Algorytm segmentacji obrazów medycznych 3D przy wykorzystaniu operatorów morfologicznych oraz indeksacji metodą rozrostu

• Autorzy: Maciura Ł. , Wojciechowski K.

Warianty tytułu

EN

A new algorithm for segmentation of 3D images of internal human organs

• Języki publikacji: PL

Abstrakty

PL

Niniejszy artykuł przedstawia nowy algorytm segmentacji obrazów 3D narządów wewnętrznych człowieka skomponowany z wykonywanych szeregowo znanych algorytmów wstępnego przetwarzania obrazów 3D. Nowatorstwo algorytmu polega na właściwym wyborze algorytmów przetwarzania, kolejności ich realizacji i parametrów z jakimi były realizowane. Działanie algorytmu porównano z algorytmem progowania wraz z indeksacją co wykazało jego zdecydowaną przewagę.

EN

This paper describes a new algorithm composed of serially performed known initial 3D image processing algorithms for segmentation of 3D images of internal human organs. The novelty of the algorithm is the right choice of processing algorithms, the order of their execution and parameters of which have been implemented. Working of algorithm was compared with working of thresholding algorithm with indexation and showed its definite advantage.

Słowa kluczowe

PL

segmentacja; operator morfologiczny; tomografia komputerowa; rezonans magnetyczny; algorytm rozrostu

EN

3D segmentation; morphology operator; computer tomography; magnetic resonance; flood fill

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 5
• Strony: 1--4
• Opis fizyczny: Bibliogr. 16 poz., rys.

Twórcy

autor

Maciura Ł.

• Uniwersytet Rzeszowski Katedra Informatyki, ul. Pigonia 1, 35-959 Rzeszów

autor

Wojciechowski K.

• Politechnika Śląska, Instytut Informatyki

Bibliografia

• [1] Cierniak R., Tomografia komputerowa: Budowa urządzeń CT, Algorytmy rekonstrukcyjne, Akademicka Oficyna Wydawnicza EXIT, (2005)
• [2] Cytowski J., Gielecki J., Gola A., Cyfrowe przetwarzanie obrazów medycznych: Algorytmy, Technologie, Zastosowania, Akademicka Oficyna Wydawnicza EXIT, (2008)
• [3] Pham D., Xu C., Prince J., CURRENT METHODS IN MEDICAL IMAGE SEGMENTATION, Annual Review of Biomedical Engineering, (2000), nr. 2, 315-337
• [4] Skalski A., Zieliński T., Segmentacja i dopasowywanie cyfrowych obrazów medycznych: przetwarzanie nagrań wideoendoskopowych strun głosowych oraz danych tomograficznych zmian rakowych, Pomiary Automatyka Kontrola, 54 (2008), nr 6, 330-333
• [5] Hu, Grossberg, Mageras, Survey of Recent Volumetric Medial Image Segmentation Techniques, Biomedical Engineering, (2009), 321-346
• [6] Wirjadi O., Survey of 3d image segmentation methods, Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM, (2007), nr. 123
• [7] Nieniewski M., Segmentacja obrazów cyfrowych: Metody segmentacji wododziałowej, Akademicka Oficyna Wydawnicza EXIT, (2005)
• [8] Rymarczyk T., Sikora J., Tymburski K., Filipowicz S., Segmentacja obrazów rentgenowskich w stomatologii metodą zbiorów poziomicowych, Pomiary Automatyka Kontrola, 54 (2008), nr 10, 686-689
• [9] Kass M., Witkin A., Terzopoulos D., Snakes: Active contour models, International Journal of Computer Vision, (1988), 321-331
• [10] Skalski A., Łągwa J., Kędziarawski P., Kukołowicz P., Analiza kształtu struktur anatomicznych jamy brzusznej dla potrzeb radioterapii nowotworu prostaty, Pomiary Automatyka Kontrola, 59 (2013), nr 3, 254-257
• [11] Muschelli J., Zipunnikov V., 3D Slicer (tutorial), Department of Biostatistics Johns Hopkins Bloomberg School of Public Health, (2011)
• [12] http://www.slicer.org/
• [13] Wysocki M., Marnik J., Kapuściński T., Wizja komputerowa, Oficyna Wydawnicza Politechniki Rzeszowskiej, (2004)
• [14] Gonzales R., Woods R., Digital Image Processing, Pearson Prentice Hall, (2008)
• [15] http://www.vtk.org/
• [16] http://www.simpleitk.org/