Представление предметной области "Анализ изображений" в виде специализированного тезауруса тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат технических наук Трусова, Юлия Олеговна

• Трусова, Юлия Олеговна
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Трусова, Юлия Олеговна

ВВЕДЕНИЕ.

ГЛАВА 1. ПОСТРОЕНИЕ ТЕЗАУРУСА ПО АНАЛИЗУ ИЗОБРАЖЕНИЙ.

1.1 Лингвистические средства описания предметных областей. Тезаурусы и онтологии.

1.2 Общая методология построения тезауруса предметной области.

1.3 Разработка словника Тезауруса по анализу изображений.

1.4 Разработка структуры Тезауруса по анализу изображений.

ГЛАВА 2. ТЕЗАУРУС ПО АНАЛИЗУ ИЗОБРАЖЕНИЙ. БАЗОВАЯ ВЕРСИЯ.

2.1 Построение классификации методов и задач обработки, анализа и распознавания изображений.

2.2 Общая характеристика базовой версии Тезауруса по анализу изображений.

2.3 Разработка структуры онтологии анализа изображений на основе Тезауруса по анализу изображений.

ГЛАВА 3. ИНФОРМАЦИОННО-СПРАВОЧНЫЙ ИНТЕРНЕТ-РЕСУРС (ИСИР) ПО ОБРАБОТКЕ, АНАЛИЗУ И РАСПОЗНАВАНИЮ ИЗОБРАЖЕНИЙ.

3.1 Общая концепция ИСИР.

3.2 Архитектура и функциональная схема ИСИР.

3.3 Информационное наполнение ИСИР.

ГЛАВА 4. ИСПОЛЬЗОВАНИЕ ТЕЗАУРУСОВ И ОНТОЛОГИЙ ПРИ РЕШЕНИИ ПРИКЛАДНЫХ ЗАДАЧ АНАЛИЗА ИЗОБРАЖЕНИЙ.

4.1 Метод использования тезаурусов и онтологий при решении задач анализа изображений.

4.2 Специализированные онтологии для задач автоматизации диагностического анализа изображений цитологических препаратов.

Введение диссертации (часть автореферата) на тему «Представление предметной области "Анализ изображений" в виде специализированного тезауруса»

Одной из фундаментальных проблем информатики является проблема обработки, анализа, оценивания и понимания информации, представленной в виде изображений. Изображения обладают информационной емкостью, компактностью и наглядностью и являются одним из основных средств представления информации в научных исследованиях, медицине, экологии и технике.

Целью диссертационной работы является построение формализованного представления предметной области «Анализ изображений» в виде специализированного тезауруса по анализу изображений и на его основе экспериментальной версии онтологии по анализу изображений, которые: 1) позволят систематизировать плохо структурированный и продолжающий развиваться понятийный аппарат предметной области; 2) будут служить терминологической и понятийной основой для классификации и описания задач и методов обработки, анализа и распознавания изображений в базах знаний для работы с изображениями; 3) обеспечат автоматизацию информационного поиска в базах знаний по обработке, анализу и распознаванию изображений и базах данных изображений. Кроме того, тезаурус будет являться самостоятельным словарем-справочником, который поможет ориентироваться в данной предметной области, и обеспечит возможность создания на его основе информационно-справочного интернет-ресурса по обработке, анализу и распознаванию изображений.

Важным направлением ориентированных фундаментальных и прикладных исследований является разработка автоматизированных систем обработки, анализа, оценивания и понимания изображений. Необходимыми предпосылками создания таких систем являются автоматизация: а) выбора метода решения предъявленной задачи; б) выдачи рекомендаций по выбору метода решения для класса задач, к которому относится предъявленная задача; в) синтеза алгоритмических процедур решения предъявленной задачи; г) выдачи рекомендаций по синтезу алгоритмических процедур решения предъявленной задачи.

Необходимым условием достижения указанных целей является систематизация, структуризация и, в некотором смысле, формализация знаний в области обработки, анализа и распознавания изображений. Известно, что одним их эффективных способов представления знаний являются онтологии предметных областей. Онтологии служат для явного формального машинно-интерпретируемого описания семантики данных некоторой области знания и являются подходящим инструментом для представления знаний, используемых для извлечения информации из изображений. Необходимым начальным шагом на пути к созданию онтологии является разработка тезауруса предметной области как логико-понятийной основы этой онтологии. В этом смысле тезаурус должен быть специализированным, т.е. являться средством представления современного состояния рассматриваемой области знания, включать все основные понятия и фиксировать существующие связи между этими понятиями - представлять знания и понятийную структуру соответствующей предметной области.

Диссертационная работа посвящена построению формализованного представления предметной области «Анализ и оценивание информации, представленной в виде изображений». В качестве основных разделов данной предметной области обычно выделяют обработку, анализ, распознавание и понимание изображений, причем для ее определения обычно используется обобщенный термин «Анализ изображений». В качестве способа формализации выбрано построение тезаурусного представления онтологии предметной области, т.е. создание специализированного тезауруса по анализу изображений.

Анализ изображений является чрезвычайно быстро развивающимся разделом информатики, в связи с чем его понятийная структура динамично изменяется. С другой стороны, эффективность исследований в области анализа изображений и решения прикладных задач анализа изображений в существенной степени зависят от стандартизации и формализации используемых описаний как собственно изображений, так и описаний методов их обработки, анализа и распознавания. Тезаурусное представление области анализа изображений можно использовать в качестве инструмента указанных стандартизации и формализации, а также обеспечения доступа квалифицированных и неквалифицированных пользователей, решающих задачи анализа изображений, к знаниям по анализу изображений, в том числе, например, с помощью создания соответствующих интернет-ресурсов. Существенным при этом является то обстоятельство, что тезаурус по анализу изображений и построенная на его основе онтология позволят использовать удобные и эффективные процедуры доступа к стандартизированным и структурированным представлениям этих знаний.

Таким образом, актуальной задачей является построение тезауруса по анализу изображений, необходимого для логической формализации данной предметной области, стандартизации понятийного аппарата, построения общих и частных онтологий предметной области и на этой основе автоматизации обработки, анализа, оценивания и распознавания изображений; для построения баз знаний по анализу изображений; для организации эффективного поиска и навигации в базах знаний по анализу изображений и для построения баз данных изображений.

Анализ литературы и личный опыт участия в ведущих международных конференциях по данной тематике показал, что специализированный тезаурус в области обработки, анализа, понимания и распознавания изображений в настоящее время отсутствует.

Для достижения заявленной цели диссертационной работы поставлены и решены следующие задачи:

1. исследование системы и логики знаний в области обработки, анализа, оценивания и понимания изображений;

2. разработка и обоснование структуры тезауруса по анализу изображений на основе оригинальной классификации задач и методов обработки, анализа и распознавания изображений;

3. отбор терминологии и разработка словника тезауруса по анализу изображений;

4. построение классификации задач обработки, анализа и распознавания изображений;

5. построение классификации методов обработки, анализа и распознавания изображений;

6. разработка базовой версии специализированного тезауруса по анализу изображений;

7. разработка экспериментальной версии онтологии анализа изображений на основе тезауруса по анализу изображений;

8. разработка концепции, архитектуры, функциональной схемы и требований к информационному наполнению информационно-справочного интернет-ресурса по обработке, анализу и распознаванию изображений на основе тезауруса по анализу изображений;

9. разработка метода использования тезаурусов и онтологий при решении задач анализа изображений.

Основными результатами работы, выносимыми на защиту, являются:

Базовая версия тезауруса по анализу изображений.

Экспериментальная версия онтологии анализа изображений на языке OWL.

Концепция, архитектура, функциональная схема и требования к информационному наполнению информационно-справочного интернет-ресурса по обработке, анализу и распознаванию изображений.

Классификация задач обработки, анализа и распознавания изображений.

Метод использования тезаурусов и онтологий при решении задач анализа изображений.

Основные результаты работы являются новыми и оригинальными. Научная новизна результатов определяется актуальностью работы, поскольку, как уже отмечалось выше, такой инструмент как тезаурус, необходимый для автоматизации анализа изображений, отсутствует. Задача разработки представления предметной области «Анализ изображений» в виде специализированного тезауруса и основанной на нем онтологии поставлена и решена впервые в мировой практике. Предложенный метод использования тезаурусов и онтологий при решении задач анализа изображений иллюстрирует прикладное значение разработанных тезауруса и онтологии. Информационно-справочный интернет-ресурс по обработке, анализу и распознаванию изображений в настоящее время также отсутствует.

Практическая ценность диссертационной работы подтверждается полученными на основании ее результатов 2 патентами Российской Федерации (патент на изобретение и патент на полезную модель) и регистрацией разработок в Государственном регистре баз данных ФГУП НТЦ "Информрегистр"(3 регистрационных свидетельства) и в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам (Роспатент) (2 свидетельства о государственной регистрации баз данных).

Материалы, изложенные в диссертационной работе, были доложены на 17 ведущих международных конференциях и семинарах в области анализа и распознавания изображений и компьютерной лингвистики. По теме диссертации опубликовано 28 работ, в том числе 6 работ опубликовано в изданиях, входящих в перечень ведущих рецензируемых журналов и изданий, рекомендованных ВАК для публикации основных результатов диссертации на соискание ученой степени доктора и кандидата наук.

Представленная работа состоит из четырех глав, введения, заключения, библиографического списка использованной литературы и трех приложений. Объем основного текста работы - 111 страниц, список литературы содержит 108 источников.

Первая глава диссертационной работы посвящена решению задач 1-3 диссертационной работы. Вводится понятие онтологии предметной области: существующие определения, виды онтологий, области применения. Обсуждается роль тезаурусов и онтологий в автоматизации обработки, анализа, оценивания и распознавание изображений. Показывается, что необходимым условием указанной автоматизации является построение тезаурусного представления области анализа изображений. Описывается общая методология построения тезаурусов: основные методы отбора терминов, построение классификационных схем. Приводится перечень и анализ основных источников терминологии, используемых при составлении словника Тезауруса по анализу изображений. Обосновывается структура разработанного тезауруса. Описываются основные элементы словарной статьи тезауруса, категории понятий, виды связей между терминами, источники определений терминов.

Вторая глава посвящена решению задач 4-7 диссертационной работы. Приводится описание и анализ существующих классификаторов и рубрикаторов по рассматриваемой и смежным тематикам. Рассматриваются и обосновываются принципы построения классификации методов и задач обработки, анализа и распознавания изображений. Приводится общая характеристика базовой версии разработанного тезауруса по анализу изображений - количественные характеристики, виды представления, основные функции. Описываются подход и основные этапы создания онтологии предметной области «Обработка, анализ и распознавание изображений» на основе разработанного тезауруса. Рассматривается и обосновывается структура экспериментальной версии онтологии.

Третья глава посвящена решению задачи 8, связанной с созданием информационно-справочного интернет-ресурса (ИСИР) по обработке, анализу и распознаванию изображений. Приводится обзор существующих интернет-ресурсов по рассматриваемой и смежным тематикам. Обосновывается необходимость создания ИСИР. Описываются общая концепция, архитектура, функциональная схема и требования к информационному наполнению ИСИР.

Четвертая глава посвящена решению задачи 9. Предложен оригинальный метод использования тезаурусов и онтологий при решении задач анализа изображений, включающий набор условий, необходимых для его применения, и собственно описание итерационных шагов метода. Приводится описание специализированных (>№Ь-онтологии, разработанных для выполнения необходимых условий применимости предложенного метода для решения задач автоматизации морфологического анализа изображений клеток крови.

В Заключении сформулированы основные научные и практические результаты работы, обсуждаются перспективные направления дальнейших исследований.

Заключение диссертации по теме «Теоретические основы информатики», Трусова, Юлия Олеговна

Основные результаты опубликованы в следующих работах:

1. Белоозеров В.Н., Гуревич И.Б., Мурашов Д.М., Трусова Ю.О. Информационно-поисковый тезаурус по автоматизации обработки и распознавания изображений // Материалы 6-ой Международной конференции "Информационное общество. Интеллектуальная обработка информации. Информационные технологии", Москва, 16-18 октября 2002 г. - М.: ВИНИТИ, 2002. - С.49-52.

2. Белоозеров В.Н., Гуревич И.Б., Мурашов Д.М., Трусова Ю.О. Концепция создания интернет-ресурса по обработке, анализу и распознаванию изображений // Тезисы докладов 7-ой Всероссийской с участием стран СНГ конференции «Методы и средства обработки сложной графической информации», Нижний Новгород, 15-18 сентября, 2003. - С. 11-12.

3. Белоозеров В.Н., Гуревич И.Б., Мурашов Д.М., Трусова Ю.О. Об основных особенностях построения и применения тезауруса предметной области "Обработка и анализ изображений" // Труды 6-ой Международной конференции "Распознавание образов и анализ изображений: новые информационные технологии", Великий Новгород, 21-26 октября, 2002: В 2-х т. - НовГУ им. Ярослава Мудрого, Великий Новгород, 2002. - Т.1. - С.56-60.

4. Белоозеров В.Н., Гуревич И.Б., Трусова Ю.О. Лингвистическое обеспечение системы автоматизации анализа изображений // Информационное общество. Интеллектуальная обработка информации. Информационные технологии. Материалы 7-ой международной конференции Москва, 24-26 октября 2007 г. -М.: ВИНИТИ, 2007. - С. 42-43.

5. Трусова Ю.О., Белоозеров В.Н., Гуревич И.Б. Тезаурусное представление онтологии предметной области анализа изображений // Компьютерная лингвистика и интеллектуальные технологии: Труды международной конференции Диалог'2004 ("Верхневолжский", 2-7 июня 2004 г.)/Под ред. И.М. Кобозевой, А.С. Нариньяни, В.П. Селегея. - М.: Наука, 2004. - С. 616 - 621.

6. Asirelli P., Colantonio S., Gurevich I., Martinelli M., Salvetti О. Trusova Yu. Ontology Driven Approach to Image Understanding // 8th International Conference "Pattern Recognition and Image Analysis: New Information Technologies (PRIA-8-2007). Conference proceedings. In three volumes. - Yoshkar-Ola, 2007. - Vol.l. - P. 67-71.

7. Beloozerov V.N., Gurevich I.B., Gurevich N.G., Murashov D.M., Trusova Yu.O. Thesaurus for Image Analysis: Basic Version // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. - 2003. - Vol. 13, No.4.

- P. 556-569.

8. Beloozerov V.N., Gurevich I.B., Murashov D.M., Trusova Yu.O. Construction and Use of a Thesaurus in Image Analysis and Processing // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. - 2003. - Vol. 13, No.l.

- P. 67-69.

9. Beloozerov V.N., Gurevich I.B., Murashov D.M., Trusova Yu.O. Image Analysis Thesaurus. General Outline and Prospects // Proceedings of the 6th German-Russian Workshop "Pattern Recognition and Image Understanding" (OGRW-6-2003), Katun Village, Altai region, Russian Federation, August, 25-30, 2003. - Novosibirsk, 2003. -P. 70-73.

10.Beloozerov V.N., Gurevich I.B., Trusova Yu.O. Representation of the Ontology of an Image Analysis Domain for Optimization of Information Retrieval // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. - 2005. - Vol. 15, No.2. - P. 358-360.

11 .Beloozerov V.N., Murashov D.M., Trusova Yu.O., Yanchenko D.A. Searching for Solutions in the Image Analysis and Processing Knowledge Base // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. - 2005. - Vol. 15, No.2.- P. 361-364.

12.Colantonio S., Gurevich I., Martinelli M., Salvetti O., Trusova Yu. Thesaurus-based Ontology on Image Analysis // Semantic Multimedia. Second International Conference on Semantics and Digital Media Technologies, SAMT 2007, Genoa, Italy, December 57, 2007, Proceedings /B.Falcidieno et al. (Eds.): SAMT 2007, LNCS 4816. - SpringerVerlag Berlin Heidelberg, 2007. -P.l 13-116.

13.Colantonio S., Gurevich I., Martinelli M., Salvetti O., Trusova Y. Cell Image Analysis Ontology //Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. - Pleiades Publishing, Ltd., 2008. - Vol.18, No.2. -P.332-341.

14.Colantonio S., Gurevich I., Pieri G., Salvetti O., Trusova Yu. Ontology-Based Framework to Image Mining // Image Mining Theory and Applications: Proceedings of the 2nd International Workshop on Image Mining Theory and Applications - IMTA 2009 (in conjunction with VISIGRAPP 2009), Lisboa, Portugal, February 2009 / Edited by I.Gurevich, H.Niemann, O.Salvetti.-Portugal: INSTICC PRESS, 2009. - P.l 1-19.

15.Colantonio S., Gurevich I., Salvetti O., Trusova Yu. An Image Mining Medical Warehouse // Image Mining Theory and Applications: Proceedings of the 1st

International Workshop on Image Mining Theory and Applications -IMTA 2008 (in conjunction with VISIGRAPP 2008), Funchal, Madeira, Portugal, January 2008 / Edited by I.Gurevich, H.Niemann, O.Salvetti. - INSTICC PRESS, 2008. - P. 83-92.

16.Gurevich I.B., Khilkov A.V., Koryabkina I.V., Murashov D.M., Trusova Yu.O. An Open General-Purposes Research System for Automating the Development and Application of Information Technologies in the Area of Image Processing, Analysis, and Evaluation // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. - MAIK "Nauka/Interperiodica"/Pleiades Publishing, Inc., 2006. - Vol.16, No.4. - P.530-563.

17.Trusova Yu. Image analysis thesaurus. Version 1.0 // Pattern Recognition and Information Processing (PRIP'2007): Proceedings of the Ninth International Conference (22-24 May 2007, Minsk, Republic of Belarus). In two volumes. - Minsk: United Institute of Informatics Problems of National Academy of Sciences of Belarus, 2007. -Vol.2.-P.210-214.

18.Trusova Yu. Main Concepts and Elements of the Ontology on Image Processing and Analysis // 9th International Conference "Pattern Recognition and Image Analysis: New Information Technologies" (PRIA-9-2008): Conference Proceedings. In two volumes. — Nizhni Novgorod: N.I.Lobachevsky State University of Nizhni Novgorod, 2008. -Vol.2. -P.228-231.

19.Trusova Yu., Gurevich I., Beloozerov V., Murashov D. Linguistic support of the knowledge base for image analysis and understanding system // Proceedings of VISAPP 2007 - Second International Conference on Computer Vision Theory and Applications, Barcelona, Spain, March 8-11, 2007. Volume Special Sessions /Edited by A.Ranchordas, H.Araujo, and J.Vitria. - INSTICC Press, 2007. - P.194-199.

Перспективные направления дальнейших исследований

Полученные в рамках диссертационной работы результаты, а также возникшие в ходе ее выполнения новые задачи, выявили необходимость продолжения начатых исследований. Выделены следующие основные направления дальнейшей работы:

• Поддержка и усовершенствование разработанного тезауруса по анализу изображений. Планируется регулярное обновление тезауруса — добавление новых и редактирование введенных ранее словарных статей, усовершенствование системы связей между терминами. Предусматривается разработка русскоязычной версии тезауруса.

• Модификация и развитие разработанной экспериментальной версии онтологии анализа изображений с целью повышения точности, расширения возможности использования и стандартизации описания знаний, используемых при решении задач анализа изображений и извлечения из них информации, необходимой для принятия интеллектуальных решений. Тестирование экспериментальной версии выявило необходимость более детального исследования предметной области «Анализ изображений», наполнения онтологии новыми классами понятий, усовершенствования иерархии классов и уточнения свойств отдельных классов. Планируется разработка базовой версии онтологии, которая послужит основой для создания специализированных баз знаний для поддержки автоматизации анализа изображений и обеспечит эффективное использование методов и средств, соответствующих современному состоянию математической теории анализа изображений и распознавания образов.

• Программная реализация, размещение в сети Интернет и поддержка информационного-справочного интернет-ресурса по обработке, анализу и распознаванию изображений.

Заключение

Результаты диссертационной работы предназначены для использования в системах автоматизации обработки и анализа изображений, системах автоматизации научных исследований, системах автоматизации медицинской диагностики, для лингвистической поддержки мультимедийных баз данных и специализированных баз знаний, коммерческих хранилищ изображений, а также для решения других задач интеллектуализации и автоматизации принятия интеллектуальных решений на основе анализа и оценивания информации, представленной в виде изображений.

Разработанный в рамках данной работы Тезаурус по анализу изображений (ТАИ) может быть использован при решении большого числа теоретических и практических задач, связанных с представлением, хранением и поиском информации, необходимой для интеллектуальной обработки, анализа и распознавания изображений, в том числе:

• В качестве понятийной а терминологической основы для разработки автоматизированных систем анализа изображений, основанных на знаниях: о классификация методов и задач в базах знаний для поддержки анализа и понимания изображений; о описание методов и задач в базах знаний для поддержки анализа и понимания изображений; о создание дружественных интерфейсов на естественном языке.

• Для поддержки автоматизации информационного поиска, в том числе: о помощь пользователю в выборе терминов для формулировки запроса к информационной системе; о поддержка расширения и уточнения запроса пользователя посредством использования связей между терминами, зафиксированных в тезаурусе; о поддержка структурированного отображения результатов поиска.

• Для поддержки автоматического рубрицирования, аннотирования и реферирования информационных ресурсов по рассматриваемой тематике.

• В качестве словаря-справочника по рассматриваемой тематике.

• Для выбора тематических рубрик при проведении научных конференций и семинаров по рассматриваемой тематике

• Для выбора ключевых слов авторами и редакторами научных публикаций.

Потенциальные пользователи разработанного ТАИ: ученые и специалисты, занимающиеся разработкой, исследованием и реализацией математических и вычислительных методов и средств анализа, оценивания и понимания информации, представленной в виде изображений; исследователи из разных областей знаний, нуждающиеся в автоматизации и повышении вычислительной эффективности обработки и анализа изображений; ученые и специалисты в области автоматизации научных исследований; ученые и специалисты в области разработки баз данных и баз знаний; аспиранты и студенты соответствующих специальностей.

В основу диссертационной работы положены результаты, полученные автором в ходе исследований, проводимых в рамках плановых НИР по проектам ФЦП «Интеграция» (2001-2004гг.), по проектам ФЦНТП "Исследования и разработки по приоритетным направлениям развития науки и техники" на 2002-2006 гг. (проекты №№ 37.011.11.0015, 37.011.11.0016), по проектам Программы фундаментальных исследований Президиума РАН «Математическое моделирование и интеллектуальные системы» (проект № 2.14, 2001-2005 гг.), по проектам Программы Президиума РАН П-14 «Фундаментальные проблемы информатики и информационных технологий» (проект №214, 2006-2008гг.); по проектам Международной Ассоциации содействия сотрудничеству с учеными из новых независимых государств бывшего Советского Союза (проект № 04-77-7067, 20052006гг.); по проектам Программы российско-итальянского сотрудничества по Соглашению РАН-НСИ (2005-2007гг.) и по проектам Российского фонда фундаментальных исследований (проекты №№ 01-07-90016, 01-07-90017, 02-0100182, 03-07-90392, 03-07-06057, 04-07-90187, 04-07-90202, 05-07-08000, 05-0100784, 06-01-81009, 06-07-89203, 07-07-13545, 08-01-00469, 08-01-90022).

На защиту выносятся следующие основные положения и результаты:

• Базовая версия тезауруса по анализу изображений.

• Экспериментальная версия онтологии анализа изображений на языке OWL.

• Концепция, архитектура, функциональная схема и требования к информационному наполнению информационно-справочного интернет-ресурса по обработке, анализу и распознаванию изображений.

• Классификация задач обработки, анализа и распознавания изображений.

• Метод использования тезаурусов и онтологий при решении задач анализа изображений.

Научная и практическая ценность работы

Практическая ценность диссертационной работы подтверждается полученными на основании ее результатов следующими патентами:

1. Патент № 36.907 на полезную модель «Автоматизированная система базы знаний по обработке, анализу и распознаванию изображений». Авторы: И.Б. Гуревич, Н.Г. Гуревич, Д.М. Мурашов, Ю.О. Трусова (Патент зарегистрирован в Государственном реестре полезных моделей Российской Федерации 27.03.2004г.).

2. Патент № 2256224 на изобретение «База знаний по обработке, анализу и распознаванию изображений». Авторы: И.Б. Гуревич, Н.Г. Гуревич, Д.М. Мурашов, Ю.О. Трусова. (Патент зарегистрирован в Государственном реестре изобретений Российской Федерации 10.07.2005г).

По результатам диссертационной работы получены следующие регистрационные свидетельства:

1. «Тезаурус по анализу и распознаванию изображений». Авторы: И.Б. Гуревич, В.Н. Белоозеров, Ю.О. Трусова. Тезаурус зарегистрирован за № 0220812627 в Государственном регистре баз данных ФГУП НТЦ "Информрегистр" (регистрационное свидетельство № 11700 от 11.02.2008г.).

2. «Тезаурус по анализу и распознаванию изображений. Версия 1.0». Авторы: И.Б. Гуревич, В.Н. Белоозеров, Ю.О. Трусова (свидетельство о государственной регистрации базы данных № 2008620320 от 21.08.2008, заявка № 2008620205 от 26.06.2008)

3. Рубрикатор «"Распознавание образов. Анализ изображений". Версия 1.0». Авторы: И.Б.Гуревич, В.Н.Белоозеров, Ю.О.Трусова. Рубрикатор зарегистрирован за №0220812629 в Государственном регистре баз данных ФГУП НТЦ "Информрегистр" (регистрационное свидетельство № 11702 от 11.02.2008г.)

4. «Тезаурус цитогематологических терминов для системы анализа изображений клеток крови». Авторы: И.Б.Гуревич, Ю.О. Трусова, Н.Е. Шкловский-Корди, В.Н. Белоозеров. Тезаурус зарегистрирован за № 0220812628 в Государственном регистре баз данных ФГУП НТЦ "Информрегистр" (регистрационное свидетельство № 11701 от 11.02.2008г.)

5. «Тезаурус цитогематологических терминов для системы автоматизации анализа изображений клеток крови. Версия 1.0». Авторы: И.Б. Гуревич, В.Н. Белоозеров, Н.Е. Шкловский-Корди, Ю.О. Трусова (свидетельство о государственной регистрации базы данных № 2008620318 от 21.08.2008, заявка № 2008620203 от 26.06.2008)

Результаты диссертационной работы используются в составе лингвистического обеспечения Государственной системы научно-технической информации (ГСНТИ), в том числе следующие средства представления онтологии предметной области информационных систем, разработанные при участии автора в ходе выполнения плановых НИР и зарегистрированные в аналитической службе ведения информационных языков ГСНТИ:

• Информационно-поисковый тезаурус по анализу изображений (авторы: И.Б.Гуревич, Ю.О. Трусова, Д.М. Мурашов, В.Н. Белоозеров). Тезаурус включен в фонд языковых средств ГСНТИ за № 131.06, 31.10.2006г.

• Рубрикатор «Распознавание образов. Анализ изображений» (авторы: И.Б.Гуревич, Ю.О.Трусова, В.Н.Белозеров). Рубрикатор включен в фонд языковых средств ГСНТИ за № 831.06, 31.10.2006г. На основе данной разработки внесены изменения и дополнения в соответствующий раздел Рубрикатора ВИНИТИ РАН.

• Тезаурус цитогематологических терминов для системы анализа изображений клеток крови (авторы: И.Б.Гуревич, Ю.О.Трусова, Н.Е.Шкловский-Корди, В.Н. Белоозеров). Тезаурус включен в фонд языковых средств ГСНТИ за № 131.06, 31.10.2006г.

Полученные теоретические результаты и фактические сведения, содержащиеся в диссертационной работе, используются в ВИНИТИ РАН для систематизации научной и технической литературы по проблеме обработки и анализа изображений.

Материалы, изложенные в диссертации, были доложены и обсуждались на:

• 6-ой Всероссийской с участием стран СНГ конференции «Методы и средства обработки сложной графической информации» (Нижний Новгород, Российская Федерация, сентябрь 2001г.)

• 5-ой Международной конференции «Распознавание-2001» (Курск, Российская Федерация, 2001г.)

• 6-ой Международной конференции «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ-6-2002) (Великий Новгород, Российская Федерация, октябрь 2002г.)

6-ой Международной конференции "Информационное общество. Интеллектуальная обработка информации. Информационные технологии" (Москва, Российская Федерация, октябрь 2002г.)

6-м Открытом российско-немецком семинаре «Распознавание образов и понимание изображений» (0011\¥-6-2003) (Катунь, Российская Федерация, август 2003г.)

7-ой Всероссийской с участием стран СНГ конференции «Методы и средства обработки сложной графической информации» (Нижний Новгород, Российская Федерация, сентябрь 2003г.)

Международной конференции Диалог'2004 (Верхневолжский, Российская Федерация, июнь 2004г.)

7-ой Международной конференции «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ-7-2004)(Санкт-Петербург, Российская Федерация, октябрь 2004г.)

2-ой Международной конференции «Машинное зрение: теория и приложения» (У18АРР 2007) (Барселона, Испания, март 2007г.)

9-ой Международной конференции «Распознавание образов и обработка информации» (РШР'2007) (Минск, Республика Беларусь, май 2007г.)

7-ом Открытом немецко-российском семинаре «Распознавание образов и понимание изображений» (001^^-7-2007) (Эттлинген, Германия, август 2007г.)

8-ой Международной конференции "Распознавание образов и анализ изображений: новые информационные технологии" (РОАИ-8-2007) (Йошкар-Ола, Российская Федерация, октябрь 2007г.)

7-ой международной конференции "Информационное общество. Интеллектуальная обработка информации. Информационные технологии" (Москва, Российская конференция, октябрь 2007г.)

• 2-ой Международной конференции «Семантика и цифровые медиа технологии» (SAMT 2007) (Генуя, Италия, декабрь 2007г.)

• 1-ом Международном семинаре «Извлечение информации из изображений. Теория и приложения» в рамках 3-й Международной конференции «Машинное зрение. Теория и приложения» (Фуншал, Мадейра, Португалия, январь 2008г.).

• 9-ой Международной конференции "Распознавание образов и анализ изображений: новые информационные технологии" (РОАИ-9-2008) (Нижний Новгород, Российская Федерация, сентябрь 2008г.)

• 2-ом Международном семинаре «Извлечение информации из изображений. Теория и приложения» в рамках 4-й Международной конференции «Машинное зрение. Теория и приложения» (Лиссабон, Португалия, февраль 2009г.)

По результатам диссертации в реферируемых изданиях опубликовано 28 работ, в включая 6 публикаций в изданиях, входящих в перечень ведущих рецензируемых журналов и изданий, рекомендованных ВАК для публикации основных результатов диссертации на соискание ученой степени доктора и кандидата наук, в том числе [28, 13, 16, 24, 31, 34-41, 46-49, 51, 68, 104-106].

Список литературы диссертационного исследования кандидат технических наук Трусова, Юлия Олеговна, 2009 год

1. Англо-русские термины по машинной графике. Тетради новых терминов №153 / Составитель: к.т.н. Ю.С.Петров. -М.: Всесоюзный центр переводов, 1990.

2. Белоозеров В.Н., Гуревич И.Б., Кравцов Б.В., Мурашов Д.М., Трусова Ю.О. Структура тезауруса базы знаний по анализу изображений // Сборник материалов 5-ой Международной конференции «Распознавание-2001», Курск, 2001.- ч.1. С.77-79.

3. Новгород, 21-26 октября, 2002: В 2-х т. НовГУ им. Ярослава Мудрого, Великий Новгород, 2002. - Т.1. - С.56-60.

4. Борковский А.Б. Англо-русский словарь по программированию и информатике (с толкованиями). М.: Рус.яз., 1989. - 335с.

5. Гонсалес Р., Вудс Р. Цифровая обработка изображений: Пер. с англ. под ред. П.А.Чочиа. -М.: Техносфера, 2005. 1072с.

6. Государственный рубрикатор научно-технической информации. 5 изд. М.: ВИНИТИ, 2001.-392 с.

7. Гуревич И.Б. Изображений анализ / Большая российская энциклопедия. -Научное издательство "Большая российская энциклопедия", 2008. Т.Н. - С.19-20.

8. Журавлев Ю.И., Гуревич И.Б. Распознавание образов и распознавание изображений / Ежегодник «Распознавание. Классификация. Прогноз»: Математические методы и их применение. -Вып.2. — М.: Наука, 1989. С.5-72.

9. Портал искусственного интеллекта: сайт.URL: http://www.itfru.ru/.

10. Прэтт У. Цифровая обработка изображений / Пер. с англ. под ред. Д.С.Лебедева: в 2-х книгах. -М.: «Мир», 1982. Кн. 2. - 480 с. ил.

11. Россеева О.И., Загорулько Ю.А. Организация эффективного поиска на основе онтологий // Труды международного семинара Диалог'2001 по компьютерной лингвистике и ее приложениям. Т.2. -Аксаково, 2001. -С.333-342.

12. Сайт Российской ассоциации искусственного интеллекта: сайт. URL: http ://www. raai. org/.

13. Тезаурус информационно-поисковый многоязычный. Состав, структура и основные требования к построению: ГОСТ 7.24-2007. Введ.01.07.2008- М.: Стандартинформ, 2007. — (система стандартов по информ., библ. и изд. делу).

14. Трусова Ю.О., Белоозеров В.Н., Гуревич И.Б. Тезаурусное представление онтологии предметной области анализа изображений // Компьютерная лингвистика и интеллектуальные технологии: Труды международной конференции Диалог'2004

15. Верхневолжский", 2-7 июня 2004 г.)/Под ред. И.М. Кобозевой, А.С. Нариньяни, В.П. Селегея. М.: Наука, 2004. - С. 616 - 621.

16. Шемакин Ю.И. Тезаурус в автоматизированных системах управления и обработки информации. М.: Воениздат, 1974. - 192с.

17. Ablameyko S., Di Bona S., Gurevich I. et al. Towards automated analysis of cytological and histological specimen images // Proceedings of the AITTH'2005, Minsk -2005.-Vol. 1. P.27-31.

18. ACM Computing Classification System: сайт. / Maintained by The Association for Computing Machinery, Inc. URL: http://www.acm.org/about/class/.

19. Aitchison J., Gilchrist A., Bawden D. Thesaurus construction and use: a practical manual. 4th ed. - London: Aslib, 2002. - 218 p.

20. Annotated Computer Vision Bibliography: сайт. / Maintained by Keith Price. Institute for Robotics and Intelligent Systems, University of Southern California. URL: http://iris.usc.edu/Vision-Notes/bibliography/contents.html.

21. Ashburner M., Ball C.A., Blake J.A. et al. Gene ontology: tool for the unification of biology. The Gene Ontology Consortium // Nature Genetics. 2000. - Vol. 25, No. 1. - P. 25-9.

22. Ballard D.H., Brown C.M. Computer Vision. Prentice Hall, Inc., 1982.

23. Bechhofer S., Goble C. Thesaurus construction through knowledge representation // Data & Knowledge Engineering. 2001. - Vol.37. - P.25-45.

24. Beloozerov V.N., Gurevich I.B., Gurevich N.G., Murashov D.M., Trusova Yu.O. Thesaurus for Image Analysis: Basic Version // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. 2003. - Vol. 13, No.4. - P. 556-569.

25. Bittner T. and Winter S. On Ontology in Image Analysis // P. Agouris and A. Stefanidis (Eds.): ISD'99, LNCS 1737. Springer-Verlag Berlin Heidelberg, 1999. - P. 168-191.

26. Borst W.N. Construction of Engineering Ontologies: PhD Thesis, University of Tweenty, Enschede, NL—Centre for Telematica and Information Technology, 1997.

27. Carpenter A.E., Jones T.R., Lamprecht M.R. et al. CellProfiler: image analysis software for identifying and quantifying cell phenotypes // Genome Biology. 2006. -Vol. 7:R100. - P. 1-11.

28. Colantonio S., Gurevich I., Martinelli M., Salvetti O., Trusova Yu. Cell Image Analysis Ontology // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. Pleiades Publishing, Ltd., 2008. - Vol.18, No.2. - P.332-341.

29. Computer Vision Wikia: сайт. Wikia, Inc. - URL: http://computervision.wikia.com/wiki/MainPage.

30. Corcho O., Fernandez-Lopez M., Gomez-Perez A. Methodologies, tools and languages for building ontologies. Where is their meeting point? // Data and Knowledge Engineering. 2003. - Vol. 46. - P.41-64.

31. CVonline: The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision: сайт. / Editor: Robert B. Fisher, School of Informatics, University of Edinburgh. URL: http://homepages.inf.ed.ac.uk/rbf/CVonline/.

32. Davies A. The Focal Digital Imaging A-Z. Focal Press, 2005.

33. Doudkine A., Macaulay C., Poulin N., Palcic B. Nuclear texture measurements in image cytometry // Pathologica. 1995. - Vol. 87. - P. 286-299.

34. Fisher R., Dawson-Howe K., Fitzgibbon A., Robertson C., Trucco E. Dictionary of Computer Vision and Image Processing. — John Wiley & Sons, Ltd., 2005. 364 p.

35. Furht В. (Ed.). Encyclopedia of Multimedia. NY: Springer Science+Business Media, Inc., 2006. - 989 p.

36. Gil J., Wu H., Wang B.Y. Image analysis and morphometry in the diagnosis of breast cancer // Microscopy. Research and Techniques. 2002. - Vol. 59. - P. 109-118.

37. Glossary of Imaging Terms: сайт. / Northern Micrographics Resources and Information. URL: http://www.normicro.com/glossary.htm

38. Gonzalez R.C., Woods R.E. Digital Image Processing. 2nd ed. Prentice-Hall, Inc., 2002.

39. Graphics & Media Lab: сайт. / Сайт лаборатории компьютерной графики и мультимедиа при факультете ВМиК МГУ. URL: http://graphics.cs.msu.ru/.

40. Gruber T.R. A translation approach to portable ontology specification // Knowledge Acquisition. 1993. - Vol. 5. - P. 199-220.

41. Guidelines for the construction, format, and management of monolingual thesauri: ANSI/NISO Z39.19-2003. Введ. 28.08.2003. - National Information Standards Organization. - USA: NISO Press, 2003.- (National information standards series, ISSN 1041-5653).

42. Guidelines for the establishment and development of monolingual thesauri: ISO 27881986. International Organization for Standardization.

43. Guidelines for the establishment and development of multilingual thesauri: ISO 59641985. International Organization for Standardization.

44. Gurevich I.B., Khilkov A.V., Koryabkina I.V., Murashov D.M., and Trusova Yu.O. An Open General-Purposes Research System for Automating the Development and Application of Information Technologies in the Area of Image Processing, Analysis, and

45. Evaluation // Pattern Recognition and Image Analysis: Advances in Mathematical Theory and Applications. MAIK "Nauka/Interperiodica"/Pleiades Publishing, Inc., 2006. -Vol.16, No.4. - P.530-563.

46. Haralick R.M., Shapiro L.G. Glossary of computer vision terms // Pattern recognition. Great Britain, 1991.-Vol. 24. No.l. - P.69-93.

47. Hunter J. Adding Multimedia to the Semantic Web Building an MPEG-7 Ontology // Proceedings of International Semantic Web Working Symposium (SWWS) Stanford, July 30-August 1,2001.

48. IEEE Standard Glossary of Image Processing and Pattern Recognition Terminology: IEEE Std. 610.4-1990. The Institute of Electrical and Electronics Engineers, Inc., 1990.

49. Jahne B. Practical Handbook on Image Processing for Scientific and Technical Applications. 2nd ed. - CRC Press, 2004.

50. Klette R., Zamperoni P. Handbook of Image Processing Operators. John Wiley & Sons Ltd., 1996.

51. Laplante Ph. (Ed.). Dictionary of computer science, engineering, and technology. -CRC Press LLC, 2000.

52. Little S., Hunter J. Open Microscopy Environment (ОМЕ) Ontology: сайт. URL: http://metadata.net/ome/ome.html.

53. MachineLearning.Ru. Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных: сайт. URL: http://www.machinelearning.ru/.

54. Maillot N., Thonnat М., Boucher A. Towards ontology-based cognitive vision // J.L. Crowley et al. (Eds.): ICVS 2003, LNCS2626. Springer, 2003. - P. 44-53.

55. Medical Subject Headings: сайт. URL: http://www.nlm.nih.gov/mesh/

56. Miller G., Beckwith R., Fellbaum C., Gross D., Miller K. Introduction to WordNet: an on-line lexical database // International Journal of Lexicography. 1990. - Vol.3, No.4. -P.235-312.

57. Miller U. Thesaurus construction: problems and their roots // Information Processing and Management. 1997. - Vol.33, No.4. -P.481-493.

58. Neches R., Fikes R.E., Finin T., Gruber T.R., Senator T., Swartout W.R. Enabling ontology for knowledge sharing // AI Magazine. 1991. - Vol.12, No.3. - P.36-56.

59. Orna E. Build Yourself a Thesaurus: A Step-By-Step Guide. Norwich: Running Angel, 1983.-32 p.

60. OWL Web Ontology Language Overview: Электронный ресурс. / M.K.Smith, Ch.Welty, D.L.McGuinness, Editors, W3C Reccomendation, 10 February 2004. URL: http://www.w3 .org/TR/owl-guide/

61. Protégé Ontology Editor: Электронный ресурс. URL: http://protege.stanford.edu/.

62. Renouf A., Clouard R., Revenu M. A platform dedicated to knowledge engineering for the development of image processing applications // Proceeding of the ICEIS 2007, Funchal, Portugal, June 2007. Vol. AIDSS. - P. 271-276.

63. Rodenacker K., Bengtsson E. A feature set for cytometry on digitized microscopic images // Analytical Cellular Pathology, 2003. Vol. 25. - P. 1-36.

64. Rosenfeld A. Classifying the Literature Related to Computer Vision and Image Analysis // Computer Vision and Image Understanding. USA: Academic Press, 2000. -Vol. 79. -P.308-323.

65. Rosenfeld A. From Image Analysis to Computer Vision: An Annotated Bibliography, 1955-1979 // Computer Vision and Image Understanding. USA: Elsevier Science, 2001. -Vol. 84. - P.298—324.

66. Rosenfeld A. Survey. Image Analysis and Computer Vision: 1995 // Computer Vision and Image Understanding. USA: Academic Press, Ltd., 1996. - Vol. 63, No. 3. - P.568-612.

67. Rosenfeld A. Survey. Image Analysis and Computer Vision: 1996 // Computer Vision and Image Understanding. USA: Academic Press, Ltd., 1997. - Vol. 66, No. 1. - P.33-93.

68. Rosenfeld A. Survey. Image Analysis and Computer Vision: 1997 // Computer Vision and Image Understanding. USA: Academic Press, Ltd., 1998.-Vol. 70, No. 2.-P.239-284.

69. Rosenfeld A. Survey. Image Analysis and Computer Vision: 1998 // Computer Vision and Image Understanding. USA: Academic Press, Ltd., 1999. - Vol. 74, No. 1. - P.36-95.

70. Rosenfeld A. Survey. Image Analysis and Computer Vision: 1999 // Computer Vision and Image Understanding. USA: Academic Press, Ltd., 2000. - Vol. 78. - P.222-302.

71. Smith S.W. Glossary/The Scientist and Engineer's Guide to Digital Signal Processing. 2nd ed. - USA: California Technical Publishing, 1999.

72. Soergel D. Indexing Languages and Thesauri: Construction and Maintenance. Los Angeles: Melville, 1974. - 632 p.

73. Soergel D. Large multilingual vocabularies: structure and software requirements. Proceedings of the 61st Annual Meeting of the American Society for Information Science, Pittsburgh, PA, October 25-29, 1998. P. 572.

74. Sorger, P., D.Rines, I.Goldberg et al. The Open Microscopy Environment Электронный ресурс. URL: http://www.openmicroscopy.org/site.

75. Studer R., Benjamins V.R., Fensel D. Knowledge engineering: principles and methods //Data and Knowledge Engineering. 1998. - Vol. 25. -P.161-197.

76. The Computer Vision Homepage: сайт. URL: http://www-cgi.cs.cmu.edu/afs/cs/project/cil/ftp/html/vision.html

77. Thiran J.-P., Macq B. Morphological Feature Extraction for the Classification of Digital Images of Cancerous Tissues // IEEE Transactions on Biomedical Engineering. -1996.-Vol. 43, No. 10.-P. 1011-1020.

78. Town C. Ontological inference for image and video analysis // Machine Vision and Applications. Springer-Verlag, 2006. - Published online: 14 March 2006. - Vol.17, No. 2. -P. 94-115.

79. Townley H. M., R.D. Gee. Thesaurus-Making: Grow Your Own Word-Stock. London: Andre Deutsch, 1980. 206 pp.

80. Uschold M., Jasper R. A Framework for Understanding and Classifying Ontology Applications // Proceedings of the IJCAI99 Workshop on Ontologies and Problem-Solving Methods, Stockholm, 1999.

81. Zhou X., Cao X., Perlman Z., Wong S.T. A computerized cellular imaging system for high content analysis in Monastrol suppressor screens // Journal of Biomedical Informatics, 2006. Vol. 39. - P. 115-125.

82. Учреждение Российской академии наук Вычислительный центр имени A.A. Дородницына РАН1. На правах рукописи1. ТРУСОВА ЮЛИЯ ОЛЕГОВНА