Στα πλαίσια της παρούσης εργασίας πραγματοποιήθηκε μελέτη της μεθόδου Συνόλων Επιπέδου για την κατάτμηση καροτίδων από τρισδίαστατες εικόνες. Ειδικότερα πραγματοποιήθηκε μελέτη των παθολογιών που συνδέονται με αυτές προκειμένου να καταστούν εμφανή τα κίνητρα της παρούσης εργασίας, όσον αφορά στη συμβολή της στην κλινική σημασία και ιατρική πρακτική. Κατ’αυτόν τον τρόπο, αφού παρουσιάστηκε η ανατομία των καροτίδων και οι δυσκολίες που ενέχει το εγχείρημα της κατάτμησής τους καθώς και μια ανασκόπηση των μεθόδων Συνόλων Επιπέδου (Level-Sets) για κατάτμηση ιατρικής εικόνας και δη καροτίδων, παρουσιάστηκε το γενικό μοντέλο και ο μαθηματικός φορμαλισμός της μεθόδου που χρησιμοποιήθηκε. Εν συνεχεία παρουσιάστηκαν τα τρισδιάστατα δεδομένα και η διαχείρησή τους, οι προγραμματιστικές διαπαφές και υποδομές με τις οποίες υλοποιήθηκαν δύο παραλλαγές της μεθόδου. Επίσης παρουσιάζονται τα αποτελέσματα της μεθόδου οπτικοποιημένα και τέλος συγκρίνονται με αντίστοιχα αποτελέσματα ενός ειδικού ακτινολόγου στη βάση κάποιων κατάλληλων μετρικών. Τέλος παρουσιάζονται τα συμπεράσματα που προέκυψαν καθώς και κάποιες ιδέες για μελλοντική δουλειάπου μπορεί να γίνει στη βάση αυτής που έγινε στα πλαίσια της εν λόγω μεταπτυχιακής διατριβής. / The present thesis outlines the methods we have developed for segmenting both normal and pathological carotid images, acquired with the Computed Tomography (CT) protocol. The layout of the thesis is the following: Chapter 2 analyses the methodological background of the current study. At first, section 2.1 provides an overview to the anatomy of carotids. Section 2.2 reviews the literature of segmentation methods based on level sets for medical images and at last reviews the level set methods developed for segmenting carotids. In addition, section 2.3 presents the conceptual model deployed in the current study, following with the analysis of the particular class we used. Next, section 2.4 treats of the level set method, presenting its basic derivation and furthermore discriminating between the two algorithms used according to their speed function. Chapter 3 refers to the materials and methods. It begins in section 3.1 with a description of the data provided for the experimental demonstration, and the programming interface by deployment of which the experimental procedure took place. Later on, in section 3.2 the implementation of the deployed methods in the programming interface used is presented with an analysis of their components. At last, all intermediate outputs and the final results of each method are illustrated. Chapter 4 presents the evaluation of the results of each method by comparison with a corresponding manual segmentation result on the basis of appropriate metrics. At last, refers to the conclusions occurred and to future work that can be carried out based on the current Msc thesis. In Appendix A some subsidiary methods, for the sake of a coherent flow are stated and analyzed independently.

Η παρούσα διδακτορική διατριβή αποτελεί μια μελέτη σύγκρισης και βελτιστοποίησης διάφορων αλγορίθμων ανακατασκευής δεδομένων, τα οποία προέρχονται από ένα πρότυπο σύστημα ΡΕΤ ικανό για απεικονίσεις μικρών ζώων. Η σύγκριση αφορά υπάρχοντες αλγορίθμους ανακατασκευής ενώ παρουσιάζεται και ένας νέος επαναληπτικός αλγόριθμος o ISWLS. Το δεύτερο μέρος της παρούσας διδακτορικής διατριβής ασχολείται με ένα άλλο σημαντικό στάδιο της επεξεργασίας ιατρικών δεδομένων την τμηματοποίηση της ιατρικής εικόνας. Παρουσιάζονται διάφορες τεχνικές παραμετρικών ελαστικών μοντέλων. Συγκεκριμένα παρουσιάζονται το κλασσικό μοντέλο φιδιού (snake), το μοντέλο gradient vector flow (gvf-snake) και τα t-snakes (topology-adaptive snakes). Επίσης παρουσιάζεται η μέθοδος self-affine mapping σαν μια εναλλακτική των παραπάνω παραμετρικών ελαστικών μοντέλων και εισάγεται ένα νέο κριτήριο σύγκλισής της. Όλες οι τεχνικές εφαρμόζονται σε οφθαλμικές εικόνες με σκοπό την τμηματοποίηση του οπτικού δίσκου / Small animal imaging is the conjunctive ring between experimental research and clinical implementation. Positron Emission Tomography (PET) has proven a valuable tool for in vivo small animal functional imaging. Image reconstruction in PET uses the collected projection data of the object/patient under examination. The purpose of this study is to assess the performance of iterative reconstruction methods, using phantom data from a prototype small-animal PET system. The algorithms being compared are the simultaneous versions of ART (SART), EM-ML, ISRA and WLS and a new iterative algorithm being introduced under the short name ISWLS. In the second part of this thesis elastic or deformable models are studied. Various methods of parametric elastic models are presented, namely the classical snake, the gradient vector field snake (gvf-snake) and the topogy-adaptive snake (t-snake). Also presented the method of self-affine mapping system as an alternative of elastic models. Further a new comparison criterion for the self affine mapping system method is introduced. All methods are applied to retinal images with the purpose of segmenting the optical disk. Moreover the aforementioned methods are compared in terms of segmentation accuracy.

Το αντικείμενο της παρούσας διπλωματικής εργασίας είναι η ανασκόπηση της διαδικασίας της ευθυγράμμισης ιατρικών εικόνων, οι εξέταση των λόγων που την καθιστούν απαραίτητη για την ιατρική κοινότητα και οι ιδιαιτερότητες των ιατρικών εικόνων που θέτουν το ζήτημα της αναγκαιότητας ελαστικών τροποποιήσεων. Αρχικά πραγματοποιείται η παρουσίαση των επικρατέστερων μεθόδων ευθυγράμμισης και των σταδίων υλοποίησής τους. Γίνεται σύγκριση των άκαμπτων και των ελαστικών μεθόδων, καθώς και προτείνονται ερευνητικές προοπτικές για τη βελτίωση των τεχνικών. Στην παρούσα εργασία δίνεται έμφαση στον ελαστικό μετασχηματισμό Thin Plate Splines, γίνεται ανάλυση του μαθηματικού μοντέλου υλοποίησής του και προτείνεται μία μέθοδος βελτίωσης για την αυτόματη επιλογή και αντιστοίχιση σημείων ελέγχου. Στη συνέχεια πραγματοποιείται υλοποίηση τρισδιάστατου αφινικού και ελαστικού μετασχηματισμού για την ευθυγράμμιση τεχνητών και κλινικών ιατρικών δεδομένων. Γίνεται ποιοτική και ποσοτική σύγκριση των αποτελεσμάτων και αξιολογείται η αποτελεσματικότητα των μεθόδων σε σχέση με τα χαρακτηριστικά των διαφορετικών δεδομένων που επεξεργάζονται και τον αριθμό των σημείων που επιλέγονται. Τα κριτήρια που χρησιμοποιούνται είναι ποιοτικά και ποσοτικά, και αφορούν την ποιότητα της ευθυγράμμισης καθώς και το χρόνο εκτέλεσης των αλγορίθμων. / The current diploma thesis deals with the image registration process for medical images. The reasons that make image registration necessary to the medical community are considered, as well as the particularities of the medical images that make elastic transformation an absolute requirement. As a first stage, a presentation of the predominant registration methods takes place. Non-rigid and rigid methods are compared, and prospects for the improvement of the methods are proposed. Emphasis is placed on the elastic transformation with the use of Thin Plate Splines, the mathematical model for its algorithm design is analyzed, and a method for its optimization based on automatic points correspondences is presented. 3D Affine and TPS registrations are applied on both artificial and clinical medical data. The registration results are evaluated by qualitative and quantitative criteria, and the effectiveness of the algorithms is compared through application on the different data types and control points selections. The registration is overall evaluated for effectiveness and execution time.

The work covered in this thesis deals with the problem of automatically registering 3D images acquired from different medical imaging modalities. The approach taken is to develop generic measures of image registration derived from the co-occurence of values in the two images. The development of statistical alignment measures is reviewed. The registration problem is then expressed in terms of entropy and developed using tools from information theory. The problem of the optimization of the registration process in the different types of algorithms is identified as important and the power of Genetic Algorithms is applied. The application of image registration techniques, implemented during this thesis, in complex situations is evaluated. The cases of patients with brain ischemia and brain tumour residual disease are elaborated. This is accomplished with the formation of Groupwares where the tacit knowledge, owned by the individual specialists that take part in the collaboration, is exposed and made explicit in the process of the evaluation of the findings, provided by the fused images. This is performed in a high performance computer network that has been developed between the Department of Medicine and the University Hospital. / Η παρούσα εργασία ασχολείται με το πρόβλημα της αυτοματοποιημένης προσαρμογής και σύντηξης τρισδιάστατων απεικονίσεων από διαφορετικές ιατρικές απεικονιστικές μεθοδολογίες.

Ο μεγάλος αριθμός των ταμείων Κύριας και Επικουρικής Ασφάλισης, η έλλειψη στοιχειώδους οργάνωσης και αρχειοθέτησης των ιατρικών πράξεων, των κλινικών δεδομένων και των συναλλαγών των ασθενών με τα Νοσοκομεία σε σχέση με τους ασφαλιστικούς τους φορείς, η απουσία ενιαίου ιατρικού φακέλου καθώς και η έλλειψη ενιαίας κωδικοποίησης των δράσεων και συναλλαγών που αφορούν την Υγεία ως προς το ασφαλιστικό πρόβλημα, καθιστούν τα ασφαλιστικά Ταμεία στην Ελλάδα ανοχύρωτα μπροστά την έξαρση της απάτης προς αυτά. Το πρόβλημα της εξαπάτησης των Ασφαλιστικών Φορέων αποτελεί θέμα μείζονος οικονομικής σπουδαιότητας στον τομέα της Υγείας, διότι οδηγεί σε οικονομικό μαρασμό τα Ταμεία και καθιστά ελλιπείς τις παροχές τους στους ασφαλισμένους. Από τις πιο βασικές αιτίες που οδηγούν σε εξαπάτηση των ασφαλιστικών φορέων είναι οι διαδικασίες υπερτιμολόγησης ιατρικών πράξεων(upcoding), η ύπαρξη ανεπαρκών ή πλήρως απόντων εγγράφων πιστοποίησης των αναγκαίων ιατρικών πράξεων, κοστολόγηση μη παρασχεθέντων ιατρικών υπηρεσιών, πώληση φαρμάκων από τους δικαιούχους ασφαλισμένους, κατάχρηση φαρμάκων, ακατάλληλη κωδικοποίηση, κ.ά. Ενδεικτικά αναφέρουμε ότι το ποσοστό των διαδικασιών υπερτιμολόγησης ιατρικών πράξεωνpcoding) στις ΗΠΑ κυμαίνεται σε 7-13%.Η τεχνολογία με σύγχρονες λύσεις φαίνεται να μπορ να χειριστεί το πρόβλημα επαρκώς, καθότι σε πολλές ευρωπαϊκές χώρες και στις ΗΠΑ, έχει αρχίσει να αποδίδει καρπούς. Το διαθέσιμο λογισικό εντοπίζει το αίτημα που φέρεται να είναι υπερτιμημένο, αναλύοντας ηλεκτρονικούς φακέλους λογαριασμών νοσοκομείων. Το λογισμικό αναγνωρίζει περιπτώσεις υπερτιμογησης ιατρικών πράξεων(upcoding) συνήθως μετά τη πληρωμή. Μεγάλο μέρος του διαθέσιμου λογισμικού είναι προς πώληση “off-the-shelf”, έτοιμο προς εγκατάσταση και χρήση με τον ελάχιστο επενδυτικό χώρο και χρόνο. Η αποδοτικόττα ενός προϊόντος λογισμικού μετράται ως προς δυοδιαστάσεις εκφραζόμενες ως ποσοστά, αναφερόμενες ως ευαισθησία και συγκεκριμενοποίηση. Η ευαισθησία μετρά το βαθμό στον οποίο το λογισμικό αναγνωρίζει όλες τις περιπτώσεις υπερκοστολόγησης ή άλλων περιπτώσεων απάτης. Η συγκεκριμενοποίηση μετρά την επάρκεια του λογισμικού, δηλαδή το βαθμό στον οποίο το λογισμικό αναγνωρίζει μόνον εκείνες τις περιπτώσεις που υπερτιμολοήθηκαν ή που γενικότερα κατά άλλον τρόπο έφεραν απάτη. Για την αύξηση της ευαισθησίας το λογισμικό πρέπει να συμπεριλάβει περιπτώσεις που δεν έφεραν απάτη (false positives). Για να πετύχει αύξηση της συγκεκριμενοποίησης , το λογισμικό ρισκάρει την απώλεια κάποιων περιπτώσεων που πραγματικά έφεραν απάτη (false negatives).Τα δεδομένα για κάθε εισαγωγή και παραμονή σε νοσοκομείο περιλαμβάνουν κωδικούς διάγνωσης, διαδικασίας, δημογραφικά, στοιχεία εισαγωγής-εξαγωγής ασθενών ,κοστολόγηση ιατρικών πράξεων. Αυτά συνήθως συνιστούν και τα χρησιμοποιούμενα προς επεξεργασία δεδομένα από το εκάστοτε λογισμικό. Απαιτείται μια ενιαία διεθνής βάση δεδομένων με τις καταγραφόμενες περιπτώσεις απάτης, μια διακρατική δυνατότητα μετακίνησης πληροφοριών, εκτενής πληροφόρηση των πολιτών και διαρκής ανατροφοδότηση των αποτελεσμάτων. Εξειδικευμένο προσωπικό με την υπευθυνότητα διεξαγωγής εσωτερικών ελέγχων δεν υφίσταται πάντοτε. Ωστόσο έχει διαπιστωθεί ότι όταν υπάρχουν δυναμικές προ-δράσεις και έλεγχοι τότε τα πράγματα είναι σαφώς καλύτερα στον τομέα της πρόληψης της απάτης. Ως απαραίτητα μέτρα καταστολής και αντιμετώπισης της απάτης θεωρούνται η καθιέρωση κοινών κατευθυντήριων γραμμών και οι δυναμικοί έλεγχοι με κατάλληλο λογισμικό. Βασική προϋπόθεση ωστόσο είναι η απρόσκοπτη και διαρκής συνεργασία όλων των εμπλεκόμενων φορέων( Υπουργεία Υγείας, Απασχόλησης και Δικαιοσύνης), η σύζευξη και με άλλα μέτρα –δράσεις κατά της απάτης, τόσο σε επίπεδο νομοθεσίας όσο σε επίπεδο κουλτούρας ώστε να εισαχθεί και να αξιοποιηθεί στην ελληνική πραγματικότητα η υπάρχουσα καινοτόμος τεχνολογία. Η βασική ιδέα πίσω από το χρησιμοποιούμενο λογισμικό είναι η τεχνολογία εκμάθησης μηχανών. Ο Επαγωγικός Λογικός Προγραμματισμός (ILP), αναπτύσσει λογισμικό βασισμένο σε τεχνικές εξόρυξης γνώσης από τεράστιες βάσεις δεδομένων και σε εκμάθηση μέσω εμπειρίας. Παρόλο που το επίπεδο αυτοματοποίηση είναι ψηλό, η εμπλοκή του ανθρώπινου παράγοντα θεωρείται σημαντική. Η ILP χρησιμοποιεί αλγόριθμους ανάλυσης σχέσεων ανάμεσα στις συναλλαγές και μπορεί να αναπαριστά εικονικά οτιδήποτε θέλει κάποιος ως μαθηματική συνάρτηση. Η γνώση του τρόπου δράσης των ατόμων που διαπράττουν την απάτη δεν μπορεί να είναι πάντα πλήρως διαθέσιμη, λόγω της εναλλασσόμενης φύσης της απάτης ,ωστόσο απαιτείται μια στοιχειώδης γνώση αυτών των «ύποπτων» δράσεων προκειμένου να κωδικοποιηθούν και να χρησιμοποιηθούν γιαεύρεση και καθοδήγηση του είδους των προτύπων που αναζητώνται κάθε φορά από το λογισμικό. / -

Η διατριβή εισάγει μια νέα ανοιχτή αρχιτεκτονική για επικοινωνία ιατρικών απεικονιστικών εξετάσεων, η οποία παρουσιάζεται μέσω ενός νέου PACS-ιστού που εστιάζει στην τηλεακτινολογία. Η προτεινόμενη αρχιτεκτονική είναι βασισμένη στις αρχές της επέκτασης ιστού του DICOM που είναι η υπηρεσία/πρωτόκολλο WADO (Πρόσβαση μέσω Ιστού σε Επίμονα Στοιχεία Εξέτασης DICOM). Η αρχιτεκτονική ενσωματώνει υπηρεσίες DICOM και κοινές υπηρεσίες Διαδικτύου (βασισμένες στον ιστό, στο FTP, και στο ηλεκτρονικό ταχυδρομείο). Η διατριβή επίσης επεκτείνει την δυνατότητα πρόσβασης της WADO σε ολόκληρη την ιεραρχία DICOM (Ασθενής, Διαγνωστική Εξέταση, Σειρά Εξέτασης και Στοιχείο Εξέτασης). Η επέκταση της WADO καλείται WADA (Πρόσβαση μέσω Ιστού σε Συστήματα Αρχειοθέτησης DICOM). Σε αντιδιαστολή με τη WADO, η WADA περιλαμβάνει ένα πρόσθετο εσωτερικό μηχανισμό αναζήτησης και υποστηρίζει την υποβολή ιατρικής διάγνωσης. Το σύνολο των προτεινόμενων υπηρεσιών υποστηρίζει την εκτεταμένη πρόσβαση και είναι ενσωματωμένο σε μια δομή τριών επιπέδων (πελάτη, εξυπηρετητή και δεδομένων) που εξασφαλίζει ευελιξία πρόσβασης, κινητικότητα χρηστών και ενισχυμένη ασφάλεια δεδομένων. Η πλευρά των εξυπηρετητών της αρχιτεκτονικής παρέχει διεπαφές των υπηρεσιών μέσω ιστού και διασφαλισμένο χώρο προσωρινής αποθήκευσης που καλείται Περιοχές Χρηστών. Η παρούσα διατριβή μελετά επίσης υποδομή υπολογιστικού πλέγματος για την αρχιτεκτονική του PACS-ιστού και ένα συνεργατικό σχήμα μεταξύ PACS και RIS για ολοκληρωμένη διαχείριση απεικονιστικών εξετάσεων μέσω ιστού. Η προτεινόμενη αρχιτεκτονική υλοποιήθηκε πιλοτικά κυρίως με τεχνολογίες βασισμένες σε Java και προϊόντα συμβατά με πρότυπα. Η υλοποιημένη αρχιτεκτονική αξιολογήθηκε από μηχανικούς σε συνεργασία με ιατρούς. / The dissertation introduces a new open architecture for medical imaging communication illustrating a novel web Picture Archiving and Communication System (PACS), which focuses on teleradiology. The proposed architecture is based on the concept of the web extension of Digital Imaging and Communication in Medicine (DICOM) that is the Web Access to DICOM Persistent Objects (WADO) protocol/service. The architecture integrates DICOM services and common Internet services (based on web, FTP, and e-mail). The dissertation also extends WADO access capability to the whole DICOM hierarchy (Patient, Study, Series and Object). The extended WADO is called Web Access to DICOM Archives (WADA). WADA, as opposed to WADO, includes an extra internal query mechanism and support of medical reports submission. The whole of the proposed services support the extended access and are integrated into a three-tier structure (client, server and data tiers) which ensures flexibility in access, user mobility and enhanced data security. The server site of the architecture provides service interfaces through web and invulnerable space for temporary storage, called as User Domains. This dissertation also studies a computing grid infrastructure for the web PACS architecture and a cooperative scheme between PACS and Radiology Information System (RIS) for integrated administration of imaging examinations through web. The proposed architecture is pilot implemented using mainly Java-based technologies and standard-compliant products. Τhe implemented architecture is evaluated by engineers in collaboration with doctors.

Σκοπός της παρούσας διδακτορικής διατριβής είναι η ανάπτυξη ενός ολοκληρωμένου συστήματος υποστήριξης της διάγνωσης (Decision Support System - DSS) με χρήση μεθόδων εξόρυξης δεδομένων για την ταξινόμηση επιχρισμάτων βιοψίας με λεπτή βελόνα (Fine Needle Aspiration - FNA). Δύο κατηγορίες επιλέχθηκαν για τα δείγματα FNA: καλοήθεια και κακοήθεια. Το σύστημα αυτό αποτελείται από τις ακόλουθες βαθμίδες: 1) συλλογής δεδομένων, 2) επιλογής δεδομένων, 3) εύρεσης κατάλληλων χαρακτηριστικών, 4) εφαρμογής ταξινόμησης με χρήση μεθόδων εξόρυξης δεδομένων. Επίσης, βασικός στόχος της παρούσας διδακτορικής διατριβής ήταν η βελτίωση της ορθής ταξινόμησης των ύποπτων επιχρισμάτων (suspicious), για τα οποία είναι γνωστή η αδυναμία της μεθόδου FNA να τα ταξινομήσει. Το σύστημα εκπαιδεύτηκε και ελέγχθηκε σε σχέση με το δείγμα για το οποίο είχαμε ιστολογικές επιβεβαιώσεις (ground truth). Για περιπτώσεις οι οποίες χαρακτηρίστηκαν ως μη κακοήθεις από την FNA, και για τις οποίες δεν είχαμε ιστολογικές επιβεβαιώσεις, το δείγμα προέκυψε από την συνεκτίμηση και άλλων κλινικών, εργαστηριακών και απεικονιστικών εξετάσεων. Στα πλαίσια της παρούσας διδακτορικής διατριβής συλλέχθηκαν εξετάσεις FNA θυρεοειδούς από το Εργαστήριο Παθολογοανατομίας του Α’ Τμήματος Παθολογίας της Ιατρικής Σχολής του Πανεπιστημίου Αθηνών. Δεδομένου ότι το εν λόγω εργαστήριο λειτουργεί και σαν κέντρο αναφοράς, σημαντικός αριθμός των δειγμάτων εστάλησαν εκεί και από άλλα Εργαστήρια Παθολογοανατομίας για επανέλεγχο. Το αρχειακό υλικό ήταν πολύ καλά ταξινομημένο σε χρονολογική σειρά αλλά ήταν σε έντυπη μορφή. Αρχικά πραγματοποιήθηκε η ανάλυση απαιτήσεων για τη δομή και το σχεδιασμό της βάσης δεδομένων. Με βάση τα στοιχεία από την τεκμηριωμένη διάγνωση σχεδιάστηκε και αναπτύχθηκε προηγμένο σύστημα για την κωδικοποίηση και αρχικοποίηση των δεδομένων. Με τη βοήθεια του σχεδιασμού και ανάλυσης απαιτήσεων αναπτύχθηκε και υλοποιήθηκε η βάση δεδομένων στην οποία αποθηκεύτηκαν τα δεδομένα προς επεξεργασία. Παράλληλα, με το σχεδιασμό της βάσης έγινε και η προεργασία για το σχεδιασμό και την ανάλυση απαιτήσεων του γραφικού περιβάλλοντος εισαγωγής στοιχείων. Λαμβάνοντας υπόψη ότι το σύστημα θα μπορούσε να χρησιμοποιηθεί και πέρα από τα πλαίσια της παρούσας διδακτορικής διατριβής λήφθηκε μέριμνα ώστε να παρέχεται ένα φιλικό και ευέλικτο προς το χρήστη περιβάλλον. Σύμφωνα με τη μεθοδολογία προσέγγισης η οποία ακολουθήθηκε προηγήθηκε στατιστική ανάλυση των 9.102 συλλεχθέντων δειγμάτων FNA ως προς τα κυτταρολογικά χαρακτηριστικά τους και τις διαγνώσεις. Οι κυτταρολογικές διαγνώσεις των συγκεκριμένων δειγμάτων συσχετίστηκαν με τις ιστολογικές διαγνώσεις, στοχεύοντας στον υπολογισμό της πιθανής επίδρασης και συμβολής κάθε κυτταρολογικού χαρακτηριστικού σε μια ορθή ή ψευδή κυτταρολογική διάγνωση, έτσι ώστε να προσδιοριστούν οι πιθανές πηγές λανθασμένης διάγνωσης. Τα δείγματα τα οποία περιείχαν μόνο αίμα ή πολύ λίγα θυλακειώδη κύτταρα χωρίς κολλοειδές θεωρήθηκαν ανεπαρκή για τη διάγνωση. Οι βιοψίες εκτελέσθηκαν είτε στο Α’ τμήμα του Πανεπιστημίου Αθηνών (οι περισσότερες από τις περιπτώσεις με ψηλαφητούς όζους) είτε αλλού (κυρίως κάτω από την καθοδήγηση του κέντρου αναφοράς). Τα δείγματα επιστρωμένα σε πλακάκια, στάλθηκαν στο κέντρο αναφοράς από διάφορα νοσοκομεία, με διαφορετικά πρωτόκολλα σχετικά με τα κριτήρια εκτέλεσης βιοψίας FNA σε θυρεοειδή. Μετεγχειρητικές ιστολογικές επαληθεύσεις ήταν διαθέσιμες για 266 ασθενείς (κακοήθειες και μη). Το χαμηλό ποσοστό ιστολογικών επαληθεύσεων οφείλεται στην ετερογενή προέλευση των ασθενών και στην έλλειψη ολοκληρωμένης παρακολούθησης και επανελέγχου των ασθενών. Για την αξιολόγηση των δεδομένων χρησιμοποιήθηκαν περιγραφικά στατιστικά μεγέθη όπως, μέση τιμή, τυπική απόκλιση, ποσοστά, μέγιστο και ελάχιστο. Έγιναν επίσης και χ2 δοκιμές επιπέδου σημαντικότητας διαφόρων παραμέτρων για να ελεγχθεί η πιθανή συσχέτιση ή η ανεξαρτησία. Για τη συσχέτιση των κυτταρολογικών και των ιστολογικών διαγνώσεων και την αξιολόγηση των εργαστηριακών ευρημάτων, πέραν των περιγραφικών στατιστικών μεγεθών χρησιμοποιήθηκαν και υπολογισμοί της ευαισθησίας, της ειδικότητας, της συνολικής ακρίβειας, της αρνητικής και θετικής αξίας πρόβλεψης (negative and positive predictive value). Προκειμένου να καθοριστεί εάν μια κατηγορία ασθενειών συσχετίζεται ή όχι με συγκεκριμένες κυτταρολογικές παραμέτρους εφαρμόστηκε μέθοδος ελέγχου στατιστικής σημαντικότητας σε επίπεδο 5% (p < 0,05). Η διαδικασία ακολουθήθηκε για κάθε κατηγορία ασθενειών ή συνδυασμό τους και για κάθε παράμετρο των κυτταρολογικών και αρχιτεκτονικών στοιχείων της κυτταρολογικής διάγνωσης. Τα αποτελέσματα της στατιστικής ανάλυσης επέτρεψαν το διαχωρισμό των δεδομένων σε καλοήθη, κακοήθη, νεοπλασματικά, ύποπτα για κακοήθεια και οριακά με χαρακτηριστικά γνωρίσματα μεταξύ ενός καλοήθους και ενός νεοπλασματικού. Στην συνέχεια αναπτύχθηκε σύστημα υποστήριξης της διάγνωσης χρησιμοποιώντας εξειδικευμένες μεθόδους εξόρυξης δεδομένων. Το σύστημα αποτελείται από τέσσερις βαθμίδες. Η πρώτη βαθμίδα αυτού του συστήματος είναι το περιβάλλον Συλλογής Δεδομένων στην οποία τα δεδομένα αποθηκεύονται στη βάση δεδομένων. Η Δεύτερη Βαθμίδα αυτού του συστήματος αφορά στην Επιλογή Δεδομένων. Σύμφωνα με την καταγραφή των απαιτήσεων, την εισαγωγή και τη ψηφιοποίηση των στοιχείων, δημιουργήθηκαν 111 χαρακτηριστικά για κάθε ασθενή (record). Τα περισσότερα χαρακτηριστικά είχαν τιμές δυαδικού τύπου, αποτυπώνοντας την ύπαρξη ή μη του κάθε χαρακτηριστικού, ενώ κάποιες άλλες είχαν τιμές τύπων αριθμών ή αλφαριθμητικών χαρακτήρων. Από τα 111 χαρακτηριστικά επιλέχθηκαν 60 χαρακτηριστικά τα οποία περιγράφουν τη δομή των επιχρισμάτων ενώ δημιουργήθηκαν άλλα 7 χαρακτηριστικά τα οποία αφορούσαν στην ομαδοποίηση άλλων χαρακτηριστικών. Η Τρίτη Βαθμίδα του συστήματος αφορά στην εύρεση των Κατάλληλων Χαρακτηριστικών. Λόγω του αρχικά υψηλού αριθμού χαρακτηριστικών παραμέτρων (67 ανά περίπτωση), ήταν απαραίτητο να εξαλειφθούν οι χαρακτηριστικές παράμετροι που συσχετίζονταν γραμμικά ή δεν είχαν καμία διαγνωστική πληροφορία. H μέθοδος επιλογής χαρακτηριστικών εφαρμόστηκε πριν από την ταξινόμηση, με γνώμονα την ανεύρεση ενός υποσυνόλου των χαρακτηριστικών παραμέτρων που βελτιστοποιούν σε ακρίβεια τη διαδικασία ταξινόμησης. Εφαρμόστηκε η τεχνική επιπλέουσας πρόσθιας ακολουθιακά μεταβαλλόμενης επιλογής (SFFS). Ο αριθμός των δειγμάτων που χρησιμοποιήθηκαν είναι 2.036 (1.886 καλοήθειες και 150 κακοήθειες). Εξ αυτών, όλες οι κακοήθειες είναι ιστολογικά επιβεβαιωμένες. Επίσης, 140 καλοήθειες είναι ιστολογικά επιβεβαιωμένες με επάρκεια υλικού. Οι υπόλοιπες 1.726 καλοήθειες είναι επιβεβαιωμένες με συνεκτίμηση κλινικών, εργαστηριακών και απεικονιστικών ιατρικών εξετάσεων (υπέρηχοι κ.λπ.). Από τα 2.036 δείγματα, το 25% χρησιμοποιήθηκε για την επιλογή χαρακτηριστικών παραμέτρων, δηλαδή 37 περιπτώσεις κακοήθειας (Malignant) και 472 περιπτώσεις καλοήθειας (Non Malignant). Από την εφαρμογή της τεχνικής (SFFS) επιλέχθηκαν τελικά 12 χαρακτηριστικά ως βέλτιστα για την ταξινόμηση των δεδομένων FNA σε καλοήθη και κακοήθη. Η Τέταρτη βαθμίδα επεξεργασίας είναι η Εφαρμογής Ταξινόμησης με χρήση Μεθόδων Εξόρυξης Δεδομένων ή Ταξινομητής. Για το σκοπό αυτό, επιλέχθηκε να εφαρμοστεί μια πληθώρα αξιόπιστων, καλά επιβεβαιωμένων και σύγχρονων μεθόδων εξόρυξης δεδομένων. Το σύστημα εκπαιδεύτηκε και ελέγχθηκε σε σχέση με το δείγμα για το οποίο είχαμε ιστολογικές επιβεβαιώσεις (ground truth). Η ανεξάρτητη εφαρμογή τεσσάρων αξιόπιστων μεθόδων, Δέντρων Αποφάσεων (Decision Trees), Τεχνιτών Νευρωνικών Δικτύων (Artificial Neural Network), Μηχανών Στήριξης Διανυσμάτων (Support Vector Machine), και Κ - κοντινότερου γείτονα (k-NN), έδωσε αποτελέσματα συγκρίσιμα με αυτά της FNA μεθόδου. Περαιτέρω βελτίωση των αποτελεσμάτων επιτεύχθηκε με την εφαρμογή της μεθόδου πλειοψηφικού κανόνα (Majority Vote - CMV) συνδυάζοντας τα αποτελέσματα από την εφαρμογή των τριών καλύτερων αλγορίθμων, ήτοι των Νευρωνικών Δικτύων, Μηχανών Στήριξης Διανυσμάτων και Κ - κοντινότερου γείτονα. Η τροποποιημένη μέθοδος τεχνητών αυτοάνοσων συστημάτων (Artificial Immune Systems – AIS) χρησιμοποιήθηκε για πρώτη φορά στην ταξινόμηση και παρουσίασε ιδιαίτερα βελτιωμένα αποτελέσματα στην ταξινόμηση των επιχρισμάτων τα οποία χαρακτηρίζονται ύποπτα (suspicious) από τους ειδικούς και αποτελούν το αδύναμο σημείο της μεθόδου FNA. Αυτές οι περιπτώσεις υπόνοιας αποτελούν ένα πολύ δύσκολο κομμάτι για τη διάκριση μεταξύ των καλοηθειών και των κακοηθειών, ακόμα και για τους πλέον ειδικούς. Επειδή όλα τα περιστατικά που χαρακτηρίζονται από την βιοψία FNA ως υπόνοιες αντιμετωπίζονται κλινικά σαν κακοήθειες, η εφαρμογή των αλγοριθμικών μεθόδων βελτιώνει αισθητά τη διαχείριση αυτών των περιπτώσεων μειώνοντας τον αριθμό των άσκοπων χειρουργικών επεμβάσεων θυρεοειδεκτομών. / The Aim of present thesis is the development of an integrated system for supporting diagnosis (Decision Support System - DSS) using for categorizing FNA biopsy smears. Two categories were selected for the FNA smears: malignant and nonmalignant. The system is constituted by the following stages of 1) data collection, 2) data selection 3) choice of suitable clinical and cytological features, 4) application of data mining method for the categorization of FNA biopsy smears. Furthermore a fundamental objective of the doctoral thesis was the improvement of suspect smears (suspicious) categorization, for the latter FNA Biopsy has a known restriction. The system had been trained and checked in relation to the sample that histologic evaluation existed (ground truth). For smears that characterized as nonmalignant by FNA and histological data we’re not available, complementary clinical, laboratory and imaging evaluations took into account in order to create the sample. Τhe smears that were available in this thesis, were collected from FNA biopsies in Pathologoanatomy Laboratory, A’ Pathology Department, Medical School of Athens University. Given that the above referred laboratory is a reference center, an important number of FNA smears were sent to it from other laboratories for cross check. The examination files were sorted in chronological order, but there were in paper forms. The requirements for the formation and the design of database system were collected. Based on the material of the diagnosis an improved system was designed and developed for data initialization and coding. The database was developed based on the design and analysis of requirements; in this database data were stored for further investigation. Analysis of the graphical user interface design was performed in parallel to the database design. Taking into account that the system might be used after the completion of thesis, the graphical user interface was designed in order to be user friendly and flexible environment. According to the methodological approach that was followed, the various cytological characteristic of 9102 FNA smears aspired among 2000-2004 was analyzed statistically. The cytological reports cross correlated with histological diagnoses, aiming to calculate the effect or contribution of each cytological characteristic to a false or true cytological diagnosis and to find the possible sources of erroneous diagnosis. The smears that have blood or a few follicular cells without colloid were characterized as insufficient for further diagnosis. The aspiration was performed either in Α’ department of Athens University (most of the cases with palpable nodules) or elsewhere (mainly under guidance of the reference center). The acquired smears being send to the reference center from various hospitals with different protocols concerning criteria to perform a thyroid FNA. Histological reports were available for 266 patients. The small number of histological verifications was due to the heterogeneity and the lack of patients files. For evaluating of data, descriptive statistic values were used like mean, standard deviation, percentage, maximum and minimum. In addition to that χ2 tests of significance were performed in order to check possible correlation or independence. For correlating cytological and histological diagnosis and evaluating laboratory findings, apart from the descriptive statistic parameters also calculated sensitivity, specificity, total accuracy, negative predictive value and positive predictive value. Method of statistical significance in the level of 5% (p < 0,05) was applied in order to specify if a disease was correlated to a cytological parameter. Those checks were performed for each disease category in correlation to any cytological parameter. Statistical analysis divided the smears into nonmalignant, malignant, neoplasms, suspicious for malignancy and borderline. A diagnosis support system was implemented using data mining methods. The system is consisted of four stages. The First stage of the system is the Data Collection environment, which stores the data to the database. The Second stage of this system concerns the Selection of Data. User requirements concluded that 111 characteristics are needed to describe each patient (record). Most of them have binary values, presenting existence and not existence, other have alphanumeric and number values. Among them 60 were selected and 7 more are produced from grouping other characteristics. The final analysis reveals that 67 characteristics of the smears are capable for describing the structure of smears in general. The Third stage of system concerns the Selection of Best Characteristics. Due to the high number of attributes (67 per case), it was essential to eliminate the characteristics that are connected linearly or do not bring diagnostics information. The choice of characteristics applied before the classification, having the aim of discovering a subset of characteristics that optimizes the process of classification. The technique of Sequential Float Forward Search (SFFS) was applied. The number of patients that used was 2,036 (1886 non malignancies and 150 malignancies). Among them all malignancies were histologically confirmed. In addition to that 140 no malignancies were histologically confirmed in correlation to evaluation of clinics, laboratorial and medical image actions (ultrasounds etc.). Among 2.036 smears the 25% used for characteristics selection, 37 smears of Malignant and smears of Non Malignant. The Sequential Float Forward Search (SFFS) Technique, choose the best 12 elements that they reveal high performance to FNA data categorization. The Fourth stage is the Application of Classification using Data Mining Methods or in other words data mining method. For this aim a set of reliable, well confirmed but also modern methods applied. In addition to that the system was trained and was checked using the sample with histological verifications (ground truth). The independent application of four reliable methods, Decision Trees, Artificial Neural Network, Support Vector Machine, and k-NN, resulting to comparable outcomes concerning those of FNA. However, further improvement was achieved with the application of Majority (Majority Vote - CMV) using of previous results of three algorithms Artificial Neural Network, Support Vector Machine, and k-NN. The modified Artificial Immune System (AIS) was applied for first time. AIS presents particularly improved results for the categorization of smears, which are characterised “suspicious” by the experts and is a known weakness of FNA method. These cases constitute a very difficult part for the discrimination among non-malignant and malignant, even for a specialist. Since all these cases are faced clinically using FNA as malignancies, the application of an improved algorithmic method improves accordingly the management of these cases by decreasing the number of useless surgical thyroid operations.