Modyfikacja algorytmu aktywnych modeli kształtu eliminująca wpływ anizotropii danych tomograficznych

• Autorzy: Kos A. , Skalski A. , Zieliński T.

Warianty tytułu

EN

A modified ASM algorithm, that considers a CT and MRI medical data anisotropy at the stage of statistic shape model generation

• Języki publikacji: PL

Abstrakty

PL

W artykule zaproponowano modyfikację algorytmu automatycznej segmentacji ASM, uwzględniającą anizotropię danych medycznych w reprezentacjach TK i MR na etapie generowania modelu statycznego. Przedstawiono również nową metodę generowania zbiorów punktów uczących/treningowych, wymaganych przez algorytm ASM, opartą o zmodyfikowany algorytm ICP. Zaproponowaną metodę przetestowano na testowej serii 15 rzeczywistych woluminów TK, osiągając średnią dokładność segmentacji, wyrażoną współczynnikiem Dice’a, na poziomie 0.8014.

EN

In the paper a modified ASM algorithm, that considers a CT and MRI medical data anisotropy at the stage of statistic shape model generation, is proposed. Additionally, a new, non-rigid ICP algorithm-based method of creating the ASM training data points sets is presented. The proposed approach had been tested on a series of 15 real patients CT volume data, reaching a mean accuracy of the segmentation 0.8014, measured by the Dice coefficient.

Słowa kluczowe

PL

model statystyczny; segmentacja; radioterapia; ASM; dopasowanie; chmura punktów

EN

statistical shape model; segmentation; ASM; registration; ICP; point cloud

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 5
• Strony: 41--44
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Kos A.

• Akademia Górniczo-Hutnicza, Katedra Telekomunikacji, Al. Mickiewicza 30, 30-059, Kraków

autor

Skalski A.

• AGH Akademia Górniczo-Hutnicza, Katedra Metrologii i Elektroniki, Al. Mickiewicza 30, 30-059, Kraków

autor

Zieliński T.

• AGH Akademia Górniczo-Hutnicza, Katedra Telekomunikacji, Al. Mickiewicza 30, 30-059, Kraków

Bibliografia

• [1] Horwich, VA., Parker, C., Kataja, V.: Prostate cancer: ESMO Clinical Recommendations for diagnosis, treatment and followup, Annals of Oncology 20 (Supplement4): iv76-iv78, (2009)
• [2] Skalski A., et al., "Computed Tomography - based radiotherapy planning on the example of prostate cancer: Application of Level-Set segmentation method guided by atlas-type knowledge," ACM Digital Library, ISBN 978-1-4503-0913-4/11/10, (2011)
• [3] Cootes T.F., et al., A trainable method of parametric shape description, Image Vision Comput. 10(5), pp. 289-294, 1992
• [4] Cootes T.F., Taylor C.J., Statistical models of appearance for computer vision, Technical Report, University of Manchester, 2004.
• [5] Gao X., et al., A review of Active Appearance Models, IEEE Trans. on Systems, Man, and Cybernetics - Part C: Applications and reviews. 40 (2), pp. 145-158, 2010
• [6] Heimann T., Meinzer H.P., Statistical shape models for 3D medical image segmentation: A review, Medical Image Analysis, 13, pp. 543-563, 2009
• [7] Skalski A., Lagwa J., Zielinski T., Kedzierawski P., Kuszewski T., Automatic prostate segmentation in MR images based on 3D active contours with shape constraints, Signal Processing: Algorithms, Architectures, Arrangements, and Applications (SPA), 26-28 Sept. (2013), 246-249
• [8] Kroon D.J.,: Active Shape Model and Active Appearance Model http://www.mathworks.com/matlabcentral/fileexchange/26706-active-shape-model-asm-and-active-appearance-model-aam/, dostęp 22.02.2015
• [9] Kos A., Skalski A., Zieliński T, Using ASM in CT data segmentation for prostate radiotherapy.Lecture Notes in Computer Science,Springer Berlin Heidelberg,LNCS 7594, (2012), 610-617
• [10] Frangi, A.F., et al.: Automatic ASM Construction via Atlas-Based Landmarking and Volumetric Elastic Registration. In: M.F. Insana and R.M. Leahy (Eds.): IPMI 2001, LNCS 2082, 78-91 (2001)
• [11] Frangi, A.F., Rueckert, D., Schnabel, J.A., Niessen, W.J.: Automatic construction of multiple-object three-dimensional statistical shape models: application to cardiac modeling. IEEE Trans. Med. Imaging, 21(9), 1151-1166 (2002)
• [12] Besl P.J., McKay N.D., A method for registration of 3-D shapes, Pattern Analysis and Machine Intelligence, IEEE Transactions on , 14(2), (1992), 239-256
• [13] Skalski A., Socha, M. Dopasowanie chmur punktów do powierzchni dla potrzeb przetwarzania i analizy obrazów medycznych oraz systemów wizyjnych. Przegląd Elektrotechniczny, 90(5) (2014), 160-163
• [14] Friedman J.H., Bentely J., Finkel R. A., An Algorithm for Finding Best Matches in Logarithmic Expected Time, ACM Transactions on Mathematical Software 3, (1977), 209.
• [15] http://www.mathworks.com/matlabcentral/fileexchange/41396-nonrigidicp/, dostęp 26.02.2015