In this thesis, a comparative evaluation of five different wavelet-based filtering techniques in the task of microarray image denoising and enhancement, as well as, a new methodology for the segmentation of microarray images is developed. Clinical material comprised complementary DNA (cDNA) microarray images collected from the Oak Ridge National Laboratory, simulated data produced by using a Microarray Scan Simulator, and a set of two simulated images, each containing 200 spots. Image pre-processing was performed in two stages: In the first stage an Exponential Histogram Equalization filter was applied to real cDNA images in order to increase the contrast between spots and surrounding background. In the second stage, five wavelet-based image filters (Simple Piece-Wise Linear Mapping Filter (SPWLMF), Hard Threshold filter (HTF), Wavelet Enhancement with Noise Suppression filter (WEWNSF), Non Linear Enhancement filter (NLEF) and Sigmoidal Non-linear Enhancement filter (SNLEF)) were implemented for denoising and enhancing gene microarray spots. The enhancing effectiveness of the five filters was assessed by calculating the Mean-Square-Error (MSE) and the Signal-to-MSE ratio. An automatic gridding scheme was applied to both real and simulated cDNA images, for the task of determining spots and their borders (cells). Firstly, the segmentation capability of the Gaussian Mixture Models GMM boosted by the five wavelet based preprocessing filters was evaluated by calculating the segmentation matching factor for each spot. Significant noise suppression was accomplished by the SPWLMP filter, which scored the minimum MSE and the maximum Signal-to-MSE ratio. Optimal segmentation results were obtained by pre-processing the microarray image by all the wavelet-based filters. Finally, a new methodology for spot identification based on the combination of GMM clustering technique with Gradient Vector Flow (GVF) active contours was introduced. According to that method, a GMM clustering algorithm was firstly applied in all individual spot images of the cDNA image. Afterwards, the output of the GMM algorithm was used to utilize a Gradient Vector Flow (GVF) active contour. The major advance of our method is that it overcomes limitations of GMM and deformable models when used individually. For the evaluation of our method, segmentation matching factors, as well as mean intensity value were calculated for every cell using GMM, GVF active contours and GMM and GVF active contours combination. Numerical experiments using simulated cDNA images have also shown that our method was more accurate in measuring mean intensity values and detecting real boundaries of spots with foreground mean intensity value close to the background, compared with GMM and snakes used individually. / Ο σκοπός της παρούσας διπλωματικής εργασίας είναι η συγκριτική αξιολόγηση πέντε διαφορετικών φίλτρων βασισμένα σε μετασχηματισμό κυματιδίου, τα οποία εφαρμόστηκαν σε εικόνες μικροσυστοιχιών. Επίσης, μια νέα μέθοδος για την κατάτμηση των εικόνων αυτών πραγματοποιήθηκε. Ως υλικό, χρησιμοποιήθηκαν εικόνες συμπληρωματικού DNA από το Oak Ridge National Laboratory, απομιμούμενα δεδομένα με την χρήση του Microarray Scan Simulator, καθώς και ένα σετ από δύο απομιμούμενες εικόνες, οι οποίες περιείχαν 200 κηλίδες. Η προεπεξεργασία των εικόνων πραγματοποιήθηκε σε δύο στάδια. Πρώτα, ένα εκθετικό φίλτρο ισοστάθμισης ιστογράμματος εφαρμόστηκε στις πραγματικές εικόνες, με σκοπό την αύξηση της αντίθεσης της εικόνας. Στη συνέχεια, αναπτυχθήκαν και εφαρμόστηκαν τα πέντε φίλτρα βασισμένα σε μετασχηματισμό κυματιδίου (Simple Piece-Wise Linear Mapping Filter (SPWLMF), Hard Threshold filter (HTF), Wavelet Enhancement with Noise Suppression filter (WEWNSF), Non Linear Enhancement filter (NLEF) and Sigmoidal Non-linear Enhancement filter (SNLEF)) με σκοπό την αύξηση της αντίθεσης. Ποσοτικά, η ικανότητα βελτίωσης των πέντε παραπάνω αλγορίθμων μετρήθηκε με το Mean-Square-Error (MSE) και το Signal-to-MSE. Ένα αυτόματο σύστημα διευθυνσιοδότησης εφαρμόστηκε στις πραγματικές και τις απομιμούμενες εικόνες με σκοπό την ανίχνευση των κηλίδων. Στην συνέχεια εφαρμόστηκαν αλγόριθμοι κατάτμησης μίξης Γκαουσιανών μοντέλων (GMM). Η αξιολόγηση πραγματοποιήθηκε με τη βοήθεια του παράγοντα ταυτοποίησης κατάτμησης. Σημαντική μείωση του θορύβου πραγματοποιήθηκε από το φίλτρο SPWLMF, το οποίο πέτυχε το μικρότερο MSE και το μεγαλύτερο S/MSE. Επίσης, καλύτερα αποτελέσματα πάρθηκαν από τις εικόνες οι οποίες είχαν προεπεξεργαστεί από τα φίλτρα μετασχηματισμού κυαμτιδίου. Στη συνέχεια, υλοποιήθηκε μια νέα τεχνική κατάτμησης βασισμένη στο συνδυασμό GMM και Gradient Vector Flow (GVF) ενεργών περιγραμμάτων. Σύμφωνα με τη μέθοδο αυτή, ο αλγόριθμος GMM εφαρμόζεται και δημιουργείτε μια δυαδική εικόνα η οποία περιέχει το περίγραμμα της κηλίδας. Στην συνέχεια, αυτό το περίγραμμα χρησιμοποιείται για την εκκίνηση ενός GVF ενεργού περιγράμματος. Το κυριότερο πλεονέκτημα αυτής της τεχνικής είναι ότι ξεπερνά περιορισμούς των δύο αυτών αλγορίθμων, όταν αυτοί χρησιμοποιούνται μεμονωμένα. Για την αξιολόγηση της μεθόδου υπολογίστηκε ο παράγοντα ταυτοποίησης κατάτμησης, καθώς και η μέση τιμή για κάθε κηλίδα, χρησιμοποιώντας τον αλγόριθμο GMM, τον αλγόριθμο GVF ενεργών περιγραμμάτων καθώς και το υβριδικό μοντέλο GMM και GVF ενεργού περιγράμματος. Αριθμητικά αποτελέσματα σε απομιμούμενες εικόνες απέδειξαν ότι η μέθοδος μας είναι πιο αποτελεσματική στο να βρίσκει τα όρια των κηλίδων, κυρίως σε αυτές στις οποίες η τιμή της έντασης βρίσκεται πολύ κοντά στο φόντο.

Αρχικά, στο πρώτο μέρος της διπλωματικής εργασίας μελετώνται οι πολυδιάστατες στατιστικές τεχνικές της Διαχωριστικής Ανάλυσης και της Ταξινόμησης δεδομένων, με σκοπό το διαχωρισμό διαφορετικών ομάδων αντικειμένων και τη κατάταξη νέων αντικειμένων σε προκαθορισμένο σύνολο ομάδων με τη χρήση ενός κανόνα, αντίστοιχα. Η διαδικασία κατασκευής και αξιολόγησης των κανόνων Ταξινόμησης βασίζεται στη κανονικότητα των δεδομένων. Ενώ ο σχηματισμός των γραμμικών συναρτήσεων Fisher για το διαχωρισμό των δεδομένων, υποθέτει ίσους πίνακες διασποράς. Στη συνέχεια παρατίθεται παράδειγμα εφαρμογής των δύο παραπάνω στατιστικών τεχνικών μέσω του στατιστικού πακέτου SPSS. Στο δεύτερο μέρος, εξετάζεται η διερευνητική τεχνική της Ομαδοποίησης δεδομένων, όπου στοχεύει στην οργάνωση των τιμών των αντικειμένων σε συστάδες. Έτσι ώστε να επιτυγχάνεται η μέγιστη ομοιότητα μεταξύ των παρατηρήσεων μέσα σε κάθε ομάδα και η μέγιστη ανομοιότητα μεταξύ των συστάδων, όπου αρχικά θεωρούνται άγνωστες σε αντίθεση με τη Διαχωριστικής Ανάλυση και της Ταξινόμηση όπου θεωρούνται γνωστές. Ο πιο δημοφιλής τρόπος για τον υπολογισμό της ομοιότητας είναι η απόσταση, όμως η εφαρμογή των αλγορίθμων συσταδοποίησης είναι πιο αποδοτικοί για την ομαδοποίηση των δεδομένων. Τέλος, εφόσον οι αλγόριθμοι ομαδοποίησης χωριστούν σε δυο κατηγορίες επιδιώκεται η σύγκριση μεταξύ τους, ως προς την αποτελεσματικότητα τους, με τη χρήση του στατιστικού πακέτου SPSS. / -

Στόχος της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη ενός διαδικτυακού συστήματος το οποίο παρέχει την δυνατότητα εκτέλεσης πειραμάτων Ταξινόμησης Καρτών καθώς και ανάλυσης των αποτελεσμάτων που προκύπτουν. Αφότου έγινε συστηματική μελέτη της θεωρίας προσδιορίστηκαν οι κύριες αρχές, πάνω στις οποίες βασίστηκε η σχεδίαση και ανάπτυξη του συστήματος. Δόθηκε έμφαση στην ευχρηστία και στον διαδικτυακό χαρακτήρα του συστήματος καθώς και στην δημιουργία περιβάλλοντος υψηλής διαδραστικότητας. Για την επίτευξη του στόχου αξιοποιήθηκαν τεχνολογίες βάσεων δεδομένων και διαδικτύου. Η ευχρηστία του συστήματος είναι απόρροια διαδοχικών αξιολογήσεων από ειδικούς ευχρηστίας αλλά και δοκιμής του σε πραγματικές συνθήκες χρήσης. Το σύστημα αποτελεί ένα χρήσιμο εργαλείο στα χέρια ενός ερευνητή, αποκαλύπτοντας τις εννοιολογικές δομές ή κατηγοριοποιήσεις των ατόμων που εκτελούν το πείραμα, αλλά και ενός σχεδιαστή πληροφοριακών συστημάτων, ώστε να κατανοήσει καλύτερα τους χρήστες στους οποίους απευθύνεται και να βελτιώσει με αυτό τον τρόπο την ευχρηστία και την εμπειρία χρήστη. Τέλος, η λογική της μεταφοράς μιας μεθόδου όπως η Ταξινόμηση Καρτών σε ένα διαδικτυακό σύστημα μπορεί να επεκταθεί και σε άλλες ερευνητικές μεθόδους, απολαμβάνοντας αντίστοιχα οφέλη. / The aim of this thesis is to develop an online system that provides the ability to perform Card Sorting experiments and analysis of Card Sorting results. After a systematic study of theory, the main principles were identified upon which the design and development of the system was based on. Emphasis was placed on achieving a high level of usability and to create an online and highly interactive environment using RIA (Rich Internet Applications). To achieve this goal, database technologies and internet technologies as well as RIA were used. The usability of the system is the result of successive evaluations by experts and usability test in real conditions. The system is a useful tool for a researcher to reveal the conceptual structure or classifications(user mental model) of people participating in a Card Sorting experiment, but also for a designer of information systems to better understand the users to whom the design refers to and thereby to improve the usability and user experience. Finally, the logic of transferring a method such as Card Sorting from the "real world" in an online system can be extended to other research methods, enjoying the benefits of modern computer and internet technologies .