Dr hab. ini. Robert Koprowski, prof. uS Instytui Inzynierii Biomedycznej Uniwersytel Slqski ul. B^dzinska 39 41-200 Sosnowiec
Sosnowiec 17.07.2020 r.
RECENZJArozprawy doktorskiej mgr inz. Alicji Kwasniewskiej
w zwi^zku z post^powaniem w sprawie nadania w/w stopnia doktora nauk in^nieryjno-technicznych w dyscyplinie in^nieria
biomedyczna.
Niniejsza ocena zostala opracowana na podstawie pisma Prorektora ds. nauki Polilechniki
Gdariskiej prof dr hab. ini. Stawomira Milewskiego, z dnia 25.06.2020 r.
1. Znaczenie podietei tematyki
Metody analizy i przetwarzania obrazow medycznych coraz bardziej dojrzale i
zarowno od strony naukowej, jak tei zastosowah w praktyce lekarskiej. Pomimo tego wcigi
musz^ bye profilowane do diagnostyki okre^lonej jednostki chorobowej, przyjmuj^c zaloione
kryteria wykluczenia paejentow. Dodatkowo obrazowanie w swietle podezerwonym wymaga
zastosowania innych metod analizy nii w przypadku iwiatla widzialnego, do wykrywania
tych samych elementow na obrazie np. konturow czy obiektow. Ta zloionos(J problematyki
niejednokrotnie wymaga zastosowania metod
uezenia gl^bokiego
I poznane
uezenia maszynowego. Zastosowanie metodwielu przypadkach jest jedynym wyjsciem pozwalaj^cym na
otrzymanie zadowalaj^cej czulosci i specyficznoSci zar6wno w diagnostyce medyeznej, jak
tci analizie
w
sceny. Dla kaidej z wybranych metod przetwarzania obrazow niezmiemie
wainym Jest analiza czulosci na zmiany osobnicze paejentow czy spos6b przeprowadzania
pomiaru przez technika. Te, wspomniane powyiej elementy, zostaly przedstawione
w niniejszej rozprawie.
1RPU/lU31/2e2e N DaU: 2020-07-23
J
2. Struktura rozprawv
Rozprawa doktorska Pani mgr ini. Alicji Kwa^niewskiej, pt. "Metody analizy obrazow
termograficznych z wykorzystaniem technik uczenia gi^bokiego dla potrzeb zdalnej
diagnosiyki medycznej" (ang. "Thermal Images Analysis Methods using Deep Learning
Techniques for the Needs of Remote Medical Diagnostics"), obejmuje 189 stron podzielonych
na 8 rozdzialow, spis rysunkow, spis tabel, dwa dodatki, spis skrotdw i oznaczeh, spis
literatury, oraz streszczenie wj^zyku polskim i angielskim. Praca zostala napisana w j^zyku
angielskim, pod kierunkiem naukowym dr hab. in;^. Jacka Rumihskiego, prof. PG. Struktura
rozprawy jest prawidlowa.
Pierwszy rozdzial dotyczy wprowadzenia Czytelnika w metody sztucznej inteligencji
w medycynie. Autorka wspomina w nim o wspolczesnym zastosowaniu metod sztucznej
inteligencji oraz przedstawia tezy rozprawy.
Rozdzial drugi dotyczy omowienia typowych metod analizy i przetwarzania obrazow
ze szczegolnym uwzgl^dnieniem detekcji kraw^dzi, progowania czy teZ metod klasteryzacji.
Autorka wprowadza algorytmy stosowane do wykrywania obiektow, ze szczegolnym
uwzgl^dnieniem analizy lermicznej obrazow twarzy. Prezentowane metody obejmujq techniki
stosowane do definiowania cech dzialajqcych jako deskryptory obiektow, a nast^pnie znane
metody przetwarzania obrazu i uczenia maszynowego, i wreszcie nowsze metody AI.
W rozdziale trzecim Doktorantka przedstawia metody akwizycji danych
termowizyjnych oraz znane sposoby polepszenia ich jakoki. W opisie akwizycji obrazow
w szczegolny spos6b uwzgl^dniono roZne scenariusze zdalnej diagnostyki medycznej.
Czwarty rozdzial zostal po^wi^cony analizie wykrywania rysow twarzy ze
szczegolnym uwzgl^dnieniem poloienia nosa i oczu. W rozdziale tym przedstawiono
porownanie obrazow termowizyjnych z obrazami wykonywanymi w swietle widzialnym.
Dodatkowo przeanalizowano wplyw indywidualnych ustawieh kamery wzgl^dem pacjenta na
otrzymywane wyniki. W rozdziale tym porownano iei czas analizy dla ro^ych konfiguracji
sieci dla wybranego typu procesora.
W kolejnym piqtym rozdziale przedstawiono zagadnienie zwi^kszania rozdzielczosci
obrazu. W spos6b szczegolny zwrocono uwag^ na splotowq siec neuronowa i jej
zastosowanie do obrazow termowizyjnych. Przedstawione modele sieci zostaly
przeanalizowane od strony mo^liwo^ci ich wykorzystania do zidentyfikowania blokow
2
i struktur obrazu, ktore mogtyby byd potencjalnie przydatne do termicznego przetwarzania
obrazu. Dodatkowo, w tym rozdziale Autorka proponuje i omawia wlasnoki nowej
zaproponowanej sieci DNN (Deep Neural Network) ktora zostala zaprojektowana do poprawy
jakosci obrazu termowizyjnego.
W rozdziale szdstym omowiono zaproponowane nowe i zmodyfikowane znane
wyprofilowanego dla obrazow termowizyjnych.
Przeprowadzone pomiary potwierdzily, te kluczowe znaczenie dla poprawy dokladnosci
obrazu ma przyj^ta metoda wykrywania twarzy. W rozdziale tym udowodniono, ie
zaproponowane wysokorozdzielcze metody analizy obrazu pozwalaj^ na zwi^kszenie
dokladnosci dopasowania kolejnych obrazdw (loU) o co najmniej 15% w porownaniu
z metodami klasycznymi stosowanymi do obrazow oryginalnych. Dodatkowo.
rozdziale zaproponowano mo^liwo^ci zastosowania wprowadzonej sieci dla irmych aplikacji
pracujgcych w zakresie medycznych systemow diagnostycznych.
W rozdziale siddmym i osmym odpowiednio przedstawiono kierunki dalszych badan
oraz podsumowanie rozprawy.
metody uczenia gl^bokiego,
w tym
Rozprawy konczy bibliografia zawieraj^ca 275 pozycji (w pi^tnastu z nich
Dokioranlka jest wspdlautorem) oraz streszczenie wj?zyku polskim i angielskim.
W rozprawie zamieszczono te^ spis label, zawieraj^cy 22 tabele oraz spis rysunkow,
zawieraj^cy 68 podpisdw.
Do rozprawy dol^czono teZ dwa dodatki. Pierwszy z nich dotyczy osi^gni^c
Doktorantki i zawiera spis publikacji obejmuj^cy 23 pozycje, dane dw6ch projekt6w oraz
wykaz c> lowah. Drugi dodatek to rysunek zaproponowanej architektury CNN.
3. Cel pracv i teza rozprawy
Dwie tezy rozprawy zostaly przedstawione przez Autork? w pierwszym rozdziale
(podrozdzial 1.4, str. 21), ktore brzmi^: "Architecture of Deep Neural Network designed for
classification of visible light images can be modified in such a way that distribution of
extracted features will be recreated enabling detection of facial areas from low resolution
thermal data" oraz "Proposed architecture of Deep Convolutional Neural Networks allows for
increasing resolution of thermal images leading to improvement of facial areas detection
3
accuracy". Te dwie tezy pracy zostaJy postawione w sposob prawidiowy. Zarowno tezy pracy,
jak tez cele pracy, odpowiadaj^ zakresowi i tematyce rozprawy oraz okreslaj^ zakres
przeprowadzonych badan. Autorka w tre^ci rozprawy w rozdziale czwartym udowodnila
pierwszij tez?. W rozdziale piqtym i szostym udowodniono drugq tez? i tym samym
potwierdzono nowy wklad w inzynieri? biomedyczn^ a zwlaszcza metody przetwarzania
i analizy obrazow termowizyjnych.
4. Metodvka badan
Badania zostaly przeprowadzone na grupie 26 zdrowych ochotnikach w wieku ok. 26 lat, dla
ktdrych zarejestrowano 60 sekundowe sekwencje obrazdw termowizyjnych twarzy. Autorka
stworzyla na tej podstawie baz? danych odpowiednio reorganizuj^c dane w ramach biei^cych
potrzeb i przeprowadzanych kolejnych testdw modyfikowanych sieci. Badania w tym zakresie
zostaly poprzedzone analizy wplywu ustawieh pacjenta wzgl?dem kamery oraz metody
polepszania rozdzielczosci obrazu, stosuj^c mi?dzy innymi dekonwolucj? obrazu.
Kluczowym rozpoznawanym elementem byly oczy i nos pacjenta. W tym zakresie
Doktorantka prawidlowo dobrala zestaw testow. Na uwag? zasluguje teZ analiza wplywu
cyklu oddechowego, bicia serca czy zmian rozdzielczosci obrazu na otrzymywane wyniki
(niezwykle przydatny od strony praktycznej jest wykres przedstawiony na rys. 6.8 i 6.9
dotycz^cy rozpoznawania twarzy i wplywu na niego rozdzielczosci obrazu). Autorka
rozwi^zala zatem postawiony problem i uzyla do tego wlaSciwych metod dowodz^c, Ze
posiada umiej?tnosci zwi^zane z metodyk^ i metodologi^ prowadzenia badan naukowych w
zakresie obrazowania w inZynierii biomedycznej.
Pomimo tego ponadprzeci?tnego wkladu w inZynieri? biomedyczn^, Autorka nie
ustrzegla si? od drobnych usterek merytorycznych i W?d6w redakcyjnych. Chcialbym, Zeby
Doktoranta odniosla si? do tych pierwszych podczas publicznej obrony.
Usterki/pytania merytoryczne do dyskusji:
1. Jedn^ z wielu zalet niniejszej rozprawy jest analiza wplywu umieszczenia (zmian
polozenia) pacjenta na scenic na otrzymywane wyniki. Interesujqcym bylyby wyniki
analizy dokladnosci rozpoznawania nosa i oczu pacjenta dla transformacji
afinicznych. Przykladowo w jaki spos6b wplywa obrot obrazu o 1° czy 2° na
otrzymywane wyniki?
4
2. Czy byly weryfikowane r6^ne scenariusze akwizycji obrazow przeprowadzone dla
ro^nych operatorow? Czy stworzona metoda jest w stanie dopasowac si? do
indywidualnych cech operatora kamery, np. specyfiki w ktorej ustawia pacjenta?
3. Jaki jest wynik porownania obrazow termowizyjnych z obrazami wykonywanymi
w swietle widzialnym w kontekscie trudno^ci ich analizy? Czy wykrywanie
giowy, cyklu oddechowego jest latwiejsze/trudniejsze dla obrazdw termowizyjnych?
Jezeli tak to dlaczego? Bye moie pomocna bylaby tutaj tabela porownawcza.
4. Czy S4 jakies kryteria wykluczenia analizowanych paejentow, np. paejent z gor^ezk^
lub bolem gtowy b?dzie prawidJowo rozpoznany?
5. W wielu miejscach pracy brakuje wskazania rozdzielczosci obrazu zwlaszcza
nosa, ust.
na rys.5.11, 5.12, 6.5, 6.6, Jaka byta metoda zmiany rozmiaru/rozdzielczo^ci obrazu podezas
umieszczania go w tekscie rozprawy?
6. W jaki sposob wptywajgc zmian? rozktadu temperatury twarzy np. poprzez
pocieranie w obszarze nosa, wplywa si? na skutecznosci rozpoznawania os6b?na
7. W jaki spos6b zaproponowana metoda zwi?kszenia rozdzielczosci
termowizyjnych wplywa na zmiany warloSci poszczegolnych pikseli?obrazow
Bl?dy redakcyjne:
1. W spisie treSci brakuje pozycji bibliografia.
2. W tresci pracy "x" powinien zosla6 zamieniony na symbol iloczynu kartezjahskiego
3. W mojej ocenie wlasciwszym byloby umieszczenie w dodatku tylko tych prac Doktorantki, kt6re nie zostaly cytowane i umieszczone w bibliografii. W obecnej
formic wide prac Doktorantki jest powielonych.
4. W kilku miejscach pracy i tez w tytule podrozdzialu pojawia si? sformulowanie
"thermal domain". Wlasciwszym byloby odniesienie si? do dlugosci fali.
5. Obrazy twarzy pacjenta po lewej stronie na rysunku 5.14 nie wnosz^ nowej wiedzy
i powinny by6 usuni?te lub skonsolidowane, podobnie rys 5.10.
6. Na wi?kszoSci rysunkdw z obrazami termowizyjnymi brakuje palety barw. Z rysunku
3.6 (str. 50) mozna przypuszczac, Ze paleta barw jest liniowa, a bialy to odpowiednik
piksela o najwyZszej temperaturze. Czy jednak dla wszystkich prezentowanych
■ rozprawie obrazow termowizyjnych paleta barw obejmowala pdny zakres
temperatur wyst?puj^cych na obrazie? Czy, byd moZe, jej zakres temperatur byl staly?w
5
7. Podpis pod rys. 2.1 sugeruje, tt obraz powinien by6 kolorowy, tymczasem jest
w poziomach szaro^ci.
8. W calej pracy znalazlem kilka drobnych bl^ddw interpunkcyjnych i pomylek
edytorskich. Na przyklad str. 130 "[?]", wzor 6.1
w tabeli 6.8 itp.
Wskazane drobne bl^dy merytoryczne i redakcyjne w Zaden sposob nie umniejszaj^
duzego w kladu Doktorantki w inZynieri^ biomedyczn^. Stanowi^ jedynie wskazanie pewnych
obszarow do dyskusji, ktore tez mog^ posluZyc Doklorantce jako pewne wskaz6wki w dalszej
aktywnosci naukowej.
jest dziataniem splotu, symbole
5. Podsumowanie i wnioski koAcowe
Po szczegolowej analizie calej rozprawy stwierdzam, Ze Pani mgr inZ. Alicja Kwasniewska
wykazala si? duZ^ wiedz^ z zakresu analizy i przetwarzania obrazow termowizyjnych, a takze
opanowanicm i sprawnym poslugiwaniem si? warsztatem badawczym w zakresie metod
sztucznej inteligencji. Rozprawa doktorska mgr inZ. Alicji Kwasniewskiej pt. "Metody
analizy obrazow termograficznych z wykorzystaniem technik uczenia gl?bokiego dla potrzeb
zdalnej diagnostyki medycznej” (ang. "Thermal Images Analysis Methods using Deep
Learning I'echniques for the Needs of Remote Medical Diagnostics"), jest oryginalnym,
interesujqco przedstawionym, uzasadnionym i tworczym wkladem w dyscyplin? inZynieria
biomedyczna. Niniejsza rozprawa doktorska zawiera poprawnie sformulowany i rozwiqzany
problem badawczy oraz posiada bardzo duzy aspekt praktyczny, stanowi zatem oryginalne
rozwiqzanie problemu naukowego. Zgodnie zpowyZszym stwierdzam, Ze mgr inZ. Alicja
Kwasniewska spelnia wymogi formalne, oktorych mowa w art. 18 ustawy 595 z dnia 14
marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie
sztuki oraz ustawy z dnia 3 lipca 2018 r., Przepisy wprowadzaj^ce ustaw? - Prawo
o szkolnictwie wyZszym i nauce (Dz. U. dnia 30 sierpnia 2018 r., poz. 1669) w sprawie
kryteriow oceny osiqgni?c osoby ubiegaj^cej si? o nadanie stopnia doktora. W zwi^zku
z powyzsz) m, wnioskuj? o dopuszczenie mgr inZ. Alicji Kwasniewskiej do dalszych etapow
przewodu doktorskiego.
Poniewaz przedstawiona rozprawa wyraznie wykracza poza typowy poziom przyj?ty
dla rozpraw doktorskich w dyscyplinie inZynieria biomedyczna, wnioskuj? o jej wyr6Znienie.
Top Related