Képi információk hatékony feldolgozása széles társadalmi rétegeket érintő egészségügyi problémákban Hajdu András Debreceni Egyetem, Informatikai Kar 2. Magyar Jövő Internet Konferencia Budapest, 2015. november 11.
Tartalom Mobil- és szerveroldali feldolgozást támogató kollabora7v egészségügyi és kutatási keretrendszer Automa=kus szűrés Mul=diszciplináris kutatások Fúzió alapú szuperalkalmazások Annotált adatbázisok publikálása Felhő alapú szolgáltatások, mobil feldolgozás DermDB (bőrgyógyásza= alkalmazás) Portál továbbfejlesztése 2
Kollaboratív egészségügyi és kutatási keretrendszer Platform 3
Kollaboratív egészségügyi és kutatási keretrendszer 4
Kollaboratív egészségügyi és kutatási keretrendszer Adatgyűjtés 5
Korszerű klinikai képalkotó technikák 6
Korszerű klinikai képalkotó technikák Előnyök Pontos, megbízható Kórházi rendszerekbe integrált Hátrányok Drága Nem mindenhol elérhető Nehezen mozgatható Zárt szoxveres feldolgozás (bundle) 7
Alternatív adatgyűjtés 8
Alternatív adatgyűjtés 9
Alternatív adatgyűjtés Előnyök Gyakorla=lag mindenki számára elérhető (mobil szenzorok terjedése) Egyszerű hordozhatóság Dinamikus szenzorfejlődés, változatos szenzor7pusok Jól támogato^, gyors szoxverfejlesztés Informal care paradigma támogatása Hátrányok Általában gyengébb minőségű képi információ Kórházi rendszerekbe való integráció nem megoldo^ Automa=kus feldolgozáshoz számítási környezet kialakítása szükséges 10
Kollaboratív egészségügyi és kutatási keretrendszer Felhasználói felület 11
Felhasználói felület 12
Felhasználói felület Gesztusvezérlés Kéz-, test- és szemszenzorral történő vezérelhetőség Kényelmesebb, jobban betanítható annotálási lehetőség Természetesebb adafeltárás/bevitel Plusz erőforrás (klinikai személy keze szabadon marad/mozgássérültek) 13
Kollaboratív egészségügyi és kutatási keretrendszer Feldolgozás 14
Feldolgozás Nagy mennyiségű képi adat esetén Saját szerverklaszter Hazai/egyéb elérhető szuperszámítógép- hálózat Szuperszámítógép- bérlet (Amazon, Google) Ad- hoc mobil hálózat Ese= feldolgozás Lokális eszköz (például mobiltelefon) 15
Feldolgozás 16
Feldolgozás ad-hoc mobil hálózaton Mobil eszközök száma: ~7-8 milliárd Szuperszámítógépeket meghaladó kapacitás Alapvető emberi igénnyé vált - > mindenhol elérhető Saját feldolgozó rendszer és protokoll A rendszer magja egy ütemezésért felelős alkalmazás Feladatkiosztás tulajdonosi prioritás alapján Erőforrás- és energiahatékony feldolgozás Eszközök kapacitásának figyelembe vétele 17
Feldolgozás ad-hoc mobil hálózaton Ado^ eszköz bevonásának mértékére egy együ^ható az alábbi paraméterek súlyozásával CPU magok száma Prioritás, amelyet a felhasználó állíthat Jelenleg elérhető memória (RAM) Akkumulátor pillanatnyi töltö^ségi szintje Szabad tár mérete 18
Kollaboratív egészségügyi és kutatási keretrendszer Klinikai felhasználás 19
Klinikai felhasználás - dermatológia Kényelmes webes megoldás képek tárolásához letöltéséhez, elemzéséhez és megosztásához (diagnosz=ka) Betegadatok tárolása Elváltozások időbeli követhetősége Annotálhatóság Fő funkcionalitások Felhasználó- kezelés Betegrekord- kezelés Rekordok megosztása Adatbázis keresése 20
Klinikai felhasználás
Kollaboratív egészségügyi és kutatási keretrendszer Kollaboráció 22
Output of an Algorithm
Fusion Result
Platform áttekintés Hiánypótló az annotációval elláto^ publikusan elérhető képi adatbázisokhoz Annotáláshoz alapszintű klinikai ismeretek elegendőek lehetnek (grading) Lehetőséget teremt algoritmusok kvan=ta7v össze- hasonlítására (benchmarking) Kutatási tevékenységek =sz7tása Fúziós technikákkal nagyobb pontosságú alkalmazások készíthetők Implementációt nem szükséges kiadni Lehetőség van a funkcionalitás véde^ megosztására Feltöltö^ adatbázisok automa=kus szűrése 25
Platform további bővítés Klinikai videófelvételek publikálása és annotálhatósága Sejtvideók/nőgyógyásza= videók Szemmozgás trajektóriák (szemszenzor felvételek pszichiátriai betegségek vizsgálatához) Páciensek állapotának követhetősége Betegek, hozzátartozók, klinikai szakemberek részére Predikciós módszerek, vizualizációs technikák jobb értelmezhetőséghez Kézi annotáció elvégzésének betanítása Klinikai képtároló és továbbító rendszerek/formátumok támogatása (DICOM) Mobil adatgyűjtés és feldolgozás integrálása Strukturálatlan adatbázis- kezelés (gene=kai adatok) Feldolgozó algoritmusok hatékony implementálása (HPC) 26
Munkatársak Harangi Balázs Kovács László Lázár István Szalkay Atla Zichar Marianna Bartha Lóránt Besenczi Renátó Győri Enikő Kiss Csaba Mohácsi András Nagy Tamás Orosz Zoltán Szabó Tamás Szitha Kristóf Varga Máté 27
Köszönöm a figyelmet!