیم، نشان می‌دهد که زمان بازنگری به طور قابل ملاحظه‌ای کاهش یافته است. ارزیابی‌های کمی و کیفی، نشان می‌دهند که استفاده از این روش پیشنهادی، تاثیر مثبتی روی فرایند خلاصه‌سازی داشته است. از این‌رو، می‌توان در سایر کاربردهای بالینی، از قبیل آموزش پزشکان جوان، آسیب‌شناسی به کمک کامپیوتر، تصمیم‌گیری سریع و مدیریت اطلاعات پزشکی نیز از این روش بهره گرفت.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Automatic Detection of Salient Video Frames from Wireless Capsule Endoscopy using Adaptive Singular Value Decomposition

نویسندگان [English]

  • Abbas Biniaz 1
  • Fatemeh Abdolali 2
  • Reza Aghaeizadeh Zoroofi 3
  • Omid Haji Maghsoudi 4
  • Yoshinobu Sato 5
1 Ph.D. Student, Intelligent Processing Center of Excellence, School of Electrical and Computer Engineering, University of Tehran, Tehran, Iran
2 Graduated Ph.D. Student, Intelligent Processing Center of Excellence, School of Electrical and Computer Engineering, University of Tehran, Tehran, Iran
3 Professor, Intelligent Processing Center of Excellence, School of Electrical and Computer Engineering, University of Tehran, Tehran, Iran
4 Ph.D. Student, Department of Bioengineering, Temple University, Philadelphia, USA, PA 19144
5 Professor, Graduate School of Information Science, Nara Institute of Science and Technology (NAIST), Nara, Japan
چکیده [English]

Wireless capsule endoscopy is a non-invasive diagnosis method which allows recording a video as the capsule travels through the gastrointestinal tract. The practical drawback is producing a long clinical video up to 8 hours and it takes about 2 hours to review the exam by an experienced expert. Video summarization methods can reduce the time required by experts and errors in manual interpretation. This paper presents an automatic method based on unique properties of adaptive singular value decomposition through sliding window that can reduce the long annotation time. By utilizing these properties, we are able to summarize a WCE video by outputting a motion video summary. Moreover, we apply an effective approach based on adaptive contrast diffusion to correct uneven illumination that deal with the low contrast generally caused by poor visibility conditions of the GI tract, WCE power and its structure. Experimental results on WCE videos indicate that a significant reduction in the review time is feasible. Quantitative and qualitative results of summarization show the effectiveness of proposed method that can be adapted to various clinical applications, such as training of young physicians, computer assisted diagnosis, medical decision support or medical document management.

کلیدواژه‌ها [English]

  • Adaptive contrast diffusion
  • singular value decomposition
  • sliding window
  • video summarization
  • wireless capsule endoscopy
[1]     S. P. Rajendra and N. Keshaveni, “A Survey of Automatic Video Summarization Techniques,” Int. J. Electron. Comput. Syst., vol. 3, no. 1, pp. 1–6, 2014.

[2]     A. Mohammed, S. Yildirim, M. Pedersen, O. Hovde, and F. Cheikh, “Sparse Coded Handcrafted and Deep Features for Colon Capsule Video Summarization,” Proc. - IEEE Symp. Comput. Med. Syst., vol. 2017–June, pp. 728–733, 2017.

[3]     S. Seguí et al., “Generic feature learning for wireless capsule endoscopy analysis,” Comput. Biol. Med., vol. 79, pp. 163–172, 2016.

[4]     D. K. Iakovidis and A. Koulaouzidis, “Software for enhanced video capsule endoscopy: Challenges for essential progress,” Nat. Rev. Gastroenterol. Hepatol., vol. 12, no. 3, pp. 172–186, 2015.

[5]     M.H. A. Muhammad Ajmal Muhammad Shakir and  and F. A. S. Yasir Abbas, “Video Summarization Techniques and Classification,” in Computer Vision and Graphics. ICCVG, 2012, pp. 1–13.

[6]     S. Eliza, F. De Avila, A. Paula, B. Lopes, L. Jr, and A. De Albuquerque, “VSUMM : A mechanism designed to produce static video summaries and a novel evaluation method,” Pattern Recognit. Lett., vol. 32, no. 1, pp. 56–68, 2011.

[7]     S. Zhang, Y. Zhu, and A. K. Roy-Chowdhury, “Context-Aware Surveillance Video Summarization,” IEEE Trans. Image Process., vol. 25, no. 11, pp. 5469–5478, 2016.

[8]     S. Wang et al., “Scalable gastroscopic video summarization via similar-inhibition dictionary selection,” Artif. Intell. Med., vol. 66, pp. 1–13, 2016.

[9]     M. M. Ben Ismail, O. Bchir, and A. Z. Emam, “Endoscopy Video Summarization based on Unsupervised Learning and Feature Discrimination,” in Visual Communications and Image Processing (VCIP), 2013, pp. 1–6.

[10] D. K. Iakovidis, S. Tsevas, and A. Polydorou, “Reduction of capsule endoscopy reading times by unsupervised image mining,” Comput. Med. Imaging Graph., vol. 34, no. 6, pp. 471–478, 2010.

[11] K. Muhammad, M. Sajjad, M. Young, and S. Wook, “Efficient visual attention driven framework for key frames extraction from hysteroscopy videos,” Biomed. Signal Process. Control, vol. 33, pp. 161–168, 2017.

[12] I. Mehmood, M. Sajjad, and S. W. Baik, “Video summarization based tele-endoscopy : a service to efficiently manage visual data generated during wireless capsule endoscopy procedure,” J. Med. Syst., 2014.

[13] A. Koulaouzidis and D. K. Iakovidis, “KID: A capsule endoscopy database for medical decision support,” United Eur. Gastroenterol. Week (UEGW). Barcelona, Spain, 2015.

[14] “kid.” [Online]. Available: https: // mdss.uth.gr /datasets/endoscopy/kid/.

[15] A. Vadivel, S. Sural, and A. K. Majumdar, “Human color perception in the HSV space and its application in histogram generation for image retrieval.,” in Color Imaging: Processing, Hardcopy, and Applications, 2005, pp. 598–609.

[16] Y. Gong and X. Liu, “Video summarization and retrieval using singular value decomposition,” Multimed. Syst., vol. 168, pp. 157–168, 2003.

[17] R. Badeau, G. Richard, and B. David, “Sliding window adaptive SVD algorithms,” IEEE Trans. Signal Process., vol. 52, no. 1, pp. 1–10, 2004.

[18] S. Deerwester, S. T. Dumais, G. W. Furnas, T. K. Landauer, and R. Harshman, “Indexing by latent semantic analysis,” J. Am. Soc. Inf. Sci., vol. 41, no. 6, p. 391, 1990.

[19] E. Anderson et al., “LAPACK: A portable linear algebra library for high-performance computers,” in Proceedings of the 1990 ACM/IEEE conference on Supercomputing, 1990, pp. 2–11.

[20] G. H. Golub and C. F. Van Loan, Matrix computations, vol. 3. JHU Press, 2012.

[21] Y. Gong and X. Liu, “Video summarization using singular value decomposition,” in Computer Vision and Pattern Recognition, 2000. Proceedings. IEEE Conference on, 2000, vol. 2, pp. 174–180.

[22] B. Li and M. Q.-H. Meng, “Wireless capsule endoscopy images enhancement via adaptive contrast diffusion,” J. Vis. Commun. Image Represent., vol. 23, no. 1, pp. 222–228, 2012.

[23] G.-H. Cottet and M. El Ayyadi, “A Volterra type model for image processing,” IEEE Trans. image Process., vol. 7, no. 3, pp. 292–303, 1998.

[24] A. Biniaz and A. Abbasi, “Unsupervised ACO : Applying FCM as a supervisor for ACO in medical image segmentation,” J. Intell. Fuzzy Syst., vol. 27, pp. 407–417, 2014.