Non-Parametric Approach of Video Capsule Endoscope Localization Using Suboptimal Method of Position Bounded CWCL

Hany, Umma; Akter, Lutfa

doi:10.1109/jsen.2017.2743217

Cited by 8 publications

(10 citation statements)

References 27 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The localization error is 35–60 mm based on the frequency of operation as reported in [ 18 ]. In [ 19 ], the authors propose UWB 2 × 2 MIMO diversity to estimate the path loss and position-bounded calibrated WCL to localize the capsule in the small intestine. The reported localization accuracy of the MIMO-based approach in [ 19 ] is 5.14 mm RMSE using position bounds, whereas it is 7.49 mm without position bounds.…”

Section: Introductionmentioning

confidence: 99%

“…In [ 19 ], the authors propose UWB 2 × 2 MIMO diversity to estimate the path loss and position-bounded calibrated WCL to localize the capsule in the small intestine. The reported localization accuracy of the MIMO-based approach in [ 19 ] is 5.14 mm RMSE using position bounds, whereas it is 7.49 mm without position bounds. However, due to the size and space limitation, higher-order diversity antennas are difficult to be equipped in the capsule, and only 3-dB diversity gain is recommended in [ 21 ] for space diversity due to the high correlation among different on-body receiver locations.…”

Section: Introductionmentioning

confidence: 99%

“…In [ 20 ], the reported RMSE error is 6.2 mm for capsule localization in the small intestine using position bounds and 8.14 mm RMSE without using the position bounds. However in [ 19 , 20 ], the authors simulate the proposed capsule localization using the statistical description of UWB propagation through the human chest [ 16 ] which is not a suitable scenario for localization in the small intestine. In [ 19 ], a calibration coefficient is used which requires prior knowledge of the dimension of the small intestine.…”

Section: Introductionmentioning

confidence: 99%

See 2 more Smart Citations

Accuracy of UWB Path Loss‐Based Localization of Wireless Capsule Endoscopy

Hany

Akter

2023

Journal of Healthcare Engineering

Self Cite

View full text Add to dashboard Cite

Wireless capsule endoscopy (WCE) is used to diagnose lesions in the gastrointestinal (GI) tract. The physicians require to know the exact position of the lesions which can be performed by localizing the WCE in the GI tract. In this paper, we propose ultra-wideband (UWB) path loss-based WCE localization and compute the Cramer–Rao lower bound (CRLB) to evaluate the accuracy bounds of localization in the small intestine. First, we propose the estimation of smoothed path loss by minimizing the path loss deviations caused by shadow fading effects of body tissues. Then, the estimated path loss is used to estimate the degree of path loss and to compute the weight of the sensor’s positions. Finally, we propose the smoothed path loss degree-based weighted centroid localization (SPLD-WCL) algorithm to estimate the location of the WCE. We simulate the proposed SPLD-WCL algorithm and verify the accuracy by comparing it to the computed CRLB. The proposed SPLD-WCL localization algorithm shows a significantly high accuracy of localization with a 6.83 m m root mean square error R M S E without any advanced knowledge of unknown parameters and bounds.

show abstract

Section: Introductionmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Accuracy of UWB Path Loss‐Based Localization of Wireless Capsule Endoscopy

Hany

Akter

2023

Journal of Healthcare Engineering

Self Cite

View full text Add to dashboard Cite

show abstract

“…In [18,19], the path loss is linearized assuming minimum path loss deviation which is not realistic for human body environment. The authors in [20] propose Gaussian weighted average (GWA) based and MIMO based nonparametric methods of path loss estimation using UWB channel. The authors in [20] also propose calibrated WCL (CWCL) for VCE localization and report 5.14 mm RMSE error using MIMO based CWCL.…”

Section: Introductionmentioning

confidence: 99%

Local Parametric Approach of Wireless Capsule Endoscope Localization Using Randomly Scattered Path Loss Based WCL

Hany

Akter

2017

Wireless Communications and Mobile Computing

Self Cite

View full text Add to dashboard Cite

We propose scattered path loss based weighted centroid localization (WCL) algorithm for wireless video capsule endoscope (VCE). The main challenge in this approach is the random deviation in the measured received signal strength indicator (RSSI) caused by multipath propagation and shadowing effects of human body channel which in turn increases the localization error. To address this issue, we propose local parameter dependent path loss representation in the training phase and apply adaptive least square error (LSE) method to extract the parameters. Then, in the test phase, we estimate distance using the extracted parameters and the randomly scattered path loss. The position of capsule is estimated using non-degree based WCL followed by a calibration process. We propose suboptimal method of estimating the calibration coefficient and also compute the optimal value of coefficient analytically to set the benchmark. We develop a simulation platform using MATLAB to present the results and to verify the performance. We gradually increase the number of sensors and place them in different topologies using different dimensions. The obtained accuracy by our proposed suboptimal method of WCL is very close to the optimal benchmark for all cases. Our proposed approach also outperforms existing works in terms of localization accuracy.

show abstract

“…However, RSS localization varies depending on the unique characteristics of each patient's body and suffers from signal attenuation due to the complex nonhomogeneous environment. Several studies experiment with different ways of computing this path loss signal propagation in order to compute the location of capsule(Hany & Akter 2017a;Hany & Akter 2017b;Hany & Akter 2018a;Hany & Akter 2018b;…”

mentioning

confidence: 99%

Computational signal analysis methods for information extraction with applications in biomedicine

Vasilakakis¹,

Βασιλακάκης²

View full text Add to dashboard Cite

Η παρούσα διδακτορική διατριβή διερευνά πρωτότυπες υπολογιστικές προσεγγίσεις ανάλυσης σημάτων και εξόρυξης πληροφορίας. Λαμβάνοντας υπόψη τις επιστημονικές προκλήσεις για την ανάπτυξη καινοτόμων λύσεων με ευρύ κοινωνικό αντίκτυπο, διερευνά διάφορες εφαρμογές στη βιοϊατρική. Αναπτύχθηκε μια πρωτότυπη μεθοδολογία βασισμένη στην ασαφή λογική, η οποία καλείται μέθοδος των Ασαφών Φράσεων (Fuzzy Phrases). Η μεθοδολογία αυτή εκφράζει τα σήματα ή τις χαρακτηριστικές αναπαραστάσεις τους με σύνολα λέξεων. Κάθε λέξη αναπαρίσταται από ένα ασαφές σύνολο. Οι λέξεις σχηματίζουν φράσεις, που λαμβάνονται από τη συνάθροιση των ασαφών συνόλων και αναπαριστούν το περιεχόμενο των σημάτων. Πειράματα σε δημοσίως διαθέσιμα δεδομένα έδειξαν ότι υπερτερεί σε αποτελεσματικότητα άλλων σύγχρονων συναφών προσεγγίσεων. Πλεονεκτήματα της συγκεκριμένης μεθόδου αποτελούν η διαισθητικότητα και η ανοχή στην αβεβαιότητα που προέρχεται από την ανακρίβεια ή την απώλεια πληροφορίας. Η διδακτορική διατριβή εστιάζει στην ανάλυση εικόνων που λαμβάνονται στο πλαίσιο ενδοσκοπικών εξετάσεων του γαστρεντερικού συστήματος με τη χρήση ασύρματης κάμερας. Η ενδοσκόπηση με χρήση ασύρματης κάμερας (Wireless Capsule Endoscopy ή WCE) έχει καθιερωθεί ως ένας τρόπος για την μελέτη και διάγνωση παθολογικών καταστάσεων του γαστρεντερικού συστήματος. Πραγματοποιείται με την κατάποση κάμερας στο μέγεθος ενός χαπιού βιταμίνης και αποτελεί μια μη-επεμβατική διαδικασία εξέτασης. Κατά τη διάρκεια μιας εξέτασης η ασύρματη κάμερα επιστρέφει χιλιάδες εικόνες για κάθε ασθενή. Ένα από τα σημαντικότερα προβλήματα αυτής της εξέτασης είναι ο μεγάλος όγκος των προσλαμβανομένων εικόνων τα οποία συνιστούν χιλιάδες έγχρωμες εικόνες (> 100.000 εικόνες ανά ασθενή). Η λήψη αποφάσεων σχετικά με την υγεία ενός ασθενούς απαιτεί την εξέταση αυτού του μεγάλου αριθμού συλλεγμένων εικόνων από εξειδικευμένο ιατρικό προσωπικό. Συνήθως, οι εξεταστές αγγίζουν τα ανθρώπινα όριά τους προσπαθώντας να διατηρήσουν την συγκέντρωση τους αδιάκοπη, προκειμένου να εξετάσουν αυτό το μεγάλο αριθμό εικόνων μέσα σε 60-90 λεπτά κατά μέσο όρο. Αυτό εξηγεί γιατί η εξέταση αυτή είναι επιρρεπής σε ανθρώπινα σφάλματα και έχει χαμηλή διαγνωστική ακρίβεια. Αναγνωρίζοντας τη σημαντικότητα αυτού του προβλήματος, διερευνώνται μέθοδοι ανάλυσης εικόνων για την εξόρυξη πληροφοριών προς την κλινική διάγνωση παθολογικών καταστάσεων. Σκοπός αυτών των μεθόδων είναι η αξιοποίησή τους στο πλαίσιο συστημάτων υποστήριξης ιατρικών αποφάσεων με στόχο κυρίως τη μείωση της ανθρώπινης προσπάθειας και την παροχή μιας δεύτερης γνώμης ως προς το υπό εξέταση ιατρικό πρόβλημα. Από την ενδελεχή έρευνα της βιβλιογραφίας, μελετήθηκαν μέθοδοι αιχμής επεξεργασίας και ανάλυσης εικόνων. Μια από τις συνεισφορές ήταν και η λεπτομερής καταγραφή της βιβλιογραφίας για τις τεχνολογικές εξελίξεις στον τομέα της ενδοσκόπησης με κάψουλα την πενταετία 2013-2018 και η δημοσίευση της. Αναπτύχθηκαν καθοδηγούμενες μέθοδοι ταξινόμησης (supervised classification) που απαιτούν μόνο ασθενή επισημείωση (weak annotation) των εικόνων από τους ειδικούς, δηλαδή μόνο την ένδειξη αν στην εικόνα περιέχεται ανωμαλία. Τα πειραματικά αποτελέσματα κατέστησαν τις μεθόδους κατάλληλες για την εύρεση εικόνων με παθολογικό περιεχόμενο. Ακολούθως δημιουργήθηκαν αλγόριθμοι για τον εντοπισμό παθολογικών περιοχών/ανωμαλιών εντός των εικόνων αυτών. Καθώς τα αποτελέσματα από τις ασθενώς καθοδηγούμενες προσεγγίσεις για την ταξινόμηση εικόνων, σε παθολογικές ή μη εικόνες, ήταν ενθαρρυντικά, έδωσαν βήμα για τη σημασιολογική ερμηνεία του συνόλου του περιεχομένου των εικόνων χρησιμοποιώντας πολλαπλές κατηγορίες (multi-label weakly supervised methods). Η προσπάθεια για ερμηνεία ολόκληρου του περιεχομένου των ενδοσκοπικών εικόνων αποδείχθηκε βάσιμη, καθώς τα αποτελέσματα για την ταξινόμηση των εικόνων και την εύρεση των παθολογιών βελτιώθηκαν ακόμα περισσότερο συγκριτικά με την προηγούμενη προσέγγιση. Ένα σημαντικό κομμάτι στην ανάλυση μεγάλου πλήθους εικόνων αποτελεί ο εντοπισμός σημείων ενδιαφέροντος και εξαγωγής χαρακτηριστικών από τις περιοχές που επιλέχθηκαν αυτά τα σημεία. Η ανάπτυξη των μεθόδων αυτών έχει ως αποτέλεσμα τον περιορισμό της δειγματοληψίας των εικόνων, μόνο στα σημεία αυτά, και κατά συνέπεια την απλοποίηση του υπολογιστικού κόστους για την ανάλυση των δειγμάτων. Για το σκοπό αυτό κατά τη διδακτορική αυτή έρευνα μελετήθηκαν οι προτεινόμενοι από τη βιβλιογραφία αλγόριθμοι για τον εντοπισμό σημείων ενδιαφέροντος σε εικόνες και προτάθηκε ένα νέος αλγόριθμος εντοπισμού σημείων για ενδοσκοπικές εικόνες. Ο προτεινόμενος αλγόριθμος βασίστηκε στα ιδιαίτερα χρωματικά χαρακτηριστικά των εικόνων. Τα πειραματικά αποτελέσματα ήταν ικανοποιητικά αναφορικά με τον εντοπισμό σημείων εντός παθολογικών περιοχών, ενώ είναι σημαντική η παρατήρηση πώς δεν απαιτήθηκε κάποια μορφή εκπαίδευσης ώστε ο αλγόριθμος να εντοπίζει σημεία. Το έργο που παρουσιάστηκε στην παρούσα διατριβή παρέχει τις βάσεις για περαιτέρω έρευνα στα αντικείμενα που μελετήθηκαν. Ειδικότερα στο πλαίσιο της ενδοσκοπίας με κάψουλα, συνεισέφερε μεθόδους που μπορούν να χρησιμοποιηθούν στην πράξη από τους γιατρούς για την ανίχνευση διαφόρων γαστρεντερικών ανωμαλιών σε ενδοσκοπικές εικόνες.

show abstract

Non-Parametric Approach of Video Capsule Endoscope Localization Using Suboptimal Method of Position Bounded CWCL

Cited by 8 publications

References 27 publications

Accuracy of UWB Path Loss‐Based Localization of Wireless Capsule Endoscopy

Accuracy of UWB Path Loss‐Based Localization of Wireless Capsule Endoscopy

Local Parametric Approach of Wireless Capsule Endoscope Localization Using Randomly Scattered Path Loss Based WCL

Computational signal analysis methods for information extraction with applications in biomedicine

Contact Info

Product

Resources

About