Katedra Sztucznej Inteligencji

Nasze badania

Katedra Sztucznej Inteligencji prowadzi badania w zakresie opracowania nowych metod eksploracji danych również cechujących się brakiem precyzji opisu, które uwzględniają zarówno przypadki niekompletne, jak i różne przyczyny niekompletności. Rozwijamy metody wielostrategicznego modelowania wiedzy, jej arytmetyki oraz interrelacyjnej analizy zależności. Tworzymy unikalne rozwiązania w zakresie algorytmów przetwarzania i analizy obrazów biomedycznych, które wspomagają skuteczną diagnostykę czerniaka złośliwego.

Kontakt: tmroczek@wsiz.edu.pl


Projekty naukowo-badawcze finansowane ze źródeł zewnętrznych:

Zastosowanie technik cyfrowych do automatycznego rozpoznawania raka skóry – „Digital solutions for automatic skin cancer diagnosis”.
Kierownik projektu po stronie polskiej: prof. J. W. Grzymała-Busse, po stronie niemieckiej: prof. Jens Haueisen
Celem projektu jest opracowanie metod i algorytmów przetwarzania obrazów, które będą wspomagały diagnozę czerniaka złośliwego wykonywaną przez dermatologów oraz lekarzy pierwszego kontaktu, zapewniając obiektywne i wiarygodne wyniki. Będzie realizowany we współpracy z Technische Universität Ilmenau i firmę JensLab
Okres realizacji: 05.2019–04.2022
Finansowanie: Narodowe Centrum Badań i Rozwoju (NCBiR)

Badania nad algorytmami syntezy statycznych obrazów znamion melanocytowych
Kierownik projektu: prof. dr hab. inż. Zdzisław Hippe zhippe@wsiz.edu.pl
W wyniku realizacji projektu utworzono specjalizowane narzędzie informatyczne Instant-Nevi-Painter.PL (zwane dalej INP), przeznaczone do tworzenia syntezowanych komputerowo cyfrowych obrazów wybranych odmian znamion, udostępnione via Internet pod adresem http://synteza.melanoma.pl/. Algorytmy syntezy obrazów zaimplementowane aktualnie w INP, dotyczą najbardziej zagrażających człowiekowi znamion melanocytowych skóry grupy Nevus oraz z grupy Melanoma, obejmując syntezą także wszystkie podtypy tych znamion. Badania prowadzone podczas realizacji omawianego projektu doprowadziły do spostrzeżenia, że bardziej ścisłe rozpoznanie typu znamienia (a w konsekwencji, lepsza synteza jego obrazu) wymaga zmodyfikowania pierwotnej reguły ABCD, nadając jej postać ABK, gdzie term K oznacza dozwolone, liniowe kombinacje kolorów i zróżnicowania struktur. Term K został przez nas wyłoniony na podstawie wyczerpujących badań statystycznych, poświęconych analizie współwystępowania tych symptomów w rzeczywistych obrazach cyfrowych znamion melanocytowych. Aktualnie, rozpoznano 53 dopuszczalne wartości termu K. Do praktycznych efektów realizacji projektu należy niewątpliwie zaliczyć utworzenie specjalizowanego narzędzia informatycznego Instant-Nevi-Painter.PL. Korzystając z w/w narzędzia można utworzyć dla własnych celów (bez możliwości zapisu) roboczy zbiór obrazów syntezowanych. Zbiór ten może być przydatny zarówno w (i) procesie diagnozowania – poprzez porównanie znamienia pacjenta/pacjentki z odpowiednim znamieniem syntezowanym, jak i też w (ii) procesie wspomagania nauczania niektórych przedmiotów na studiach medycznych (dermatologia) i para-medycznych (kosmetologia, ochrona zdrowia, zdrowie publiczne).
Okres realizacji: 20.04.2011–19.04.2013
Finansowanie: Projekty badawcze własne MNiSW konkurs 4 (N N 516482640)

Katedra Sztucznej Inteligencji

Wyższa Szkoła Informatyki i Zarządzania z siedzibą w Rzeszowie

ul. Sucharskiego 2,
35-225 Rzeszów

tel.: 17 866 11 11
fax: +48 17 866 12 22
e-mail: wsiz@wsiz.rzeszow.pl

Wszelkie Prawa Zastrzeżone, Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie © 2008-2020