Η παρούσα διδακτορική διατριβή έχει στόχο την υπολογιστική υποβοήθηση της διάγνωσης της αθηρωμάτωσης μέσω της ανάπτυξης και εφαρμογής προηγμένων μεθοδολογιών επεξεργασίας και ανάλυσης ακολουθιών εικόνων υπερήχων β-σάρωσης της καρωτίδας. Οι μέθοδοι που παρουσιάζονται στη διατριβή αξιολογούνται τόσο σε συνθετικά όσο και σε πραγματικά απεικονιστικά δεδομένα. Μετά από διεξοδική μελέτη προτείνονται οι κατάλληλες ρυθμίσεις της υπερηχοτομογραφικής διάταξης καθώς και η εφαρμογή διαδικασίας κανονικοποίησης των λαμβανομένων εικόνων, με στόχο τη βελτιστοποίηση του αποτελέσματος των διαδικασιών επεξεργασίας εικόνας. Για την ανάλυση της υφής της αθηρωματικής πλάκας στην καρωτίδα, προτείνονται και αξιολογούνται συγκριτικά τρεις τεχνικές μετασχηματισμού: μετασχηματισμός Fourier, μετασχηματισμός κυματιδίου και φίλτρα Gabor. Αποδεικνύεται ότι χαρακτηριστικά υφής που υπολογίζονται τόσο με βάση το μετασχηματισμό κυματιδίου όσο και με τα φίλτρα Gabor μπορούν να διαχωρίσουν τους δυο τύπους αθηρωματικών πλακών (συμπτωματικές και ασυμπτωματικές). Για την εκτίμηση της κίνησης του τοιχώματος της καρωτίδας προτείνονται και αξιολογούνται τέσσερις μέθοδοι, από τις οποίες η μέθοδος της οπτικής ροής ελαχίστων τετραγώνων με βάρη βρέθηκε να έχει τη βέλτιστη απόδοση. Η μέθοδος αυτή χρησιμοποιείται για την εκτίμηση της μετατόπισης τόσο του υγιούς τοιχώματος της καρωτίδας, όσο και τοιχώματος με ασυμπτωματική ή συμπτωματική αθηρωματική πλάκα. Επιπλέον, προτείνεται μια αυτόματη μέθοδος κατάτμησης του τοιχώματος της καρωτίδας από διαμήκεις και εγκάρσιες εικόνες υπερήχων, η οποία βασίζεται στο μετασχηματισμό Hough. Η προτεινόμενη μεθοδολογία χρησιμοποιείται για τον υπολογισμό χρήσιμων για τη διάγνωση ποσοτικών δεικτών, όπως το πάχος του έσω-μέσου χιτώνα και οι κυματομορφές μεταβολής της αρτηριακής διαμέτρου. Σύμφωνα με τα αποτελέσματα, η εν γένει υψηλή ακρίβεια της μεθόδου περιορίζεται για την περίπτωση εγκάρσιων τομών και αθηρωμάτωσης. Για τη βελτίωση του αποτελέσματος της κατάτμησης σε αυτές τις περιπτώσεις, προτείνεται ο συνδυασμός του μετασχηματισμού Hough με ενεργές καμπύλες. Η μελέτη της κίνησης του αρτηριακού τοιχώματος συμπληρώνεται με ένα μαθηματικό μοντέλο για την παραμόρφωση του αρτηριακού τοιχώματος κατά την ακτινική και αξονική διεύθυνση. Για την εξατομίκευση του μοντέλου και τον προσδιορισμό των παραμέτρων του, πραγματοποιείται προσαρμογή σε πραγματικές μετρήσεις της παραμόρφωσης, που υπολογίζονται με εφαρμογή της μεθόδου ανάλυσης κίνησης σε ακολουθίες εικόνων συγκεκριμένων ασθενών. Ορισμένες παράμετροι του μαθηματικού μοντέλου βρέθηκαν να διαφοροποιούνται σημαντικά μεταξύ των στρωμάτων του αρτηριακού τοιχώματος αλλά και μεταξύ υγιούς τοιχώματος και τοιχώματος με αθηρωμάτωση. Η υλοποίηση των παραπάνω μεθοδολογιών σε συνδυασμό με κατάλληλη διεπιφάνεια χρήσης οδήγησε στην ανάπτυξη ενός ολοκληρωμένου σύστηματος λογισμικού (ANALYSIS), το οποίο στοχεύει στην υποβοήθηση της διάγνωσης της αθηρωμάτωσης της καρωτίδας. Το σύνολο των μεθόδων που παρουσιάζονται στη διδακτορική διατριβή αναμένεται να συμβάλουν αφενός στη μελέτη της μηχανικής συμπεριφοράς του φυσιολογικού και αθηρωματικού αρτηριακού τοιχώματος και αφετέρου στην καθιέρωση μιας πιο αντικειμενικής και αξιόπιστης προσέγγισης για τη διάγνωση της αθηρωμάτωσης και την επιλογή ασθενών υποψήφιων για ενδαρτηρεκτομή. / The purpose of this Ph.D. thesis is to develop and apply advanced image processing and analysis methods to sequences of B-mode ultrasound images of the carotid artery aiming to support the diagnosis of carotid atherosclerosis. The computational methods, presented in the thesis, are applied to both synthetic and real ultrasound data. Based on the findings of a carefully designed study, optimal ultrasound device settings are proposed for reliable motion estimation. Standardized techniques, including image normalization, are also recommended for image processing tasks. Texture analysis of the carotid atheromatous plaque was performed using three transform-based methods (Fourier transform, Wavelet transform and Gabor filters). Texture features estimated using the discrete 2D Wavelet transform and the Gabor filters are found significantly different between symptomatic and asymptomatic subjects. Four different approaches are proposed for the analysis of motion of the carotid artery wall and a validation study is performed using simulated data. The weighted least-squares optical flow method is found to have the best performance. This method is subsequently used to analyze the motion of the healthy carotid artery wall, as well as of the arterial wall with asymptomatic and symptomatic atheromatous plaque. Moreover, an automatic segmentation method based on Hough transform is proposed for the segmentation of the arterial wall from B-mode ultrasound images of longitudinal and transverse sections of the carotid artery. The method can be used for the estimation of widely used diagnostic measures, such as the intima-media thickness and the arterial distension waveforms. The accuracy of the method was reasonably high for longitudinal sections and somewhat lower for transverse sections and diseased arteries. A combination of Hough transform and active contours is proposed to improve the segmentation results in those cases. A mathematical model of the mechanical deformation of the carotid artery wall is also proposed. In an attempt to determine a patient-specific approach, the model is fitted to actual displacement waveforms estimated using the leastsquares optical flow method to B-mode ultrasound image sequences of the carotid artery. A number of model parameters are found significantly different between different layers of the arterial wall and between healthy and diseased wall. The previous methods for the processing and analysis of B-mode ultrasound images of the carotid artery are integrated to a modular software system (ANALYSIS). ANALYSIS can be a useful and powerful tool for the diagnosis of carotid atherosclerosis. The computational methods presented in this thesis are expected to contribute not only to the study of the mechanical behavior of the healthy and diseased carotid artery wall but also to the definition of an objective and reliable approach for the diagnosis of carotid atherosclerosis and the optimal selection of patients for carotid endarterectomy.

Breast cancer is a major global health problem and the most common form of cancer among women. Major advances in the technologies of imaging provide improved detection and sensitivity with fewer unnecessary biopsies. Commonly used imaging modalities include mammography, ultrasonography, magnetic resonance imaging (MRI), scintimammography, single photon emission computed tomography (SPECT) and positron emission tomography (PET). The current study is focused on breast MRI imaging, especially one of the most promising recent techniques, i.e. the Diffusion Weighted Imaging breast MRI (DWI). DWI is an unenhanced MRI technique, based on volume sequences on various b values (the b value identifies the measurement's sensitivity to diffusion and determines the strength and duration of the diffusion gradients) measuring the mobility of water molecules (Brownian motion) in vivo (in tissues) and provides different and potentially complementary information to Dynamic Contrast-Enhanced Magnetic Resonance Imaging (DCE-MRI) technique. As DWI based on the diffusive properties of water molecules, reflects their random motion resulting from thermal agitation. Water diffusion on breast can be quantified by measuring the mean diffusivity, which is the average of Apparent Diffusion Coefficient (ADC). The ADC can be calculated by making measurements at a low b factor, b1, and a higher b factor, b2. DWI allows the mapping of the diffusion process of molecules by the ADC map. ADC maps are calculated by collecting images with at least 2 different values, b1 and b2, of the b factor. The ADC map is a parametric image whose color scale or gray scale represents the ADC values of the voxels and is usually generated by proprietary or in house software. DWI apart from the 3D anatomical information, provides a noninvasive investigation of tissue vascularity, a novel contrast mechanism in MRI and has a high sensitivity in the detection of changes in the local biologic environment due to a pathologic process. Therefore, in addition to contrast enhancement-based characterization (DCE-MRI), measurement of the motion of water molecules in DWI provides an additional feature for lesion characterization that may further increase the specificity of MRI for classifying breast lesions. The diagnostic task that the current study deals with, accounts for the diagnosis of mass-like lesions in Diffusion Weighed Magnetic Resonance Imaging, based on low ADC values compared to high once in case of benign versus normal tissue. The hypothesis is that diffusivity of water molecules is restricted in environments of high cellularity, intracellular and extracellular edema, high viscosity, and fibrosis, such as malignant tumors, because these conditions become barriers to the movement of water molecules. Therefore, most of breast cancers show low ADC values compared with benign and normal tissue. Many studies have revealed the usefulness of ADC values in the differential diagnosis of breast lesions; however, the clinical effect remains limited because of the substantial overlap between benign and malignant lesions, which presents challenges for implementing a useful diagnostic ADC threshold. The majority of studies, similar to the current study, determined optimal cutoff levels of the ADC value between malignant and benign lesions by using ROC analysis, and ranged from 0.90 to 1.76 × 10-3 mm2/s while the sensitivity and specificity ranged from 63% to 100% and 46% to 97%, respectively. In addition, the methods for measuring ADC differ among reported studies, with the most representative method being the mean value of ADC (mean ± standard deviation) over a Region Of Interest representative of the breast lesion. The purpose of this study was to investigate the ability of histogram characteristics of Apparent Diffusion Coefficient (Apparent Diffusion Coefficient-ADC) to differentiate malignant from benign breast lesions in breast DWI. To this end the ADC maps of representative lesion ROIs were subjected to first order statistics analysis by calculating five first order textural features: Mean value, Standard Deviation, Kurtosis, Skewness and Entropy. This approach is intended to offer a more complete assessment of tumor texture and heterogeneity. The dataset analyzed is comprised of 92 histologically verified breast lesions, originating from 69 women with mammographically and/or ultrasonographically detected or palpable findings. Histology revealed 53 malignant lesions originating from 45 women and 39 benign lesions originating from 26 women. All of the breast MR examinations were performed with a 3T MR scanner, for b= 0, 900 s/mm2. Diagnostic performances of these parameters were compared by receiver operating characteristic (ROC) curve analysis. The mean of ADC of benign lesions [(1.470 ± 0.342) × 10-3 mm2/s] was found to be significantly higher than that of malignant tumours, [(0.965 ± 0.268) × 10-3 mm2/s, (p<0.00001)]. The standard deviation of ADC of benign lesions [(0.184 ± 0.999) × 10-3 mm2/s] was not significantly different from that of malignant tumours, [(0.192 ± 0.151) × 10-3 mm2/s, (p=0.6581)]. The skewness of ADC of benign [-0.303 ± 0.584] was significantly different than that of malignant tumours, 0.210 ± 0.725. (p = 0.0008)]. The kurtosis of ADC of benign [3.003 ± 1.065] was not significantly different from that of malignant tumours, [3.337 ± 1.334. (p=0.0987)]. The entropy of ADC of benign [4.794 ± 0.665] was significantly lower than that of malignant tumours, [5.569 ± 0.649, (p<0.00001)] The corresponding area under the empirical receiver operating characteristic curve was: 0.862 ± 0.042 (95% confidence interval: 0.754, 0.925) for mean of ADC, 0.705 ± 0.054 (95% confidence interval: 0.589, 0.800) for skeweness of ADC, 0.800 ± 0.046 (95% confidence interval: 0.691, 0.874) for entropy of ADC, resulting a good diagnostic performance of DWI for these parameters. On the other hand, an AUC of 0.527 ± 0.063 (95% confidence interval: 0.393, 0.640) and 0.601 ± 0.061 (95% confidence interval: 0.470, 0.707) for Standard deviation and kurtosis respectively, suggests a degree of overlap in ADC values between benign and malignant tumors. In an effort to identify optimal threshold values for differentiating benign versus malignant lesions these were selected to correspond to the points of highest accuracy of the ROC curves. In our study, we obtained two threshold values of mean ADC, both with an accuracy of 83.15%: 1.21 x 10-3 mm2/s with a sensitivity of 86.27% and specificity of 78.95%; and 1.32 x 10-3 mm2/s with a sensitivity of 92.16% and specificity of 71.05%. The threshold value of skeweness was -0.06 with an accuracy of 68.54%, a sensitivity of 66.03% and specificity of 66.67%. Finally, we found two threshold values of entropy, both with an accuracy of 76.40%: 5.17 with a sensitivity of 75.47% and specificity of 71.80%; and 5.21 with a sensitivity of 73.59% and specificity of 74.36%. In conclusion, results of the current study suggest the contribution of texture analysis methods in Diffusion-weighted MRI breast imaging for the quantification of tissue heterogeneity, providing important information for breast cancer diagnosis. Histogram analysis of ADC values in breast cancer has potential for differentiating benign and malignant tumors, providing information about the entire tumor. The mean, skewness and entropy of ADC are valuable parameters that are correlated with pathologic characterization of breast tumors. These 3 ADC parameters significantly elevated the quantitative diagnostic performance of breast DWI and would be effective parameters in distinguishing between malignant and benign breast lesions. Finally, future efforts will also focus on investigating the correlation of extracted texture features with histopathological findings, in order to verify the potential of the proposed texture analysis of ADC map in providing non-invasive prognostic factors of breast cancer. / Ο καρκίνος του μαστού είναι ένα σημαντικό παγκόσμιο πρόβλημα υγείας και η πιο διαδεδομένη μορφή καρκίνου στον γυναικείο πληθυσμό. Η ολοένα και πιο έγκαιρη διάγνωση του καρκίνου του μαστού έχει οδηγήσει σε σημαντική βελτίωση του ρυθμό θεραπείας της νόσου. Σημαντικές πρόοδοι στην τεχνολογία της απεικόνισης παρέχουν τη βελτιωμένη ανίχνευση και ευαισθησία του καρκίνου και οδηγούν σε όλο ένα και λιγότερες περιττές βιοψίες. Οι πιο συνηθισμένες μέθοδοι απεικόνισης, που χρησιμοποιούνται, περιλαμβάνουν την Μαστογραφία, την Υπερηχογραφία, την Μαγνητική Τομογραφία (MRI), την σπινθηρομαστογραφία, την Τομογραφία Εκπομπής Φωτονίων (SPECT) και την Τομογραφία Εκπομπής Ποζιτρονίων (PET). Η παρούσα μελέτη επικεντρώνεται στην τεχνολογία της Απεικόνισης Μαγνητικού Συντονισμού ειδικά σε μία πρόσφατη και ελπιδοφόρα τεχνική απεικόνισης του καρκίνου του μαστού, που ονομάζεται Απεικόνιση Σταθμισμένης Διάχυσης στη Τομογραφία Πυρηνικού Μαγνητικού Συντονισμού (Diffusion Weighted Imaging breast MRI (DWI)). Η DWI είναι μια MRI ακολουθία χωρίς χρήση σκιαγραφικής ουσίας, η οποία βασίζεται σε αλληλουχίες για διάφορες τιμές του παράγοντα διάχυσης b (η τιμή b προσδιορίζει την διαχυτότητα και καθορίζει την ένταση και τη διάρκεια των βαθμωτών πεδίων διάχυσης). Η DWI ποσοστικοποιεί την κινητικότητα των μορίων του νερού (Brownian κίνηση) in vivo (σε ιστούς) και παρέχει διαφορετικές και ενδεχομένως συμπληρωματικές πληροφορίες στην μαστογραφία μαγνητικής τομογραφίας με χρήση σκιαγραφικού (Dynamic Contrast-Enhanced Magnetic Resonance Imaging: DCE-MRI). Η DWI με βάση τις ιδιότητες διάχυσης των μορίων του νερού, αντανακλά την τυχαία κίνησής τους λόγω της θερμικής τους ενέργειας. Η διάχυση του νερού στον μαστό μπορεί να ποσοτικοποιηθεί με τη μέτρηση της μέσης διαχυτότητας, η οποία αναφέρεται ως Φαινόμενος Συντελεστής Διάχυσης (Apparent Diffusion Coefficient-ΑDC). Ο ADC υπολογίζεται ύστερα από μετρήσεις για δυο b τιμές, μια χαμηλή b1 και μια υψηλότερη b2 τιμή. Η DWI επιτρέπει την χαρτογράφηση της διάχυσης των μορίων του νερού μέσω του ADC χάρτη. Ο ADC χάρτης είναι μια παραμετρική εικόνα της οποίας η κλίμακα χρωμάτων ή κλίμακα των τόνων του γκρι, αντιπροσωπεύει τις ADC τιμές των voxels και συνήθως παράγεται από λογισμικό. Οι παραμετρικοί ADC χάρτες απεικόνισης DWI αναπαριστούν τη μικροδομή των ιστών για διάφορους συνδυασμούς τιμών της παραμέτρου b. Η DWI εκτός από 3D ανατομική πληροφορία, παρέχει μια μη επεμβατική διερεύνηση της αγγειοβρίθειας του ιστού, έναν νέο μηχανισμό αντίθεσης στην MRI, και χαρακτηρίζεται από υψηλή ευαισθησία στην ανίχνευση ενδεχόμενων αλλαγών στο τοπικό βιολογικό περιβάλλον, οι οποίες οφείλονται σε παθολογία. Ως εκ τούτου, εκτός από τον χαρακτηρισμό αλλοιώσεων βάση σκιαγραφικής ενίσχυσης (DCE - MRI), η ποσοτικοποίηση της κίνησης των μορίων του νερού στην DWI παρέχει επιπλέον στοιχεία για τον χαρακτηρισμό της αλλοίωσης, κάτι το οποίο μπορεί να αυξήσει περαιτέρω την ειδικότητα της MRI για την ταξινόμηση των αλλοιώσεων του μαστού. Το διαγνωστικό πρόβλημα το οποίο αντιμετώπισε/εστίασε η παρούσα διπλωματική εργασία, αφορά στο χαρακτηρισμό/διάγνωση χωροκατακτητικών αλλοιώσεων (mass-like) του μαστού στην Απεικονιση Μαγνητικου Συντονισμου Σταθμισμενης Διαχυσης (DWI) και την ποσοτικη αναλυση του Φαινομενου Συντελεστη Διαχυσης (ADC) για διαγνωση καρκινου του μαστου. Η ικανότητα διάχυσης των μορίων του νερού περιορίζεται σε περιβάλλον υψηλής κυτταροβρίθιας, ενδοκυττάριων και εξωκυττάριων οιδημάτων, υψηλού ιξώδους και ίνωσης, όπως συμβαίνει στους κακοήθεις όγκους, διότι οι παράγοντες αυτοί εμποδίζουν την κυκλοφορία των μορίων του νερού. Αποτέλεσμα αυτού είναι οι περισσότεροι καρκίνοι του μαστού να παρουσιάζουν χαμηλές ADC τιμές σε σύγκριση με τους καλοήθεις όγκους ή τον φυσιολογικό ιστό. Πολλές μελέτες έχουν δείξει τη χρησιμότητα των ADC τιμών στη διαφορική διάγνωση των αλλοιώσεων του μαστού. Εν τούτοις, το κλινικό αποτέλεσμα παραμένει περιορισμένο λόγω της σημαντικής επικάλυψης καλοήθων και κακοήθων αλλοιώσεων, γεγονός που αποτελεί πρόκληση για την εφαρμογή ενός χρήσιμου διαγνωστικού ορίου της μέσης ADC. Στη πλειοψηφία των μελετών, όπως και στη παρούσα μελέτη, τα βέλτιστα επίπεδα αποκοπής της ADC μεταξύ κακοήθων και καλοήθων αλλοιώσεων προσδιορίστηκαν με τη χρήση ROC ανάλυσης. Στις μέχρι τώρα μελέτες τα διαγνωστικά όρια της μέσης ADC κυμαίνονται από 0.90 έως 1.76 × 10-3 mm2 / s, με ευαισθησία και ειδικότητα να κυμαίνονται από 63% έως 100% και 46% έως 97%, αντίστοιχα. Γεγονός αποτελεί, επίσης, η διαφορετική μέθοδος υπολογισμού της ADC που ακολουθεί η κάθε μελέτη, με πιο συχνή μέθοδο, ο υπολογισμός της μέσης τιμής της ADC (μέση τιμή ± τυπική απόκλιση) σε μια περιοχή ενδιαφέροντος (ROI) μιας αλλοίωσης του μαστού. Σκοπός της παρούσας μεταπτυχιακής διπλωματικής εργασίας ήταν να διερευνηθεί η ικανότητα των χαρακτηριστικών ιστογράμματος του Φαινόμενου Συντελεστή Διάχυσης (Apparent Diffusion Coefficient-ADC) να διαφοροποιούν κακοήθεις από καλοήθεις αλλοιώσεις του μαστού στην Απεικόνιση Μαγνητικού Συντονισμού Σταθμισμένης Διάχυσης (Diffusion Weighted MRI-DWI). Για το σκοπό αυτό, δημιουργήθηκε ο ADC παραμετρικός χάρτης ο οποίος αποτέλεσε τη βάση για την εφαρμογή μεθόδου ανάλυσης υφής εικόνας, και τον υπολογισμό πέντε χαρακτηριστικών υφής πρώτης τάξης: την μέση τιμή, την τυπική απόκλιση, την κύρτωση, την λοξότητα και την εντροπία. Η προσέγγιση αυτή θεωρήθηκε ότι θα προσφέρει μια πιο ολοκληρωμένη αξιολόγηση της υφής του όγκου και της ετερογένειας. Η προσέγγιση εφαρμόσθηκε σε κλινικό δείγμα 92 ιστολογικά αποδεδειγμένων αλλοιώσεων του μαστού, οι οποίες προέρχονται από 69 γυναίκες οι οποίες είχαν νωρίτερα ανιχνευθεί μέσω μαστογραφίας ή/και υπερηχογραφίας ή από ψηλαφητά ευρήματα. Η ιστολογική εξέταση αποκάλυψε 53 κακοήθεις αλλοιώσεις που προέρχονταν από 45 γυναίκες και 39 καλοήθεις αλλοιώσεις από 26 γυναίκες. Όλες οι εξετάσεις μαγνητικής τομογραφίας του μαστού έγιναν με σύστημα MRI 3T και για b=0 και 900 s/mm2. Η διαγνωστική απόδοση/επίδοση των παραμέτρων αυτών συγκρίθηκε με την ανάλυση λειτουργικού χαρακτηριστικού δέκτη (ROC analysis). Τα αποτελέσματα υποδεικνύουν τον σημαντικό ρόλο της ανάλυσης ADC ιστογράμματος χρησιμοποιώντας τα 5 παραπάνω χαρακτηριστικά υφής για την ταυτοποίηση των αλλοιώσεων του μαστού. Οι μετρήσεις της μέσης τιμής, της λοξότητας και της εντροπία της ADC των καλοήθων και κακοήθων αλλοιώσεων του μαστού είχαν στατιστικώς σημαντική διαφορά. Ειδικότερα, η μέση ADC τιμή των καλοήθων όγκων [(1.470 ± 0.342) × 10-3 mm2/s] ήταν σημαντικά υψηλότερη από εκείνη των κακοήθων, [(0.965 ± 0.268) × 10-3 mm2/s, (ρ < 0.00001)]. Η λοξότητα της ADC των καλοήθων όγκων [-0.303 ± 0.584], διέφερε σημαντικά από εκείνη των κακοήθων, [0.210 ± 0.725. (ρ= 0.0008)]. Και η εντροπία της ADC των καλοήθων όγκων [4.794 ± 0.665], ήταν σημαντικά χαμηλότερη από εκείνη των κακοήθων, [5.569 ± 0.649, (ρ < 0.00001)]. Ωστόσο, η τυπική απόκλιση και η κύρτωση της ADC των καλοήθων και κακοήθων αλλοιώσεων του μαστού δεν είχαν στατιστικώς σημαντική διαφορά. Συγκεκριμένα, η τυπική απόκλιση της ADC των καλοήθων όγκων ήταν [(0.184 ± 0.999) × 10-3 mm2/s] ενώ των κακοήθων ήταν [(0.192 ± 0.151) × 10-3 mm2/s, (ρ = 0.6581)] και η κύρτωση της ADC των καλοήθων όγκων ήταν [3.003 ± 1.065] ενώ των κακοήθων ήταν [3.337 ± 1.334, (ρ = 0.0987)]. Η περιοχή κάτω από την ROC καμπύλη (AUC) για τη μέση ADC τιμή ήταν 0.862 ± 0.042 (95% διάστημα εμπιστοσύνης: 0.754, 0.925), για την λοξότητα της ADC ήταν 0.705 ± 0.054 (95% διάστημα εμπιστοσύνης: 0.589, 0.800) και για η εντροπία της ADC ήταν 0.800 ± 0.046 (95% διάστημα εμπιστοσύνης: 0.691, 0.874), και είχαν ως αποτέλεσμα μια καλή διαγνωστική απόδοση/ επίδοση της DWI για τις παραμέτρους αυτές. Από την άλλη πλευρά, η AUC με 0.527 ± 0.063 (95% διάστημα εμπιστοσύνης: 0.393, 0.640) και με 0.601 ± 0.061 (95% διάστημα εμπιστοσύνης: 0.470, 0.707) για την τυπική απόκλιση και την κύρτωση, αντίστοιχα, υποδηλώνει ένα βαθμό επικάλυψης στις ADC τιμές μεταξύ καλοήθων και κακοήθων όγκων. Τα βέλτιστα κατώφλια αποκοπής για διαφοροποίηση καλοήθων έναντι κακοήθων αλλοιώσεων καθορίστηκαν με τον εντοπισμό των σημείων όπου η ακρίβεια ήταν μέγιστη στις καμπύλες ROC. Από τη συγκεκριμένη μελέτη, προέκυψαν δύο τιμές κατωφλίου αποκοπής της μέσης ADC, με την ίδια ακρίβεια 83.15%. Το πρώτο κατώφλι με τιμή 1.21 x 10-3 mm2/s χαρακτηρίζεται με ευαισθησία 86.27% και ειδικότητα 78.95%. Και το δεύτερο κατώφλι με τιμή 1.32 x 10-3 mm2/s χαρακτηρίζεται με ευαισθησία 92.16% και ειδικότητα 71.05%. Το κατώφλι για την λοξότητα της ADC ήταν στα -0.06 με ακρίβεια 68.54%, ευαισθησία 66.03% και ειδικότητα 66.67%. Τέλος, προέκυψαν δύο τιμές κατωφλίου αποκοπής της εντροπίας της ADC με την ίδια ακρίβεια ακρίβεια 76.40%. Το πρώτο κατώφλι με τιμή 5.17 χαρακτηρίζεται με ευαισθησία 75.47% και ειδικότητα 71.80%. Και το δεύτερο κατώφλι με τιμή 5.21 χαρακτηρίζεται με ευαισθησία 73.59% και ειδικότητα 74.36%. Συμπερασματικά, τα αποτελέσματα της παρούσας μελέτης δείχνουν τη συνεισφορά των μεθόδων ανάλυσης υφής εικόνας στη Απεικονιση Μαγνητικου Συντονισμου Σταθμισμενης Διαχυσης (DWI) του μαστού για την ποσοτικοποίηση της ετερογένειας του ιστού, παρέχοντας σημαντικές πληροφορίες για τη διάγνωση του καρκίνου του μαστού. Η ανάλυση ιστογράμματος των ADC τιμών στον καρκίνο του μαστού έχει τη δυνατότητα διαφοροποίησης καλοήθων και κακοήθων όγκων, παρέχοντας πληροφορίες για το σύνολο του όγκου. Η μέση τιμή, η λοξότητα και η εντροπία του ADC είναι πολύτιμες παράμετροι που συσχετίζονται με παθολογικό χαρακτηρισμό των όγκων του μαστού. Αυτές οι 3 ADC παράμετροι αύξησαν σημαντικά την ποσοτική διαγνωστική απόδοση της DWI του μαστού και πιθανότατα να είναι αποτελεσματικές παράμετροι όσον αφορά τη διάκριση μεταξύ καλοήθων και κακοήθων αλλοιώσεων του μαστού Μελλοντικές προσπάθειες πρόκειται να εστιάσουν στη διερεύνηση της συσχέτισης των εξαχθέντων χαρακτηριστικών υφής με ιστοπαθολογικούς δείκτες, με σκοπό την περαιτέρω επιβεβαίωση των προτεινόμενων προσεγγίσεων και ενδεχομένως την χρήση συγκεκριμένων χαρακτηριστικών υφής ως μη επεμβατικών προγνωστικών δεικτών καρκίνου του μαστού.

Για τις Ευρωπαίες γυναίκες ο καρκίνος του σώματος της μήτρας αποτελεί το τέταρτο συχνότερο νεόπλασμα και την δέκατη σε σειρά αιτία θανάτου από καρκίνο. Ανεξάρτητα από το εάν η διακολπική υπερηχογραφία (TVS) αποτελεί δόκιμο μέσο διαλογής (screening) για την ανίχνευση ενδομητρικού καρκίνου σε ασυμπτωματικές μετεμμηνοπαυσιακές γυναίκες, εντούτοις κυριαρχεί στους διαγνωστικούς αλγόριθμους διερεύνησης κάθε μητρορραγίας προς αποκλεισμό του καρκίνου αυτού. Παράλληλα με τα πιθανά οφέλη από την ενσωμάτωση τεχνικών Υπερηχοϋστερογραφίας (SIS) και Doppler στην ενδομητρική απεικόνιση, η δισδιά- στατη “gray scale” διακολπική υπερηχογραφία οφείλει μεγάλο μέρος της προόδου της στην ώθηση από τις εξελίξεις της τεχνολογίας. Μετά την εισαγωγή των διακολπικών ηχοβολέων πολλαπλών συχνοτήτων (multifrequency) και της “αρμονικής” (harmonic) απεικόνισης, τα σύγχρονα υπερηχογραφικά μηχανήματα διαθέτουν επιλογές λογισμι- κού για ενίσχυση της ανάλυσης της αντίθεσης δομών, λεπτών ρυθμίσεων για εξέταση διαφορετικών τύπων ιστών, πολλαπλού εύρους εστίασης, μετάδοσης της δέσμης σε πλάγια διεύθυνση ως προς το ακουστικό παράθυρο, κ.α. Τα παραπάνω, καθώς και φίλτρα μείωσης του θορύβου βελτιστοποιούν την απεικόνιση του ενδομητρίου διευκολύνοντας την αποτίμησή του, ακόμη και στα χέρια άπειρων εξεταστών. Το πάχος της διπλής ενδομητρικής στιβάδας αποτελεί ιστορικά τον πλέον αδιαμφισβήτητο ποσοτικό δείκτη ενδομητρικού καρκίνου, ειδικά στην παρουσία μετεμμηνοπαυσιακής μητρορραγίας. Η συνδυασμένη μελέτη της ενδομητρικής μορφο- λογίας και πάχους παρέχει περισσότερες πληροφορίες, ειδικά στην αποτίμηση της “γκρίζας ζώνης” των 4-10 χιλιοστών ενδομητρικού πάχους, αν και τα ευρήματα των “μορφολογικών” αυτών μελετών δεν υπήρξαν πάντα σταθερά. Με δεδομένη τη σημασία της μορφολογίας στην αποτίμηση του ενδομητρικού ιστού, και αποσκοπώντας στην υπέρβαση του υποκειμενικού χαρακτήρα της ποιοτικής εκτίμησης της υπερηχογραφικής εικόνας, θα ήταν χρήσιμη η εφαρμογή αυτοματοποιημένων τεχνικών που αξιολογούν αντικειμενικά μορφολογικά χαρακτη- ριστικά, όπως η υποβοηθούμενη από υπολογιστή ανάλυση υφής, (“computerized texture analysis”). Στις ψηφιακές εικόνες, η υφή αντικατοπτρίζει τονικές (ένταση των εικονο- στοιχείων) και δομικές (χωρική κατανομή της έντασης των εικονοστοιχείων) ιδιότητες. Η “ανάλυση υφής” αναφέρεται σε αλγόριθμους που ποσοτικοποιούν περιεχόμενο και στοιχεία υφής που πιθανόν, ή όχι, να γίνονται αντιληπτά με το γυμνό μάτι. Δεδομένου ότι στην ιατρική απεικόνιση οι εικόνες περιλαμβάνουν πολλαπλές ιδιότητες των βιολογικών δομών, η ανάλυση υφής των εικόνων αυτών παρέχει ποσοτικές πληροφο- ρίες σχετικές με τα χαρακτηριστικά, τη μορφολογία και τις ιδιότητες των δομών αυτών. Σχήματα ταξινόμησης στηριζόμενα στην υφή έχουν χρησιμοποιηθεί με επιτυχία σε ποικιλία υπερηχογραφικών εφαρμογών. Η βασισμένη σε υπολογιστή αποτίμηση εικόνων του ενδομητρίου έχει βρει κυρίως εφαρμογή στη Υποβοηθούμενη Αναπαραγωγή, αλλά δεν έχει χρησιμοποιηθεί για τη διάγνωση ενδομητρικών κακοηθειών στην δισδιάστατη υπερηχογραφία. Σκοπός της διδακτορικής αυτής διατριβής είναι η αξιολόγηση του εφικτού της υποβοηθούμενης από υπολογιστή ανάλυσης υφής του ενδομητρικού ιστού όπως απεικονίζεται σε δισδιάστατες “gray scale” υπερηχογραφικές εικόνες. Περαιτέρω, διερευνήθηκε το αποτέλεσμα μιας τεχνικής επεξεργασίας βασισμένης σε μετασχη- ματισμό κυματίου (wavelet) στη διαδικασία τμηματοποίησης και χαρακτηρισμού του ενδομητρικού ιστού. / Cancer of the corpus uteri represents the fourth commonest neoplasm among European women and the tenth most common cause of death attributed to cancer. Irrespective whether the use of transvaginal ultrasonography (TVS) as a screening tool for detecting endometrial cancer in asymptomatic postmenopausal women is warranted, TVS dominates most diagnostic algorithms in assessing metrorrhagias to exclude this cancer. Alongside the potential benefits stemming from the integration of Saline Infusion Sonography) and Doppler modalities in endometrial imaging, gray scale TVS showed remarkable advances in the previous decades, largely attributed to the evolution in computer sciences. Following the introduction of multifrequency transvaginal probes and harmonic imaging, modern scanners are equipped with software options that enhance the resolution or the contrast between different structures, fine tune while assessing different types of tissue, implement different depth of focusing, transmit the ultrasonic beam in oblique directions to the acoustic window; all these features, in addition to de-speckle filters optimize the endometrial depiction, facilitating its assessment, even in the hands of moderately skilled operators. Double stripe endometrial thickness has illustrated a remarkable robustness over time as a quantitative indicator of endometrial cancer, especially in the presence of postmenopausal bleeding. The combined consideration of endometrial morphology and thickness has proven particularly beneficial, especially in the assessment of the 4-10 mm endometrial thickness “grey zone”, although the findings of the “morphologic” studies haven’t always been consistent. Given the importance of morphology in assessing endometrial tissue, and aiming to overcome the inherent subjectivity of the qualitative consideration of ultrasonic images, implementation of automated techniques assessing objective morphologic features such as “computerized texture analysis” would be beneficial. In digital images, texture reflects tonal (intensities of image pixels) and structural (spatial distribution of pixel intensities) properties. Texture analysis refers to algorithms that quantify texture content that may, or may not, be visually perceived. Since medical images capture various properties of biological structures, texture analysis of medical images can provide quantitative metrics relevant to structure, morphology and status of biological tissues. Texture based classification schemes have been successfully implemented in a variety of ultrasound applications. Computerized TVS assessment of endometrial morphology, has been applied mainly in assisted reproduction techniques; however, computerized texture analysis has not been implemented for diagnosing endometrial malignancies in grey scale TVS. The aim of this study is to investigate the feasibility of computerized texture analysis in characterizing endometrial tissue as depicted in 2D grey scale TVS images. Furthermore, we assess the effect of a wavelet-based image processing technique in the segmentation and subsequent characterization tasks of endometrial tissue.

Αντικείμενο της παρούσας εργασία είναι ο υπολογισμός και η ταξινόμηση, με βάση το σύστημα, BIRADS της πυκνότητας του μαστού από εικόνες μαστογραφίας. Στα πλαίσια της προσπάθειας αυτής αναπτύχθηκε ολοκληρωμένο υπολογιστικό σύστημα σε γραφικό περιβάλλον ως λογισμικό πακέτο, σε γλώσσα Visual C++ .NET . Το υπολογιστικό αυτό σύστημα δέχεται σαν είσοδο εικόνες μαστογραφίας σε οποιοδήποτε από τα δημοφιλή bitmap format εικόνων όπως jpeg και tiff καθώς και DICOM αρχεία. Η λειτουργία του μπορεί να χωριστεί σε τρία στάδια: το στάδιο της προεπεξεργασίας, το στάδιο απομόνωσης της περιοχής του μαστού και το στάδιο καθορισμού της πυκνότητας του μαστού. Στο πρώτο στάδιο παρέχονται μια σειρά από στοιχειώδη εργαλεία επεξεργασίας εικόνας όπως εργαλεία περιστροφής, αποκοπής και αλλαγής αντίθεσης . Επιπρόσθετα παρέχεται η δυνατότητα Ανισοτροπικού Φιλτραρίσματος της εικόνας. Στο δεύτερο στάδιο γίνεται η απομόνωση της περιοχής του μαστού είτε απευθείας από τον χρήστη είτε αυτόματα με χρήση των ιδιοτήτων του μονογονικού (monogenic) σήματος για την αφαίρεση του παρασκηνίου (background) καθώς και κυματιδίων Gabor για τον διαχωρισμού του θωρακικού μυός. Στο τρίτο στάδιο παρέχεται η δυνατότητα ταξινόμησης της πυκνότητας του μαστού από τον χρήστη με τον καθορισμό κατάλληλου κατωφλίου των επιπέδων γκρίζου της εικόνας αλλά και η δυνατότητα αυτόματης ταξινόμησης της πυκνότητας του μαστού κατά BIRADS με χρήση Δομικών Στοιχείων Υφής (textons) και της τεχνικής pLSA. Όλες οι παραπάνω λειτουργίες παρέχονται μέσω μίας κατά το δυνατόν φιλικότερης προς τον χρήστη διεπαφής. / The present thesis aims at the classification of breast tissue according to BIRADS system based on texture features. To this end an integrated software system was developed in visual C ++. The system takes as inputs pictures in most of the popular bitmap formats like .jpeg and .till as well as DICOM. The functionality of the system is provided by three modules: (a) pre-processing module, (b) breast segmentation module and (c) the breast tissue density classification module. In the pre-processing module a set tools for image manipulation (rotation, crop, gray level adjustment) are available which are accompanied by the ability to perform anisotropic filtering to the input image. In the second module, the user has the ability to interactively define the actual borders of the breast or ask the system to perform it automatically. Automatic segmentation is a two step procedure; in the first step breast tissue is separated from its background by using the characteristics of monogenic signals, while in the second step the pectoral muscle region is subtracted using Gabor wavelets. In the density classification module the user can either ask for a calculation of breast density based on user-defined grey level threshold or perform an automatic BIRADS-based classification using texture characteristics in conjunction with Probabilistic Latent Semantic Analysis (pLSA) algorithm. Special emphasis was given to the development of a functional and user-friendly interface.

The aim of the current thesis is the exploitation of texture analysis approaches for the computer-aided diagnosis (CADx) of breast cancer. The first objective of the presented thesis is the exploitation of texture properties of the tissue surrounding microcalcifications (MCs) on x-ray mammograms for its differentiation into malignant or benign type. This approach is differentiated from previously reported texture-based CADx schemes by analyzing the “net texture pattern” of the underlying breast tissue, removing any bias introduced by the presence of MCs. This is achieved by employing a “coarse” MC segmentation step, relaxing requirements for accurate segmentation in morphology-based CADx schemes, and subsequently “excluding” the segmented MCs from the tissue area being analyzed by means of texture analysis approaches. The discriminating ability of the MCs surrounding tissue texture analysis approach is compared to that of a current state-of-the-art texture analysis approach and to a morphology-based one, employing supervised classification schemes. Classification performance is evaluated by means of Receiver Operating Characteristic (ROC) analysis on a dataset of 108 pleomorphic MC clusters originating from the Digital Database for Screening Mammography (DDSM). Results suggested that the exploitation of texture properties of the tissue surrounding MCs on screening x-ray mammograms accounts for a competitive new methodological approach towards computer-aided diagnosis of breast cancer. The second objective of the current thesis is the exploitation of lesion enhancement kinetics heterogeneity for the differentiation of breast lesions in Dynamic Contrast-Enhanced Magnetic Resonance Imaging (DCE-MRI). This approach is differentiated from previously reported studies by investigating the texture of the lesion not as depicted on a single post-contrast frame but by considering serial post-contrast data. This is achieved by generating parametric maps the reflect lesion enhancement kinetics properties and then subjecting the parametric maps to texture analysis. The discriminating ability of the enhancement kinetics “texture” analysis approach is compared to that of current state-of-the-art approach of single time frame texture analysis, employing supervised classification schemes. Classification performance is evaluated by means of ROC analysis on a dataset of 81 mass-like lesions, originating from a locally available Database. Results suggested that texture features extracted from parametric maps that reflect lesion washout properties can discriminate malignant from benign lesions more efficiently as compared to texture features extracted from either the 1st post-contrast frame lesion area or from a parametric map that reflects lesion initial uptake. Results of the current thesis suggest the contribution of texture analysis methods in breast imaging for the quantification of both anatomical and functional tissue heterogeneity, providing important information for breast cancer diagnosis. / Στα πλαίσια της παρούσας Διατριβής μελετήθηκε η συμβολή μεθόδων ανάλυσης υφής μαστογραφικών εικόνων στη διάγνωση καρκίνου του μαστού. Η μελέτη εστιάσθηκε σε δύο διαγνωστικά προβλήματα τα οποία αποτελούν ανοικτά ζητήματα τόσο στην κλινική ρουτίνα όσο και στις μεθοδολογικές προσεγγίσεις αυτόματων συστημάτων ανάλυσης εικόνας για την υποβοήθηση της διάγνωσης με χρήση υπολογιστή (Computer-aided diagnosis - CADx). Το πρώτο διαγνωστικό πρόβλημα στο οποίο εστίασε η παρούσα Διατριβή αφορά στο χαρακτηρισμό μικροαποτατινώσεων στη μαστογραφία ακτίνων-Χ. Στην παρούσα μελέτη ακολουθείται μια διαφορετική προσέγγιση για τη διάγνωση συστάδων μικροαποτιτανώσεων, βάσει της οποίας μελετάται η ετερογένεια του ιστού ο οποίος περιβάλλει τις μικροαποτιτανώσεις. Ο «περιβάλλων ιστός» προκύπτει από εφαρμογή μεθόδου τμηματοποίησης των μικροαποτιτανώσεων και εξαίρεσής τους από την περιοχής ενδιαφέροντος. Οι απαιτήσεις ακρίβειας της μεθόδου τμηματοποίησης στην προσέγγιση ανάλυση υφής του «περιβάλλοντος ιστού» είναι μειωμένες, σε σχέση με τις αντίστοιχες μεθόδους των CADx συστημάτων βάσει μορφολογίας, καθώς απαιτείται μόνο «αδρός» καθορισμός των ορίων τους. Η ετερογένεια του περιβάλλοντος ιστού μελετήθηκε βάσει μεθόδων εξαγωγής χαρακτηριστικών υφής εικόνας, σε δείγμα 108 συστάδων μικροαποτιτανώσεων, που αντλήθηκαν από μαστογραφικές εικόνες της ψηφιακής βάσης αναφοράς Digital Database for Screening Mammography. Η διαχωριστική ικανότητα των εξαχθέντων χαρακτηριστικών υφής διερυνήθηκε με χρήση επιβλεπόμενων σχημάτων ταξινόμησης. Η ακρίβεια ταξινόμησης αξιολογήθηκε βάσει του εμβαδού της καμπύλης απόκρισης παρατηρητών. Η προσέγγιση «ανάλυσης υφής του περιβάλλοντος ιστού» συγκρίθηκε με την τρέχουσα μέθοδο ανάλυσης υφής εικόνας περιοχής ενδιαφέροντος που εμπεριέχει τη συστάδα μικροαποτιτανώσεων, αλλά και με προσέγγιση βάσει ανάλυσης μορφολογίας μικροαποτιτανώσεων. Τα αποτελέσματα της παρούσας μελέτης συνιστούν ότι η προσέγγιση ανάλυσης υφής «του περιβάλλοντος ιστού» αποτελεί μία νέα ανταγωνιστική μεθοδολογία στη διάγνωση καρκίνου του μαστού υποβοηθούμενη από υπολογιστή. Το δεύτερο διαγνωστικό πρόβλημα στο οποίο εστίασε η παρούσα Διατριβή αφορά στο χαρακτηρισμό χωροκατακτητικών αλλοιώσεων στη μαστογραφία μαγνητικής τομογραφίας με χρήση σκιαγραφικού (Dynamic Contrast-Enhanced Magnetic Resonance Imaging: DCE-MRI). Στην παρούσα μελέτη διερευνάται η ικανότητα ποσοτικοποίησης της ετερογένειας των αλλοιώσεων ως προς τη δυναμική τους συμπεριφορά για τη διάγνωση χωροκατακτητικών αλλοιώσεων στη DCE-MRI. Για το σκοπό αυτό δημιουργήθηκαν τρεις παραμετρικοί χάρτες βάσει υπολογισμού τριών δυναμικών χαρακτηριστικών των αλλοιώσεων σε επίπεδο εικονοστοιχείου, οι οποίοι αποτέλεσαν τη βάση για την εφαρμογή μεθόδου ανάλυσης υφής εικόνας, βάσει μητρών συνεμφάνισης στο πεδίο διαβαθμίσεων του γκρι. Μελετήθηκε η διαχωριστική ικανότητα μεμονωμένων χαρακτηριστικών υφής αλλά και επιλεχθέντων υποσυνόλων από κάθε παραμετρικό χάρτη με χρήση επιβλεπόμενων σχημάτων ταξινόμησης. Η ακρίβεια ταξινόμησης αξιολογήθηκε βάσει του εμβαδού της καμπύλης απόκρισης παρατηρητών. Η μέθοδος συγκρίθηκε με τη συμβατική προσέγγιση ποσοτικοποίησης ετερογένειας της αλλοίωσης σε συγκεκριμένο χρονικό στιγμιότυπο, όπως υιοθετείται από τρέχουσες προσεγγίσεις συστημάτων CADx στη DCE-MRI, σε δείγμα 81 αλλοιώσεων. Τα χαρακτηριστικά υφής που εξήχθησαν από χάρτες που εκφράζουν τη μεταβολή του σήματος κατά τη φάση της έκπλυσης του σκιαγραφικού παρουσίασαν την υψηλότερη ακρίβεια ταξινόμησης η οποία ήταν στατιστικώς σημαντικά διαφορετική συγκρινόμενη με χαρακτηριστικά που εξήχθησαν είτε από χάρτη που εκφράζει μεταβολή του σήματος κατά τη φάση της πρόσληψης του σκιαγραφικού ή από αλλοίωση όπως απεικονίζεται σε συγκεκριμένο χρονικό στιγμιότυπο. Τα αποτελέσματα της παρούσας Διατριβής υποδηλώνουν την ικανότητα μεθόδων ανάλυσης υφής στη μαστογραφική απεικόνιση για την ποσοτικοποίηση τόσο της ανατομικής όσο και της λειτουργικής ετερογένειας των αλλοιώσεων, παρέχοντας σημαντική πληροφορία για τη διάγνωση καρκίνου του μαστού.

Η παρούσα διδακτορική διατριβή αποτελεί ένα συνδυαστικό ερευνητικό προϊόν που στοιχειοθετείται από την ανάπτυξη υπολογιστικών εργαλείων επεξεργασίας και ανάλυσης θαλάσσιων γεωφυσικών δεδομένων και την εφαρμογή τους σε πρωτογενή δεδομένα, συλλεγμένα από το Εργαστήριο Θαλάσσιας Γεωλογίας και Φυσικής Ωκεανογραφίας (Ε.ΘΑ.ΓΕ.Φ.Ω) του πανεπιστημίου Πατρών, κατά το διάστημα 2005 – 2011. Τα πεδία στα οποία συγκεντρώνεται το κέντρο βάρους της διατριβής είναι: 1) τα συστήματα ακουστικής ταξινόμησης πυθμένα και 2) η χαρτογράφηση και παραμετροποίηση εμφανίσεων των πολύ σημαντικών θαλάσσιων ενδιαιτημάτων της Ποσειδώνιας και των κοραλλιογενών σχηματισμών στο Ιόνιο και στο Αιγαίο πέλαγος. Έτσι αναπτύχθηκαν και παρουσιάστηκαν εκτενώς τα λογισμικά εργαλεία SonarClass και TargAn, που αναφέρονται αντίστοιχα στην αυτόματη ακουστική ταξινόμηση πυθμένα και την παραμετροποίηση περιοχών ενδιαφέροντος σε εικόνες ηχοβολιστών ευρείας σάρωσης και εφαρμόστηκαν για την χαρτογράφηση λειμώνων ποσειδώνιας στη Ζάκυνθο και κοραλλιογενών σχηματισμών (τραγάνας) στις Κυκλάδες νήσους. Παράλληλα και επεκτείνοντας το εύρος των ερευνητικών προϊόντων αυτής της διατριβής, αναπτύχθηκαν επίσης: 1) το λογισμικό SBP-Im-An για τη γεωαναφορά και ψηφιοποίηση παλαιών αναλογικών καταγραφών τομογράφων υποδομής πυθμένα, 2) το λογισμικό χωροστάθμησης θαλάσσιων γεωμαγνητικών δεδομένων MagLevel και 3) το λογισμικό ποσοτικοποίησης αλιευτικών ιχνών σε δεδομένα ηχοβολιστών ευρείας σάρωσης PgStat, με αντίστοιχες σημαντικές εφαρμογές σε πρωτογενή δεδομένα. Η παρούσα διατριβή επιδεικνύει πρωτοτυπία τόσο σε επίπεδο ανάπτυξης νέων μεθόδων ανάλυσης και επεξεργασίας γεωφυσικών δεδομένων όσο και σε επίπεδο παρουσίασης εφαρμογών τους σε περιοχές μελέτης με ιδιαίτερο περιβαλλοντικό ενδιαφέρον αλλά και σε πεδία έρευνας για τα οποία το ενδιαφέρον της σύγχρονης θαλάσσιας επιστημονικής κοινότητας βρίσκεται στο απόγειό του. / The present PhD thesis is a combinational research product concerning the development of software tools for the processing and analysis of marine geophysical data and their application to original data, collected by the Laboratory of Marine Geology and Physical Oceanography (L.M.G.P.O), university of Patras, Greece, during the period 2005-2011. The fields that this thesis focuses on are: 1) the Acoustic Seabed Classification Systems and 2) the mapping and quantification of very important marine habitats that specifically are the Posidonia Oceanica Prairies and the Coralline formations in the Aegean and Ionian seas. The software tools SonarClass and TargAn, that respectively refer to the Acoustic Seabed Classification and the quantification of Regions Of Interest in swath sonar imagery are presented and applied to the cases of Posidonia Oceanica in Zakinthos Isl. (Ionian Sea) and Coralline formations in Cyclades Isl. (Aegean Sea). Additionally and extending the range of the research products of this thesis, other software tools that are presented are: 1) the SBP-Im-An for the recreation (georeferencing and digitization) of old analog Sub Bottom Profiler recordings, 2) the MagLevel for the tie line leveling of marine geomagnetic data and 3) the PGStat for the quantification of trawl marks in swath sonar imagery, all of them with significant applications to original data. This thesis demonstrates originality due to both the development of new methods for the analysis and processing of marine geophysical data and the applications to study areas with particular environmental interest and research fields for which the attention of the marine scientists is at its peak.

Η αυτόματη επεξεργασία εικόνων του ενδομητρίου αποτελεί ένα δύσκολο και πολυδιάστατο πρόβλημα, το οποίο έχει απασχολήσει πλήθος ερευνητών και για το οποίο έχει αναπτυχθεί μεγάλος αριθμός τεχνικών. Στην παρούσα διατριβή, παρουσιάζεται μια μεθοδολογική προσέγγιση, η οποία βασίζεται στη χρήση αλγορίθμων ψηφιακής επεξεργασίας και ανάλυσης εικόνων, για την αυτόματη εκτίμηση χαρακτηριστικών που περιγράφουν την αγγείωση και την υφή εικόνων του ενδομητρίου. Αφορμή της μελέτης αποτελεί ο ρόλος που διαπιστώνεται ότι διαδραματίζει η μεταβολή των τιμών των εν λόγω χαρακτηριστικών στην έγκαιρη διάγνωση των παθήσεων του ενδομητρίου. Στα πλαίσια της διατριβής, υλοποιήθηκε κατάλληλη μεθοδολογία για τον υπολογισμό ενός συνόλου χαρακτηριστικών τόσο για υστεροσκοπικές εικόνες, όσο και για ιστολογικές εικόνες του ενδομητρίου. Ιδιαίτερη βαρύτητα δόθηκε στην προ – επεξεργασία των εικόνων προκειμένου να προκύψει βελτίωση της ποιότητας καθώς και ενίσχυση της αντίθεσης αυτών. Στη συνέχεια, ανιχνεύτηκαν τα σημεία που αποτελούν τους κεντρικούς άξονες των υπό εξέταση αγγείων με χρήση διαφορικού λογισμού για τις υστεροσκοπικές εικόνες και υπολογίστηκε ένα σύνολο χαρακτηριστικών μεγεθών που περιγράφουν την αγγείωση και την υφή των εικόνων τόσο για τις υστεροσκοπικές όσο και για τις ιστολογικές εικόνες. Τέλος, εφαρμόστηκαν κατάλληλοι αλγόριθμοι με σκοπό την κατηγοριοποίηση των υστεροσκοπικών και των ιστολογικών εικόνων και συγκεκριμένα τον διαχωρισμό των παθολογικών και των φυσιολογικών εικόνων του ενδομητρίου. Παράλληλα, χρησιμοποιήθηκε η ROC ανάλυση στην απεικόνιση και ανάλυση της συμπεριφοράς των εν λόγω κατηγοριοποιητών. / Automatic analysis of the endometrial images is a difficult and multidimensional problem. For this reason, the number of papers and techniques regarding this issue is numerous. In this Thesis, a methodology is presented, based on advance image processing techniques in order to automatically estimate texture and vessel’s features in endometrial images. Motivation for the Thesis is the fact that the variation of the measurements of the specific features plays significant role in the seasonable diagnosis of endometrial disorders. Throughout this Thesis, an appropriate methodology is developed in order to estimate the features for the hysteroscopical and histological images of the endometrium. An important step is the pre – processing of the images in order to enhance the image quality and the image contrast. Then, the pixels that constitute the centerlines of vessels are detected by using differential calculus for the hysteroscopical images, only. Furthermore, the texture and vessel’s features in hysteroscopical and histological images are estimated. Finally, appropriate algorithms are applied in order to classify the hysteroscopical and histological images and distinguish pathological and normal endometrial images. ROC analysis is used in order to evaluate the discrimination power of the features that were estimated.