Opis inovacije
Metoda na inovativan način kombinira nekoliko složenih matematičkih algoritama radeći nenadzirano razlaganje i analizu trospektralne (RGB) slike u fotodinamičkoj dijagnostici. Primjenom metode dobiva se slika na kojoj promatrano tumorsko tkivo i granice tumora postaju mnogo vidljivije u odnosu na polaznu sliku. Stoga je na tako dobivenoj konačnoj slici bitno olakšana vizualizacija i demarkacija tumora.
Originalnost i kvaliteta znanstvenog doprinosa prethodno je potvrđena objavom znanstvenog rada u jednom od vodećih časopisa iz područja analize medicinske slike: I. Kopriva and A. Peršin "Unsupervised decomposition of low-intensity low-dimensional multi-spectral fluorescent images for tumour demarcation," Medical Image Analysis 13, 507-518, 2009 (IF: 3.6).
Princip poboljšanja kontrasta naknadno je demonstrirana na RGB slici histopatološkog uzorka: I. Kopriva, M. Hadžija, M. Popović-Hadžija, M. Korolija, A. Cichocki. "Rational Variety Mapping for Contrast-Enhanced Nonlinear Unsupervised Segmentation of Multispectral Images of Unstained Specimen," The American Journal of Pathology, vol. 179, No. 2, pp. 547-553, 2011 (IF: 4.89).
Komercijalni potencijal
Zaštićeni algoritam unaprjeđuje fotodinamičku vizualizaciju i demarkaciju tumora uz pomoću komercijalnih i jeftinih RGB senzora (digitalnih kamera) i na taj način povećava njenu pristupačnost. Kvaliteta segmentirane slike je usporediva sa kvalitetom dobivenom složenijim i skupljim višespektralnim senzorima.
Zaštićena metoda se također može upotrijebiti za analizu slike u patologiji s mogućosti eliminacije uporabe kontrastnog reagensa. To može imati važne praktične posljedice u kliničkoj patologiji kroz pojednostavljenje pripreme histopatoloških uzoraka. U tijeku je razvoj naprednije verzije algoritma koja pokazuje kompetitivne rezultate u segmentaciji raznih vrsta višekanalne medicinske slike (magnetska rezonanca, računalna tomografija, itd.).
Metoda se može ugraditi u postojeće programske pakete za analizu slike.
