Zastosowanie metody chan-vese w segmentacji obrazów medycznych

• Autorzy: Prokop P.

Identyfikatory

DOI

10.5604/20830157.1176571

Warianty tytułu

EN

Application chan-vese methods in medical image segmentation

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono problem wyznaczania krawędzi obiektów zamkniętych w obrazach medycznych CT, które będą podlegały dalszej analizie, na potrzeby diagnostyki medycznej. Zastosowanie przekształcenia, które wprowadza progowanie, pozwala na wyeliminowanie pikseli prezentujących obiekty dla tkanek, które nie podlegają dalszej analizie. Podejście to pozwoliło na wyostrzenie krawędzi obiektów prezentujących tkanki miękkie. Porównano sposób wykrycia krawędzi tkanek miękkich, dla obrazu pierwotnego i przetworzonego za pomocą przekształcenia, z zastosowaniem metody Chan-Vese. Wyostrzenie krawędzi obrazu poprawiło dokładność wykrywania obiektów prezentujących tkanki miękkie.

EN

The article presents the problem of determining the edges of objects enclosed in a medical CT images, which will be subject to further analysis, for the purpose of medical diagnosis. The use of a transformation which introduces two-point thresholding, eliminates presenting pixels of objects for tissues that are not a subject to further analysis. This approach allowed us to sharpen the edges of objects presenting soft tissue. A way to detect the edge of the soft tissue was compared for the original image and processed one using the transformation using the method of Chan-Vese. Sharpening of edges of the image have improved the accuracy of detection of objects presenting the soft tissue.

Słowa kluczowe

PL

progowanie; model Chana-Vese; przetwarzanie obrazów; tomografia komputerowa

EN

thresholding; Chan-Vese; image processing; CT

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2015
• Tom: nr 4
• Strony: 32--37
• Opis fizyczny: Bibliogr. 11 poz., rys.

Twórcy

autor

Prokop P.

• Politechnika Lubelska, Wydział Elektrotechniki i Informatyki

Bibliografia

• [1] Brox T., Weickert J.: Level Set Segmentation with Multiple Regions. Mathematical Image Analysis Group, Faculty of Mathematics and Computer Science, Saarland University, Building 27.1, 66041 Saarbrücken, Germany, 2005.
• [2] Chan T.F., Vese L.A.: Active Contours Without Edges. IEEE Transactions on image processing, col. 10, No.2, February 2001.
• [3] Demirkaya O., Sahoo P.K.: Image Processing with MATLAB®; Applications in Medicine and Biology. CRC Press 2009.
• [4] Maciejewski M., Surtel W., Małecka-Massalska T.: Level-set image processing methods in medical image segmentation. NTAV/SPA 2012 – New Trends in Audio and Video sSignal Processing Algorithms, Architectures, Arrangements and Applications, 27-29 September 2012, Łódź, 2012.
• [5] Madhu S.N., Revathy K., Tatavarti R.: Removal of Salt-and Pepper Noise in Images: A New Decision-Based Algorithm. IMECS 2008, 19-21 March, 2008, Hong Kong, 2008.
• [6] Moelich M., Chan T.: Tracking objects with the Chan-Vese algorithm. Mathematics Department, UCLA, 405 Hilgard Avenue, Los Angeles, 2003.
• [7] Petrou M., Bosdogianni P.: Image Processing the Fundamentals, Wiley, London, 2004.
• [8] Pratt W.K.: Digital Image Processing, Wiley-Interscience, Los Altos, California, 2007.
• [9] Rumpf M., Strzodka R.: Level set segmentation in graphics hardware. University of Duisburg, Applied Mathematics, Lotharstr. 65, D-47048 Duisburg.
• [10] Salman N.: Image Segmentation and Edge Detection Based on Chan-Vese Algorithm” Computer Science Department, Zarqa Private Univesity, Jordan, 2006.
• [11] Tadeusiewicz R., Śmietański J.: Pozyskiwanie obrazów medycznych oraz ich pozyskiwanie, analiza, automatyczne rozpoznawanie i diagnostyczna interpretacja. WSTN, Kraków 2011.