Działalność Instytutu w obszarze wizji komputerowej zapoczątkował system pomiarowy Termowet – wielokrotnie nagradzane urządzenie do automatycznych pomiarów właściwości powierzchniowych metali i ich stopów, realizowanych na styku fazy ciekłej i stałej. System, dokonuje pomiarów w temperaturach do 1700° C. Korzystając z dedykowanych algorytmów przetwarzania i analizy obrazu opracowanych w Instytucie, system wyznacza dokładne wartości kątów zwilżania i napięcia powierzchniowego, na podstawie obrazów kropli ciekłych metali, lub innych badanych materiałów.
Od tego czasu opracowano inne wspomagane komputerowo narzędzia diagnostyczne wykorzystywane w inżynierii materiałowej, biologii, przetwórstwie spożywczym czy branży medycznej, oparte głównie na obrazach optycznej tomografii koherentnej / tomografii rentgenowskiej oraz obrazach MRI.
Rozpoznawanie obszarów reaktywnych związków tlenu (ROS) w liściach za pomocą sztucznych sieci neuronowych [1].
Pomiar aktywności tkanek roślin i ocena zmian systemów korzeniowych w odpowiedzi na czynniki biotyczne I abiotyczne.
Istotnym obszarem działalności Instytutu jest również rozwój agorytmów przetwarzania i analizy obrazów dedykowanych dla systemów wspomagania medycznej diagnostyki obrazowej. Na przestrzeni lat, w Instytucie powastało wiele rozwiązań wspomagających lekarzy w ich codziennej pracy. Obejmują one m.in:
- ocenę zmian neurologicznych mózgu u dzieci, w szczególności wodogłowia I zniekształceń czaszki (kranostenoz) [2](*);
- bieżące monitorowanie zmian upowietrzenia płuc u pacjentów z CODP i ARDS [3];
- ocena stanu zdrowia śródblonka rogówki oka [4];
- analiza krzywych zmian kontrastu dla potrzeb wspomagania diagnostyki obrazowej raka prostaty [5]
W instytucie rozwijane są również algorytmy ogólnego przeznaczenia dedykowane poprawie jakości, szkieletyzacji oraz segmentacji obrazów medycznych.
- Nakładanie obrazów z wykorzystaniem transformaty falkowej [6].
- Segmentacja trójwymiarowych obrazów medycznych z wykorzystaniem zmodyfikowanej metody Random Walker [7]
W szczególności dotyczy obrazów tomograficznych różnych modalności – obrazów optycznej tomografii koherentnej (OCT) i tomografii rentgenowskiej.
Przetwarzanie obrazów OCT (**): Ocena zwilżalności chemicznie modyfikowanego węgla brunatnego w celu określania jego podatności na biosolubilizację. Po lewo: głowica skanująca tomografu Spark OCT-1300, po prawo: trójwymiarowy obraz OCT siedzącej kropli na tabletce wykonanej ze skompresowanego pudru węglowego; przekrój kropli z wytyczonym kątem kontaktu na styku trzech faz.
Ocena właściwości tekstyliów z wykorzystaniem obrazów pochodzących z optycznej tomografii koherentnej (OCT) [8].
Wykrywanie zmian strukturalnych w rentgenowskich obrazach tomograficznych wybranych materiałów (stopy tytanu, materiał sypki) - Metody wolumetrycznego przetwarzania obrazu
- Segmentacja orientacji tekstury 3D w mikrostrukturze płytkowej stopu tytanu [9]
- Segmentacja wododziałowa, klasyfikacja kształtu i ekstrakcja właściwości fizycznych materiałów sypkich w trakcie przepływu grawitacyjnego w silosach [10](***)
[1] J. Sekulska-Nalewajko, et al. Methods, 2016. 109: 114-133. https://doi.org/10.1016/j.ymeth.2016.05.018
[2] A. Fabijańska, T. Węgliński, et al. Int. J. Ap. Math. Comp., 2014, 24:299-312. http://dx.doi.org/10.2478/amcs-2014-0022
[3] D. A. Gómez Betancur, A. Fabijańska, et al. LNCS, 2016, 9972:395-407. https://doi.org/10.1007/978-3-319-46418-3_35
[4] A. Fabijańska. Artif. Intell. Med., 2018. 88: 1-13. https://doi.org/10.1016/j.artmed.2018.04.004
[5] A. Fabijańska. Comput. Biol. Med., 2016, 73:119-130. https://doi.org/10.1016/j.compbiomed.2016.04.010
[6] A. Bengueddoudj, Z. Messali Z, V. Mosorov. J. Innov. Opt. Heal. Sci., 2017. 10: 1750001. https://doi.org/10.1142/S1793545817500018
[7] A. Fabijańska, J. Gocławski. IEEE Im. Proc., 2015. 24: 524-537. https://doi.org/10.1109/TIP.2014.2383323
[8] J. Gocławski, et al. Polymers, 2018. 10:469. https://doi.org/10.3390/polym10050469
[9] R. Al Darwich, L. Babout. IET Im. Proc., 2018. 12: 1265-1272. https://doi.org/10.1049/iet-ipr.2016.0842
[10] L. Babout, K. Grudzień, et al. Compag, 2020. 172: 105346. https://doi.org/10.1016/j.compag.2020.105346
(*) Juventus Plus (IP2012 011272), A. Fabijańska (kierownik), J. Gocławski, T. Węgliński,E. Nowosławska, K. Zakrzewski, 2013-2015
(**) Duży grant aparaturowy MNiSW (6224/IA/138/2012), J. Sekulska-Nalewajko (kierownik), 2012
(***) NCN project OPUS10 (2015/19/B/ST8/02773), L. Babout (kierownik), K. Grudzień, S. Waktola, K. Miśkiewicz, 2016-2018