Automatic estimation of the intima-media thickness of the common carotid artery

• Autorzy: Turcza R. , Zieliński T. P. , Lay-Ekuakille A.

Warianty tytułu

PL

Automatyczna estymacja grubości błony wewnętrznej i środkowej tętnicy szyjnej

• Języki publikacji: EN

Abstrakty

EN

In this paper we propose efficient method for automatic estimation of intima and media boundary of common carotid artery (CCA) based on USG image analysis. The distance between intima and media is called intima-media thickness (IMT) and is used to predict cardiovascular events like myocardial infarction and stroke. At present, it is measured by manual segmentation of USG image by physician. Automatic estimation of IMT by freeing physician from this tedious work should speed the process and assure higher reproducibility. The proposed algorithm involves USG image denoising by nonlinear diffusion filtering and iterative image segmentation by modified active contour method with suitable energy function.

PL

W artykule zaproponowano efektywną metodę do automatycznej estymacji położenia brzegów błony wewnętrznej i środkowej tętnicy szyjnej, bazującą na analizie obrazu USG. Odległość pomiędzy brzegami tych błon nosi nazwę grubości intima - media i jest wykorzystywana do prognozowania ryzyka sercowo - naczyniowego (zawałów, udarów). W chwili obecnej grubość intima - media jest mierzona drogą ręcznego podziału na części obrazu USG tętnicy szyjnej przez lekarza. Automatyczna estymacja tej grubości uwolni lekarza od tego czasochłonnego zajęcia i zapewni większą powtarzalność pomiaru. Algorytm obliczeniowy zaproponowany w artykule wykorzystuje nieliniową filtrację dyfuzyjną do skutecznego odszumiania obrazu USG oraz iteracyjną segmentację obrazu za pomocą zmodyfikowanej metody aktywnych konturów, wykorzystującej odpowiednio dobraną funkcję energii.

Słowa kluczowe

EN

USG; intima-media thickness; image segmentation; image denoising; SRAD; active contours

PL

USG; intima-media; estymacja grubości błony wewnętrznej; odszumianie obrazu USG; zmodyfikowana metoda aktywnych konturów

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2010
• Tom: Vol. 51, nr 3
• Strony: 109--113
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Turcza R.

autor

Zieliński T. P.

autor

Lay-Ekuakille A.

• AGH University of Science and Technology, Department of Instrumentation and Measurement, Kraków, Poland

Bibliografia

• [1] Kwater A., Grodzicki T.: Ocena grubości ściany tętnicy szyjnej u chorych z nadciśnieniem tętniczym. Nadciśnienie Tętnicze, 2005, tom 9, nr 1, pp. 55-60.
• [2] Ceccarelli M., De Luca N., Morganella A.: An Active Contour Approach To Automatic Detection of The Intima-Media Thickness. Proc. of IEEE Int. Conference on Acoustics, Speech and Signal Processing, ICASSP 2006, vol 2, pp. 709:712.
• [3] Yu Y., Acton S.: Speckle reducing anisotropic diffusion. IEEE Trans. Image Process., vol. 11, no. 11, pp. 1260-1270, Nov. 2002.
• [4] Aja-Fernandez S., Alberola-López C.: On the estimation of the coefficient of variation for anisotropic diffusion speckle filtering. IEEE Trans. Image Processing, vol. 15, no. 9, pp. 2694-2701, Sep. 2006.
• [5] Amini A. A., Weymouth T. E.,. Jain R. C.: Using Dynamic Programming for Solving Variational Problems in Vision. IEEE Trans. on Pattern Analysis and Machine Intelligence, v. 12 n. 9, p. 855-867, September 1990.
• [6] Lee J.: Digital image enhancement and noise filtering using local statistics. IEEE Trans. Pattern Anal. Mach. Intell., vol. PAMI-2, no. 2. pp. 165-168. Feb. 1980.
• [7] Kuan D. T., Sawchuk A. A., Strand T. C., C. P.: Adaptive noise smoothing filter with signal-dependent noise. IEEE Trans. Pattern Anal. Mach. Intell., vol. PAMI-7, no. 2, pp. 165-177, Feb. 1985.
• [8] Kay S. M.: Fundamentals of Statistical Signal Processing: Estimation Theory Prentice-Hall, Englewood Cliffs, NJ, USA, 1993.
• [9] Perona P., Malik J.: Scale-space and edge detection using anisotropic diffusion. IEEE Trans. Pattern Anal. Mach. Intell., vol. PAMI-12, no. 7, pp. 629-639, Jul. 1990.
• [10] MacQueen J. B.: Some Methods for classification and Analysis of Multivariate Observations. Proc. of 5-th Berkeley Symposium on "Mathematical Statistics and Probability", Berkeley, University of California Press, 1:281-297
• [11] Cohen L., Cohen I.: Finite Element Methods for Active Contour Models and Balloons for 2D and 3D Images. IEEE Trans, on Pattern Analysis and Machine Intelligence, vol. 15, pp. 1131-1147, 1991.