Data mining framework for fatty liver disease classification in ultrasound: a hybrid feature extraction paradigm

PURPOSE: Fatty liver disease (FLD) is an increasing prevalent disease that can be reversed if detected early. Ultrasound is the safest and ubiquitous method for identifying FLD. Since expert sonographers are required to accurately interpret the liver ultrasound images, lack of the same will result in interobserver variability. For more objective interpretation, high accuracy, and quick second opinions, computer aided diagnostic (CAD) techniques may be exploited. The purpose of this work is to develop one such CAD technique for accurate classification of normal livers and abnormal livers affected by FLD. METHODS: In this paper, the authors present a CAD technique (called Symtosis) that uses a novel combination of significant features based on the texture, wavelet transform, and higher order spectra of the liver ultrasound images in various supervised learning-based classifiers in order to determine parameters that classify normal and FLD-affected abnormal livers. RESULTS: On evaluating the proposed technique on a database of 58 abnormal and 42 normal liver ultrasound images, the authors were able to achieve a high classification accuracy of 93.3% using the decision tree classifier. CONCLUSIONS: This high accuracy added to the completely automated classification procedure makes the authors' proposed technique highly suitable for clinical deployment and usage.

Desenvolvimento de uma plataforma SIG para apoio ao estudo da sismicidade em Portugal

Trabalho Final de Mestrado elaborado no Laboratório Nacional de Engenharia Civil (LNEC) para a obtenção do grau de Mestre em Engenharia Civil pelo Instituto Superior de Engenharia de Lisboa no âmbito do protocolo de cooperação entre o ISEL e o LNEC

Does independent component analysis play a role in unmixing hyperspectral data?

Independent component analysis (ICA) has recently been proposed as a tool to unmix hyperspectral data. ICA is founded on two assumptions: 1) the observed spectrum vector is a linear mixture of the constituent spectra (endmember spectra) weighted by the correspondent abundance fractions (sources); 2)sources are statistically independent. Independent factor analysis (IFA) extends ICA to linear mixtures of independent sources immersed in noise. Concerning hyperspectral data, the first assumption is valid whenever the multiple scattering among the distinct constituent substances (endmembers) is negligible, and the surface is partitioned according to the fractional abundances. The second assumption, however, is violated, since the sum of abundance fractions associated to each pixel is constant due to physical constraints in the data acquisition process. Thus, sources cannot be statistically independent, this compromising the performance of ICA/IFA algorithms in hyperspectral unmixing. This paper studies the impact of hyperspectral source statistical dependence on ICA and IFA performances. We conclude that the accuracy of these methods tends to improve with the increase of the signature variability, of the number of endmembers, and of the signal-to-noise ratio. In any case, there are always endmembers incorrectly unmixed. We arrive to this conclusion by minimizing the mutual information of simulated and real hyperspectral mixtures. The computation of mutual information is based on fitting mixtures of Gaussians to the observed data. A method to sort ICA and IFA estimates in terms of the likelihood of being correctly unmixed is proposed.

Dependent component analysis: a hyperspectral unmixing algorithm

Linear unmixing decomposes a hyperspectral image into a collection of reflectance spectra of the materials present in the scene, called endmember signatures, and the corresponding abundance fractions at each pixel in a spatial area of interest. This paper introduces a new unmixing method, called Dependent Component Analysis (DECA), which overcomes the limitations of unmixing methods based on Independent Component Analysis (ICA) and on geometrical properties of hyperspectral data. DECA models the abundance fractions as mixtures of Dirichlet densities, thus enforcing the constraints on abundance fractions imposed by the acquisition process, namely non-negativity and constant sum. The mixing matrix is inferred by a generalized expectation-maximization (GEM) type algorithm. The performance of the method is illustrated using simulated and real data.

Parallel implementation of vertex component analysis for hyperspectral endmember extraction

International Conference with Peer Review 2012 IEEE International Conference in Geoscience and Remote Sensing Symposium (IGARSS), 22-27 July 2012, Munich, Germany

Espetroscopia (1H) por ressonância magnética do disco intervertebral lombar no adulto e sua aplicação na rotina imagiológica

Objetivos – Demonstrar o potencial da espetroscopia (1H) por ressonância magnética na doença degenerativa discal lombar e defender a integração desta técnica na rotina clínico‑imagiológica para a precisa classificação da involução vs degenerescência dos discos L4‑L5 e L5‑S1 em doentes com lombalgia não relacionável com causa mecânica. Material e métodos – O estudo incluiu 102 discos intervertebrais lombares de 123 doentes. Foram estudados 61 discos de L4‑L5, 41 discos de L5‑S1 e 34 discos de D12‑L1. Utilizou‑se um sistema de ressonância magnética de 1,5 T e técnica monovoxel. Obtiveram‑se os rácios [Lac/Nacetyl] e [Nacetyl/(Lac+Lípidos)] e aplicou‑se a ressonância de lípidos para avaliar a bioquímica do disco com o fim de conhecer o estado de involução vs degenerescência que o suscetibilizam para a instabilidade e sobrecarga. Avaliou‑se o comportamento dos rácios e do teor lipídico dos discos L4‑L5‑S1 e as diferenças apresentadas em relação a D12‑L1. Foi também realizada a comparação entre os discos L4‑L5, L5‑S1 e D12‑L1 na ponderação T2 (T2W), segundo a classificação ajustada (1‑4) de Pfirrmann. Resultados – Verificou‑se que os rácios e o valor dos lípidos dos discos L4‑L5‑S1 apresentaram diferenças estatisticamente significativas quando relacionados com os discos D12‑L1. O rácio [Lac/Nacetyl] em L4‑L5‑S1 mostrou‑se aumentado em relação a D12‑L1 (p=0,033 para os discos com grau de involução [1+2] e p=0,004 para os discos com grau [3+4]). Estes resultados sugerem que a involução vs degenerescência dos discos nos graus mais elevados condiciona um decréscimo do pico do Lactato. O rácio [Nacetyl/(Lac+Lip)] discrimina os graus de involução [1+2] do [3+4] no nível L4‑L5, apresentando os valores dos rácios (média 0,65 e 0,5 respetivamente com p=0,04). O rácio médio de [Nacetyl/(Lac+Lip)] dos discos L4‑L5 foi 1,8 vezes mais elevado do que em D12‑L1. O espetro lipídico em L4‑L5‑S1 nos graus mais elevados não mostrou ter uma prevalência constante quanto às frequências de ressonância. Conclusão – A espetroscopia (1H) dos discos intervertebrais poderá ter aplicação na discriminação dos graus de involução vs degenerescência e representar um contributo semiológico importante em suplemento à ponderação T2 convencional. As ressonâncias de lípidos dos discos L4‑L5 e L5‑S1, involuídos ou degenerados, devem ser avaliadas em relação a D12‑L1, utilizando este valor como referência, pois este último é o nível considerado estável e com baixa probabilidade de degenerescência.