3D skeletonization of pulmonary airway tree structures

• Autorzy: Postolski M. , Janaszewski M. , Jopek Ł. , Babout L.

Warianty tytułu

PL

Trójwymiarowa szkieletyzacja drzew oskrzelowych

• Języki publikacji: EN

Abstrakty

EN

Quantitative analysis of the human airway trees is a challenge in image processing and analysis. Results obtained in previous work on this subject are still not sufficient and they need improvements. Quantitative description of an airway tree consists in application of several steps: segmentation of the tree, skeletonization, decomposition and anatomical labelling, cross section generation and finally quantitative measurements. Each step needs to use different kinds of image processing algorithms. The most works were performed on different segmentation strategies, however skeletonization algorithms are still not enough tested and they require attention. Moreover, skeleton has very large impact on the quality of quantitative measurement of a bronchial tree. In the paper authors tested three skeletonization methods which are based on thinning - the most popular skeletonization approach. However, each algorithm uses different thinning strategy. The paper presents basic concepts of the algorithms and discussion about their primary features based on acquired results from real human CT images.

PL

Ilościowa analiza ludzkich drzew oskrzelowych jest wyzwaniem z punktu widzenia analizy i przetwarzania obrazów. Uzyskane do tej pory wyniki są ciągle niedoskonałe i wymagają ulepszeń. Ilościowa analiza drzew oskrzelowych składa się z kilku kroków: segmentacji drzewa, szkieletyzacji, dekompozycji drzewa i anatomicznego etykietowania, generacji przekrojów prostopadłych i na końcu dokonania pomiarów. Każdy z kroków wymaga użycia innych algorytmów przetwarzania obrazów. Najwięcej badań wykonano nad problemem segmentacji drzewa. Jednakże algorytmy szkieletyzacji są ciągle zbyt mało przebadane i wymagają większej uwagi. Co więcej, uzyskany szkielet ma bardzo duży wpływ na jakość dokonanych pomiarów. W artykule, autorzy przetestowali trzy algorytmy szkieletyzacji bazujące na pocienianiu - najbardziej popularnym podejściu do szkieletyzacji. Każdy z algorytmów wykorzystywał inną strategię pocieniania. Artykuł prezentuje podstawowe koncepcje algorytmów oraz dyskusje na temat ich podstawowych właściwości bazując na wynikach przeprowadzonych eksperymentów.

Słowa kluczowe

EN

skeletonization; airway tree; cubical complex; thinning

PL

szkieletyzacja; drzewo oskrzelowe; cubical complex; pocienianie

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2010
• Tom: T. 14, z. 3/1
• Strony: 337--351
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Postolski M.

• Computer Engineering Department, Technical University of Lodz, Poland
• Department of Expert System and Artificial Intelligence, The College of Computer Science in Lodz, Poland
• Universite Paris-Est, LIGM, A3SI, ESIEE, Noisy le Grand, France

autor

Janaszewski M.

• Computer Engineering Department, Technical University of Lodz, Poland
• Department of Expert System and Artificial Intelligence, The College of Computer Science in Lodz, Poland

autor

Jopek Ł.

• Computer Engineering Department, Technical University of Lodz, Poland
• Department of Expert System and Artificial Intelligence, The College of Computer Science in Lodz, Poland

autor

Babout L.

• Computer Engineering Department, Technical University of Lodz, Poland

Bibliografia

• [1] Bertrand G., Simple points, topological numbers and geodesic neighborhoods in cubic grids. Pattern Recognition Letters, vol. 15(10), 1994, 1003-1011.
• [2] Bertrand G., Couprie M., A new 3D parallel thinning scheme based on critical kernels. Lecture Notes in Computer Science, vol. 4245, 2006, 580-591.
• [3] Blum H., Transformation for extraction new descriptions of shape. Models for the Perceptions of Speech and Visual Form, 1967, 362-380.
• [4] Chaussard J., Couprie M., Surface thinning in 3D cubical complexes. Lecture Notes in Computer Science, vol. 5852, 2009, 135-148.
• [5] Couprie M., Coeurjolly D., Zrour R., Discrete bisectorfunction andEuclidean skeleton in 2D and 3D. Image and Vision Computing, vol. 25(10), 2007, 1543-1556.
• [6] Graham M.W., Gibbs J.D., Higgins W.E., Robust system for human airway-tree segmentation. Proc. SPIE, vol. 6914, 2008.
• [7] Kong T.Y., Rosenfeld A., Digital topology: introduction and survey. Computer Vision, Graphics, and Image Processing, vol. 48, 1989, 357-393.
• [8] Ma C.M., Sonka M., A fully paralel 3D thinning algorithm and its applications. Computer Vision, and Image Understanding, vol. 64, 1996, 420-433.
• [9] Mayer D., Bartz D., Ley S., Thust S., Heussel C.P., Kauczor HU., Straser W., Segmentation and virtual exploration of tracheobronchial trees. International Congress Series, vol. 1256, 2003, 35-40.
• [10] Palagyi K., A 3-subiteration 3D thinning algorithm for extracting medial surfaces. Pattern Recognition Letters, vol. 23, 2002, 663-675.
• [11] Palagyi K., Tschirren J., Hoffman E.A., Sonka M., Quantitative analysis of pulmonary airway tree structure. Computers in Biology and Medicine, vol. 36(9), 2006, 974-996.
• [12] Postolski M., Janaszewski M., Fabijanska A., Babout L., Couprie M., Jedrzejczyk M., Stefanczyk L., Reliable airway tree segmentation based on hole closing in bronchial walls. Advances in Soft Computing: Computer Recognition Systems 3, vol. 57, 2009, 389-396.
• [13] Tschirren J., Hoffman E.A., McLennan G., Sonka M., Intrathoracic airway trees segmentation and airway morphology IEEE Trans. Med. Imaging, vol. 24(12), 2005, 1529-1539.
• [14] Wang T, Basu A., A notę on a fully parallel 3D thinning algorithm and its applications. Pattern Recognition Letters, vol. 28(4), 2007, 501-506.
• [15] Zhou Y., Toga W., Efficient skeletonization ofvolumetric objects. IEEE Transaction on Visualization and Computer Graphics, vol. 5, 1999, 196-209.
• [16] PINK Library http://www.esiee.fr//coupriem.