Automatização de oráculos de teste para imagens médicas de modelos tridimensionais
Resumo
Oráculos de teste determinam se uma execução de um SUT (do inglês, System Under Test) está correta ou não. Entretanto, dependendo da natureza dos dados produzidos pelo sistema, o SUT é conhecido como sistema de saı́da complexa, tornando a automatização dos oráculos um desafio. Sistemas na área de sáude, em particular, que analisam imagens tridimensionais, exemplificam um tipo de sistema de saı́da complexa. Um dos desafios associados a sistemas que analisam imagens tridimensionais é saber se a saı́da produzida está cor- reta ou não. O fato de se tratar de um sistema de saı́da complexa torna essa tarefa mais difı́cil, fazendo com que estratégias ad-hoc e manuais sejam aplica- das. Nesse trabalho de mestrado procurou-se contribuir por meio da definição de oráculos de teste baseados na extração de caracterı́sticas das saı́das do sis- tema. A abordagem proposta foi aplicada especificamente em sistemas cujas saı́das consistem em imagens sintéticas tridimensionais de vasos sanguı́neos. Para tanto, é explorado o framework O-FIm/CO (do inglês, Oracle for Images and Complex Outputs), que utiliza conceitos de CBIR (do inglês, Content-Based Image Retrieval) como uma forma de automatizar oráculos de teste. Além de adaptações e extensões do framework, desenvolveram-se plug-ins, que repre- sentam extratores de caracterı́sticas para imagens sintéticas tridimensionais de vasos sanguı́neos. Dois estudos experimentais foram conduzidos objetivando avaliar a eficácia e a precisão dos oráculos de teste baseados em caracterı́sticas na avaliação desse tipo de imagem. Além disso, realizou-se um estudo experi- mental comparando oráculos automatizados e oráculos humanos. Os resultados evidenciam a eficácia da abordagem como uma estratégia promissora para au- tomatizar atividades de teste, contribuindo para a redução de tempo e esforços gerados por abordagens manuais durante a avaliação da qualidade de sistemas geradores de imagens médicas tridimensionais.
Referências
Bertolino, A. (2007). Software testing research: Achievements, challenges, dreams. In Future of Software Engineering, pages 85–103.
Delamaro, M. E., Maldonado, J. C., and Jino, M. (2017). Introdução ao teste de software. Elsevier.
Delamaro, M. E., Nunes, F. L. S., and Oliveira, R. A. P. (2013). Using concepts of content-based image retrieval to implement graphical testing oracles. Software Testing, Verification and Reliability, pages 171–198.
Galarreta-Valverde, M. A., Macedo, M. M. G., Mekkaaoi, C., and Jackowski, M. P. (2013). Three-dimensional synthetic blood vessel generation using stochastic Lsystems. In Proceedings of the Medical Imaging: Image Processing, pages 86691I–86691I–6.
Oliveira, R. A. P. (2017). Test oracles for systems with complex outputs: the case of TTS systems. Ph.d. thesis, Instituto de Ciências Matemáticas e de Computação (ICMC) – Universidade de S˜ao Paulo (USP), S˜ao Carlos,SP.
Oliveira, R. A. P., Delamaro, M. E., and Nunes, F. L. S. (2009). O-FIm – oracle for images. In Simpósio Brasileiro de Engenharia de Software (SBES), pages 1–6.
Oliveira, R. A. P., Gil, V. N., Nunes, F. L. S., and Delamaro, M. E. (2014). An extensible framework to implement test oracle for “non-testable programs”. In Proceedings of the 26th International Conference on Software Engineering & Knowledge Engineering, pages 199–204.
