Защита диссертации Керімхан Бекжан Темірханұлы на соискание степени доктора философии (PhD) по специальности «6D070400 - Вычислительная техника и программное обеспечение»
В Евразийском национальном университете имени Л.Н. Гумилева состоится защита диссертации на соискание степени доктора философии (PhD) Керімхан Бекжан Темірханұлы на тему «Разработка программного обеспечения для анализа видеопоследовательности на основе дескриптивно-ассоциативных алгоритмов» по специальности «6D070400 – Вычислительная техника и программное обеспечение».
Диссертация выполнена на кафедре «Компьютерная и программная инженерия (ВТ)» Евразийского национального университета имени Л.Н. Гумилева.
Язык защиты - казахский
Официальные рецензенты:
Мамырбаев Оркен Жумажанович - доктор философии(PhD), ассоциированный профессор, Институт информационных и вычислительных технологий, профессор
Бурибаев Жолдас Алладинович - доктор философии(PhD), Казахский национальный университет им. Аль-Фараби, Доцент (и.о.)
Временные члены Диссертационного совета:
Еримбетова Айгерим Сембековна - магистр
Кумаргажанова Сауле Кумаргажановна - кандидат наук, ассоциированный профессор, Восточно-Казахстанский государственный технический университет им. Д. Серикбаева, ассоциированный профессор (доцент)
Bhushan Shashi - доктор философии(PhD)
Научные консультанты:
Жумадиллаева Айнур Канадиловна
Недзьведь Александр Михайлович
Защита состоится: 23 декабря 2024 года 11:00 часов в Диссертационном совете по направлению подготовки кадров «8D061 – Информационно-коммуникационные технологии» по специальности «6D070400 – Вычислительная техника и программное обеспечение» Евразийского национального университета имени Л.Н. Гумилева. Проведение заседания диссертационного совета в онлайн формате.
Ссылка: https://clck.ru/3EaNXG
Адрес: Астана қаласы, А. Пушкин көшесі, 11, оқу ғимараты, 222-аудитория.
Аннотация (рус.): АННОТАЦИЯ диссертационной работы Керімхан Бекжан Темірханұлы «Разработка программного обеспечения для анализа видеопоследовательности на основе дескриптивно-ассоциативных алгоритмов», представленной на соискание степени доктора философии (PhD) по специальности «6D070400 – Вычислительная техника и программное обеспечение» Актуальность темы исследования. В настоящее время изображение активно используется как средство представления результатов самых разнообразных исследований во многих отраслях. Визуальная интерпретация микроскопических препаратов является центральной в медицинской диагностике, а интерпретация космических снимков активно используется во многих задачах кадастрового агентства, мониторинга природных ресурсов и др. задачах. Зрительная система человека хорошо оценивает качественные характеристики объектов, но количественное описание тех же объектов в большинстве случаев является достаточно субъективным. Автоматизация подсчета объектов и измерений их характеристик позволяет не только увеличить точность оценки объектов, но и позволяет хранить изображения и результаты их обработки в базе данных большой емкости, следовательно, использовать при диагностике большие объемы данных, что, так же как и унификация измерений, позволяет сделать диагноз достаточно объективным. Медицинские и спутниковые изображения содержат множество сложных структур, характеризующих свойства изучаемых объектов. Вместе с тем не существует эффективных методов их анализа, учитывающих такую специфику изображений. Традиционные технологии в основном сосредоточены на методах улучшения изображений и не учитывают особенности объектов. Современное направление анализа изображений на основе нейронных сетей требует подготовки качественных наборов и ограничено операциями свертки локального пространства. Поэтому разработка новых методов и программных средств для анализа объектов на изображениях является актуальной научно-практической задачей. Существующие технологии анализа сложно структурированных изображений представляют собой совокупность разрозненных наборов операций. В основном они предназначены для улучшения изображения и решения частных задач, которые требуют одновременного участия, по крайней мере, двух специалистов. Один определяет специфику предметной области, другой задает набор и последовательность операций анализа изображений для проведения исследования. При комплексной автоматизации такие технологии малоэффективны. На рынке программного обеспечения разработано большое количество продукта для решения узкого класса задач с собственным набором понятий, определений и уникальным пользовательским интерфейсом. Использование такого продукта является довольно сложным. В настоящее время автоматическая обработка изображений является одним из важнейших направлений в области искусственного интеллекта осуществляющих распознавание образов. Одним из наиболее эффективных инструментов для распознавания образов является системы, построенные на дескриптивно-ассоциативных алгоритмов. В системе технического зрения (СТЗ) необходимо нескольких методов и алгоритмов, решающие одну и ту же задачу различными способами, обеспечивая при этом необходимые показатели по быстродействию и достоверности идентификации. Например, к таким задачам относится анализ кровотока, который отражает здоровье глаз и нарушается при многих заболеваниях. Многие патологические процессы протекают на клеточном уровне, например, микроциркуляция крови в сосудах, и обработка медицинских изображений является сложной задачей распознавания. Кровеносные сосуды на изображениях сетчатки содержат значительную информацию о патологических изменениях, вызванных офтальмологическими заболеваниями, такими как диабет, гипертония и атеросклероз. Компьютерный анализ изображений сетчатки играет важную роль в диагностике, лечении, скрининге, оценке и клиническом изучении глазных заболеваний. Однако автоматическая сегментация анатомических структур сетчатки является сложной задачей из-за наличия повреждений и шума, неравномерного освещения, дрейфа интенсивности, отсутствия изображения контраст, изменяющаяся ширина сосуда и рефлекс центрального сосуда. Был выполнен значительный объем работы по автоматизированной сегментации сосудов сетчатки, которую можно разделить на методы, основанные на согласованной фильтрации, морфологической обработке, отслеживании сосудов, многомасштабном анализе, распознавании образов и алгоритмах на основе моделей. Существующие методы измерения кровотока ограничены из-за сложных допущений, требований к оборудованию и расчетам. В этой работе мы предлагаем метододику дескриптивного анализа видеопоследовательности, где движение расскладывается на части по ключевым особенностям, данная методика опробована на задаче определения характеристик кровотока в сосудах конъюнктивы глаза, таких как линейная и объемная скорость кровотока и топологические характеристики сосудистой сети. Методика выполняется по этапам. На первом этапе выполняется обработка видеопотока целиком для улучшения условий анализа. Забем начинается каскад последоветельной обработки фрагментов для уточнения особенностей движения на основе интегрального оптического потока для определения динамических характеристик двидения на разных уровнях (фон, группа объектов, объект, движение внутри объекта). В практической задаче движения крови в сосудах эти характеристики позволили определить фрагменты изменения скорости кровотока в сосудах глаза. Мы показываем эффективность нашего метода в сценах с естественными сосудами глаза. Исследование дает ценную информацию новичкам с ограниченным опытом в диагностике и может послужить ценным инструментом для опытных медицинских работников. Цель диссертационного исследования. Целью исследования является разработка и экспериментальное исследование методики анализа последовательности изображений посредством разбора движения на основе дескриптивных алгоритмических схем, предназначенной для технологии разработки или оперативной коррекции программного обеспечения в случае сложного движения в видеопоследовательности, содержащими множество динамических объектов. Задачи исследования: 1. Провести анализ научных исследований в области динамических объектов. 2. Определить свойства динамического объекта и дескрипторы его движения, как предмета мониторинга. 3. Разработать методику мониторинга динамических объектов на основе дескрипторов движения 4. Разработать методику мониторинга динамической сцены. 5. Реализовать и опробовать технологию мониторинга анализа кровотока на основе методики дескриптивно-ассоциативного анализа динамической сцены. Основным объектом исследования являются дескриптивно- ориентированные методы извлечения информации и данных движения на видеопоследовательности для построения унифицированной программной архитектуры видеомониторинга. Научная новизна. Разрабатываемые методики являются новыми и оригинальными, зарубежных аналогов не имеют и применительно к анализу видеопоследовательностей в настоящее время определяют мировой уровень. Они отличаются от известных тем, что в них используют дескриптивный подход анализа движения на видеопоследовательности, позволяющий разобрать движение по частям, для которых определить группы динамических объектов. Это позволило определить для них характеристики индивидуального движения. Существенной отличительной чертой является также формализация представления движения в качестве неотъемлемого этапа и анализа, и оценивания для формирования адаптационных наборов команд самостоятельного изменения программного обеспечения. Основные положения, выносимые на защиту: 1. Формализация динамического объекта на основе задания дескрипторов его движения, что позволило использовать в определении движения формулировки для объединения в группы и множества, позволяющие упростить определения и решения задач мониторинга объектов на видеопоследовательности. 2. Методика мониторинга динамических объектов на основе дескрипторов движения и последовательного анализа сложно-структурируемых разновременных изображений, основанная на формировании дескрипторных карт, которые позволяют определить признаки поведения объекта, необходимые для дальнейшего принятия решений в системах мониторинга 3. Методика дескриптивного мониторинга динамической сцены, основана на разделения динамических объектов по группам и использовании дескриптивных карт движения для компенсации движения фона, несущественных для анализа объектов и движения собственно динамических объектов, для которых учитывается как внешнее, так и внутреннее движение. 4. Технология анализа кровотока на основе методики дескриптивного анализа динамической сцены склеры, как пример практической задачи использующей методику дескриптивного мониторинга в которой присутствует движение фона, сосудов и клеток крови. В результате кровоток определяется как основной динамический объект, движение которого задается объединением динамических дескрипторов группы клеток. Определение динамических дескрипторов сосудов и фона позволило скомпенсировать все внешнее движение и сосредоточится исключительно на исследовании свойств кровотока. Предмет исследования. Алгоритмы и методы анализа сложно- структурируемого движения объектов в динамической сцене. Методы исследования. Алгоритмы и методы компьютерного зрения и сравнения изображений Практическое значение полученных результатов. Практическое значение полученных результатов – Дескриптивное описание методики анализа движения предназначена для проведения анализа движения и может быть использована в автоматических системах мониторинга объектов. Рекомендации по практическому использованию результатов заключаются в использовании результатов исследования для мониторинга и количественного анализа изменений, происходящих на заданном участке или сцене. Предлагается формализация задачи наблюдения за движением на видеопоследовательности изображений, которая позволит существенно упростить процесс формирования схемы решения задач мониторинга динамических объектов по видеопоследовательности. Рекомендации по дальнейшему развитию исследований: планируется продолжить исследования в части развития алгоритмов анализа движения в разных условиях проведения исследования, а также ускорения уже разработанных алгоритмов. Разработанные алгоритмы могут найти широкое применение в области мониторинга подвижных объектов не только в медицине, но и для контроля за поведением толпы или движения транспортных потоков. Апробация результатов диссертации. Основные результаты диссертационной работы докладывались на семинарах Евразийского национального университета им. Л.Н. Гумилева, на международных конференциях, которые проходили в России, Белорусии: 1. Семинары докторантов кафедры «Компьютерная и программная инженерия», г.Астана, 2019-2021 гг. 2. Международная научная конференция «Global science and innovations 2019: Central Asia», г. Нұр-Сұлтан, 2019г. 3. Международная научная конференция «Ǵylym jáne Bilim - 2022», г. Нұр- Сұлтан, 2022г. Публикации, изданные по результатам исследования, в том числе: - В научных журналах, индексируемых в базе Web of Science и Scopus: 1. B. Kerimkhan, A. Nedzved, A.Zhumadillayeva, K. Dyussekeyev, G.Uskenbayeva, B.Sultanova, L.Rzayeva. Automation of flow analysis in scleral vessels based on descriptive-associative algorithms. // Scientific Reports, -2023. - 13(4650). - Статьи, опубликованные в научных журналах, рекомендуемых КОКСОН МОН РК: 1. Керімхан Б., Недьзведь А., Жумадиллаева А., Дуйсенова Г. Методика автоматизации анализа больших наборов изображений для задач мониторинга // Вестник НИА РК. – Алматы 2022. - №2 (84). – 82-89. 2. Kerimkhan B, Zhumadillayeva A., Nedzvedz A. Analysis of dynamical changes from large set of remote sensing images // Научный журнал университета Astana IT. – Астана 2022. - №11. 4-13. 3. Керімхан Б., Жумадиллаева А., Недзьведь А.. Ильясова М. Динамикалық обьектілердің қозғалыс карталары және орындалатын әрекеттер // Вестник университета Торайғыров. – Павлодар 2022. - №4. 152-164. - В трудах международных конференций: 1. Керімхан Б.Т. Дескрипторларды құру және суреттерді салыстыру. // Сборник материалов VI Международной научно-практической конференции «GLOBAL SCIENCE AND INNOVATIONS 2019: CENTRAL ASIA», Нұр-Сұлтан, 2019., 225-228с. 2. Керімхан Б.Т. Бейнелерді салыстыру және динамикалық обьектілерді анықтау. // Студенттер мен жас ғалымдардың «Ǵylym jáne Bilim - 2022» Сборник докладов XVII Международной научной конференции, Нұр-Сұлтан, 2022., 943- 948с. - Свидетельство о государственной регистрации на объект авторского права. Программа для ЭВМ: Дескриптивтік-ассоциативті алгоритмдер негізінде склеральды тамырлардағы ағынды талдауды автоматтандыру. Свидетельство о государственной регистрации прав на объект авторского права, № 24788 от 5 апреля 2022 года. - Акт внедрения разработанного программного продукта: программное обеспечение «Дескриптивтік-ассоциативті алгоритмдер негізінде склеральды тамырлардағы ағынды талдауды автоматтандыру» (авторы Керімхан Б.Т. и Жумадиллаева А.К.) применяются в настоящее время медицинской клиникой для оценки состояния микроциркуляторного русла других органов и систем (16.03.2023г). Объем и структура диссертации. Диссертационная работа состоит из введения, трех глав, заключения, 3 приложений. Работа выполнена печатным способом на 97 страницах, с применением компьютерных возможностей акцентирования внимания в виде иллюстраций, схем и таблиц. Список литературы состоит из 103 наименований. Автор выражает глубокую благодарность научному руководителю доценту кафедры «Компьютерная и программная инженерия», к.т.н. Жумадиллаевой Айнур Канадиловне и зарубежному консультанту, профессору, д.т.н. Белорусского государственного университета (Беларусь, г. Минск) Недзьведь Александру Михайловичу за неоценимую работу и консультации в ходе исследования.
Отзыв зарубежного консультанта
Заключение комиссии по этической оценке исследований
Решение диссертационного совета
Защита диссертации: https://youtu.be/N33byhU8GCQ
