Σάρωσαν φοιτητές του ΟΠΑ στο ImageCLEFmed Caption 2020

κατέλαβαν 1η, 2η και 6η θέση στο διεθνή διαγωνισμό

Κείμενο: Κατερίνα Ανδρομιδά

Ομάδα του Τμήματος Πληροφορικής του ΟΠΑ κατέκτησε την 1η, 2η και 6η θέση μεταξύ 49 συστημάτων του διεθνούς διαγωνισμού ImageCLEFmed Caption 2020 (https://www.imageclef.org/2020/medical/caption/).

Στον διαγωνισμό συμμετέχουν συστήματα που επιχειρούν να συνδέσουν αυτόματα ιατρικές εικόνες (π.χ. ακτινογραφίες) με ιατρικές έννοιες (π.χ. σωματικά όργανα ή κακοήθειες που εμφανίζονται στις εικόνες). Συστήματα αυτού του είδους μπορούν να βοηθήσουν στην αναζήτηση ιατρικών εικόνων μέσω λέξεων-κλειδιών αλλά και να χρησιμοποιηθούν ως πρώτο στάδιο επεξεργασίας σε μεγαλύτερα συστήματα που παράγουν αυτομάτως τμήματα ιατρικών γνωματεύσεων από ιατρικές εικόνες (http://nlp.cs.aueb.gr/pubs/sivl2019_survey_biomedical_image_captioning.pdf).

Στην ομάδα του ΟΠΑ συμμετείχαν ο Βασίλης Καρατζάς (προπτυχιακός φοιτητής του Τμήματος Πληροφορικής), η Βασιλική Κούγια (απόφοιτη του Προγράμματος Μεταπτυχιακών Σπουδών "Επιστήμη των Υπολογιστών", http://grad.cs.aueb.gr/), ο Ιωάννης Παυλόπουλος (μετα-διδακτορικός ερευνητής του Τμήματος Πληροφορικής του ΟΠΑ και του Πανεπιστημίου της Στοκχόλμης, συν-επιβλέπων) και ο Ίων Ανδρουτσόπουλος (Καθηγητής του Τμήματος Πληροφορικής, συν-επιβλέπων), όλοι μέλη της Ομάδας Επεξεργασίας Φυσικής Γλώσσας (http://nlp.cs.aueb.gr/) του ΟΠΑ. Η ομάδα χρησιμοποίησε συστήματα βασισμένα σε βαθιά νευρωνικά δίκτυα για την κωδικοποίηση και κατηγοριοποίηση των εικόνων, καθώς και μεθόδους ανάκτησης πληροφοριών για την ανάκτηση παρόμοιων εικόνων και εννοιών από προηγούμενες διαγνώσεις. Τα συστήματα αναπτύχθηκαν κυρίως στη διάρκεια της πτυχιακής εργασίας του Βασίλη Καρατζά, επεκτείνοντας προηγούμενα συστήματα.