ANALIZA SKUTECZNOŚCI WYBRANYCH METOD SEGMENTACJI STRUKTUR ANATOMICZNYCH MÓZGU
Róża Dzierżak
r.dzierzak@pollub.plPolitechnika Lubelska, Instytut Elektroniki i Technik Informacyjnych (Polska)
Magdalena Michalska
Politechnika Lubelska, Instytut Elektroniki i Technik Informacyjnych (Polska)
Abstrakt
Istotnym aspektem analizy obrazów medycznych jest dostrzeżenie roli procesu segmentacji poszczególnych struktur anatomicznych. Proces ten pozwala na ukazanie najistotniejszych pod względem diagnostycznym szczegółów. Dzięki segmentacji obszarów zainteresowania (ROI) możliwe jest odpowiednie dostosowanie metod dalszej analizy obrazów uwzględniając specyfikę wybranych elementów. Proces ten znalazł rozległe zastosowanie w diagnostyce medycznej. W artykule przedstawiono wykorzystanie segmentacji przez progowanie, przez rozrost regionów oraz przez wykrywanie krawędzi, w celu wyodrębnienia interesujących użytkownika części ludzkiego mózgu. Wykorzystano serie obrazów MRI (rezonans magnetyczny). Celem badań było opracowanie metod, które pozwolą porównać skuteczność różnych typów segmentacji struktur anatomicznych mózgu w dwóch wymiarach. Zaprezentowane metody pokazują różny wpływ wybranych rodzajów segmentacji, masek czy parametrów na dokładniejsze ukazanie poszczególnych elementów ludzkiego mózgu.
Słowa kluczowe:
obrazowanie mózgu, segmentacja obrazu, rezonans magnetycznyBibliografia
Avrunin O. G., Tymkovych M. Y., Moskovko S. P., Romanyuk S. O., Kotyra A., Smailova S.: Using a priori data for segmentation anatomical structures of the brain. Przegląd Elektrotechniczny 93/2017, 102–105.
Google Scholar
Bellon O. R., Silva L.: New improvements to range image segmentation by edge detection. IEEE Signal Processing Letters 9/2002, 43–45.
Google Scholar
Bernstein M. A., King K. F., Xiadhong J. Z.: Handbook of MRI pulse sequences. Amsterdam. Elsevier, 2004.
Google Scholar
Boskovitz V., Guterman H.: An adaptive neuro-fuzzy system for automatic image segmentation and edge detection. IEEE Transactions on Fuzzy Systems 10/2002, 247–262.
Google Scholar
Hidayatullah R. R., Sigit R., Wasista S.: Segmentation of head CT-scan to calculate percentage of brain hemorrhage volume. Knowledge Creation and Intelligent Computing (IES-KCIC), IEEE, 2017, [DOI: 10.1109/KCIC.2017.8228603].
Google Scholar
Kaganami H. G., Beiji Z.: Region-Based Segmentation versus Edge Detection. Intelligent Information Hiding and Multimedia Signal Processing IIH-MSP'09. Fifth International Conference, 2009.
Google Scholar
Rebouças E. S., Braga A. M., Sarmento R. M.: Level Set Based on Brain Radiological Densities for Stroke Segmentation in CT Images. Computer-Based Medical Systems (CBMS), IEEE 2017 [DOI: 10.1109/CBMS.2017.172]
Google Scholar
Sharma N., Aggarwal L. M.: Automated medical image segmentation techniques. J. Med. Phys. 35/2010, 3–14.
Google Scholar
Suri J. S., Setarehdan S. K., Singh S.: Advanced Algorithmic Approaches to Medical Image Segmentation. Springer, 2002.
Google Scholar
Tadeusiewicz R., Korohoda P.: Komputerowa analiza i przetwarzanie obrazów. Wydawnictwo Postępu Telekomunikacji, Kraków 1997.
Google Scholar
Tadeusiewicz R., Śmietański J.: Pozyskiwanie obrazów medycznych oraz ich przetwarzanie, analiza, automatyczne rozpoznawanie i diagnostyczna interpretacja. Wydawnictwo Studenckiego Towarzystwa Naukowego, Kraków 2011.
Google Scholar
Ulagamuthalvi V., Kulanthaivel G.: An novel approach for segmentation using brain images. International Conference on Control, Instrumentation, Communication and Computational Technologies (ICCICCT ), IEEE, 2017.
Google Scholar
Wróbel Z., Koprowski R.: Praktyka przetwarzania obrazów z zadaniami w programie Matlab. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2012.
Google Scholar
Yahiaoui A. F. Z., Bessaid A.: Segmentation of ischemic stroke area from CT brain images, Signal, Image, Video and Communications (ISIVC), IEEE 2017 [DOI: 10.1109/ISIVC.2016.7893954].
Google Scholar
Autorzy
Róża Dzierżakr.dzierzak@pollub.pl
Politechnika Lubelska, Instytut Elektroniki i Technik Informacyjnych Polska
Autorzy
Magdalena MichalskaPolitechnika Lubelska, Instytut Elektroniki i Technik Informacyjnych Polska
Statystyki
Abstract views: 237PDF downloads: 141
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Inne teksty tego samego autora
- Magdalena Michalska, WYBRANE ZASTOSOWANIA GŁĘBOKICH SIECI NEURONOWYCH W DIAGNOZIE ZMIAN SKÓRNYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 11 Nr 4 (2021)
- Mykola Khobzei, Dmytro Vovchuk, Magdalena Michalska, PRZEGLĄD ZASTOSOWAŃ KONSTRUKCJI Z PRZEWODÓW W URZĄDZENIACH RADIOWYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 8 Nr 4 (2018)
- Magdalena Michalska, WIELOKLASOWA KLASYFI KACJA Z NAM ION SK Ó RNYCH W OPARCIU O GŁĘBOKIE SIECI NEURONOW E , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 2 (2022)
