HIST - an application for segmentation of hepatic images

• Autorzy: Reska D. , Krętowski M.

Warianty tytułu

PL

HIST -aplikacja do segmentacji obrazów wątroby

• Języki publikacji: EN

Abstrakty

EN

HIST (Hepatic Image Segmentation Tool) is a Java-based application for segmentation and visualisation of medical images, specialised for hepatic image analysis. This paper contains an overview of the application features, a description of adapted segmentation algorithms and their experimental validation. The application provides two main segmentation methods, based on region growing and active contour model methods, adapted for the case of liver segmentation. HIST also offers data visualisation tools, including multiplanar reconstruction, volume rendering and isosurface extraction.

PL

HIST (ang. Hepatic Image Segmentation Tool – narzędzie do segmentacji obrazów wątroby) jest napisaną w języku Java aplikacją do segmentacji i wizualizacji obrazów medycznych, wyspecjalizowaną segmentacji w obrazów wątroby. Artykuł ten zawiera przegląd możliwości aplikacji, opis zaadaptowanych algorytmów segmentacji i wizualizacji oraz ich eksperymentalną walidację. Aplikacja oferuje dwie główne metody segmentacji, oparte o algorytmy rozrostu regionów i aktywnego konturu, dostosowane do segmentacji wątroby. Narzędzia wizualizacyjne aplikacji wykorzystają rekonstrukcję multiplanarną, rendering wolumetryczny oraz ekstrakcję izopowierzchni.

Słowa kluczowe

EN

liver segmentation; volume rendering; multiplanar reconstruction; region growing; active contour; isosurface extraction

PL

segmentacja wątroby; aktywny kontur; rozrost regionów; rendering wolumetryczny; rekonstrukcja multiplanarna; ekstrakcja izopowierzchni

• Wydawca: Oficyna Wydawnicza Politechniki Białostockiej
• Czasopismo: Zeszyty Naukowe Politechniki Białostockiej. Informatyka
• Rocznik: 2011
• Tom: Z. 7
• Strony: 71--93
• Opis fizyczny: Bibliogr. 25 poz., rys.

Twórcy

autor

Reska D.

autor

Krętowski M.

• Bialystok University of Technology, Faculty of Computer Science, Białystok, Poland

Bibliografia

• [1] Adams R., Bischof L., Seeded region growing, Pattern Analysis and Machine Intelligence, EEE Transactions on, 16(6):641 –647, 1994.
• [2] Ballester M.A., Zisserman A.P., Brady M., Estimation of the partial volume effect in MRI, Medical Image Analysis, 6(4):389 – 405, 2002.
• [3] BarrettW., Mortensen E.N., Interactive live-wire boundary extraction, Medical Image Analysis, 1(4):331–341, 1997.
• [4] Brigham and Women’s Hospital, 3D Slicer, http://www.slicer.org Accesed at 2011-07-04.
• [5] Cabral B., Cam N., Foran J., Accelerated volume rendering and tomographic reconstruction using texture mapping hardware, In Proceedings of the 1994 symposium on Volume visualization, VVS ’94, pages 91–98, 1994.
• [6] Campadelli P., Casiraghi E., Esposito A., Liver segmentation from computed tomography scans: A survey and a new algorithm, Artificial Intelligence in Medicine, 45:185–196, 2009.
• [7] Cohen L.D., On active contour models and balloons, CVGIP: Image Underst., 53:211–218, 1991.
• [8] Cullip T.J., Neumann U., Accelerating volume reconstruction with 3D texture hardware, Technical report, Chapel Hill, NC, USA, 1994.
• [9] Halford G.S., Baker R., McCredden J.E., Bain J.D., How many variables can humans process?, 2004, University of Queensland, Brisbane, Australia, and Griffith University, Brisbane, Australia.
• [10] Heimann T., van Ginneken B., Styner M.A., et al, Comparison and evaluation of methods for liver segmentation from CT datasets, IEEE Transactions on Medical Imaging, 28:1251–1265, 2009.
• [11] Horowitz S.L., Pavlidis T., Picture segmentation by a directed split and merge procedure, In International Conference on Pattern Recognition, pp. 424–433, 1974.
• [12] Kass M., Witkin A., Terzopoulos D., Snakes: Active contour models, International Journal of Computer Vision, 1(4):321–331, 1988.
• [13] Kramer D.M., Kaufman L., Guzman R.J., Hawryszko C., A general algorithm for oblique image reconstruction, Computer Graphics and Applications, IEEE, 10(2):62 –65, 1990.
• [14] Lee D.T., Medial axis transformation of a planar shape, IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI-4(4):363–369, 1982.
• [15] Lorensen W.E., Cline H.E., Marching cubes: A high resolution 3D surface construction algorithm, Computer Graphics, 21(4):163–169, 1987.
• [16] Meinzer H.P., Thorn M., Cardenas C.E., Computerized planning of liver surgery - an overview, Computer and Graphics, 26(4):569–576, 2002.
• [17] Mudry K.M., Plonsey R., Bronzino J.D., Biomedical imaging, CRC Press, 2003.
• [18] Neubauer A., Forster T.M., Wegenkittl R., Mroz L., .Bühler K., Interactive display of background objects for virtual endoscopy using flexible first-hit ray casting, VisSym (Joint EG - IEEE TCVG Symp. on Visualization):301–304, 2004.
• [19] Rasband W., ImageJ - image processing and analysis in Java, http://rsbweb.nih.gov/ij/ Accesed at 2011-07-04.
• [20] Rhodes M.L., Glenn W.V., Azaawi Y.M., Extracting oblique planes from serial ct sections, J. Comput. Assist Tomogr., 4(5):649–657, 1980.
• [21] Sabella P., A rendering algorithm for visualizing 3D scalar fields, In Proceedings of the 15th annual conference on Computer graphics and interactive techniques, SIGGRAPH ’88, pp. 51–58, New York, 1988.
• [22] Shihao Ch., Guiqing H., Chongyang H., Rapid texture-based volume rendering, In Environmental Science and Information Application Technology, 2009, ESIAT 2009, International Conference on, volume 2, pp. 575–578, 2009.
• [23] OsiriX Software, DICOM sample image sets, http://pubimage.hcuge.ch:8080/ Accesed at 2011-08-21.
• [24] ITK-SNAP Team, ITK-SNAP home page, http://www.itksnap.org Accesed at 2011-07-04.
• [25] Tomasi C., Manduchi R., Bilateral filtering for gray and color images. In ICCV ’98: Proceedings of the Sixth International Conference on Computer Vision, IEEE Computer Society, 1998.