Image segmentation on example of intracranial aneurysm. Its application to medical decision support system

• Autorzy: Tomczak K.

Warianty tytułu

PL

Segmentacja obrazu na przykładzie tętniaka wewnątrzczaszkowego, oraz jej zastosowanie w systemie wspomagania decyzji medycznych

• Konferencja: Metody i Technika Przetwarzania Sygnałów w Pomiarach Fizycznych / Materiały XIII Międzynarodowego Seminarium Metrologów (XIII ; 17-19.10.2005 ; Rzeszów, Polska)
• Języki publikacji: EN

Abstrakty

EN

This work presents the chosen existing segmentation methods and its role in experts system. The paper is focused on both basis and assumptions of a medical decision support system, which is expected to play an important role in indicating a solution in case of intracranial aneurysm. The primary problems of developing such a system are also mentioned.

PL

Celem tej pracy jest opisanie podstaw systemu wspomagania decyzji, który powinien grać główną role w wykrywaniu i diagnozowaniu tętniaków wewnątrzczaszkowych. Praca ta opisuje wybrane metody segmentacji obrazów oraz ich przewidywaną rolę w stworzeniu systemu ekspertowego. Podstawowe problemy, w stworzeniu takiego systemu, zostały również przedstawione.

Słowa kluczowe

EN

physical measurements; intracranial aneurysm; aneurysm; picture segmentation

PL

pomiary fizyczne; tętniak wewnątrzczaszkowy; tętniak; segmentacja obrazów

• Wydawca: Oficyna Wydawnicza Politechniki Rzeszowskiej
• Czasopismo: Zeszyty Naukowe Politechniki Rzeszowskiej. Elektrotechnika
• Rocznik: 2005
• Tom: z. 28 [223]
• Strony: 207--212
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Tomczak K.

• Institute of Control Engineering, Szczecin University of Technology, Poland

Bibliografia

• [1] Marques de Sa J.P. (2001): Pattern Recognition. Concept, Methods and Applications, Springer Verlag
• [2] Steinmann D.A., Milner J., Norley C.H., Lownie S.P., Holdsworth D.W: Image-based computational simulation of flow dynamics in a giant intracranial aneurysm, Amer. J. Neuroradiology 24, pp. 559-566 (2003)
• [3] de Bruijne M., van Ginneken B., Viergever M., Niessen W.: Adapting active shape models for 3D segmentation of tubular structures in medical images, Information Processing in Medical Imaging (2003)
• [4] Subramanyan K., Steinmiller M., Sifri D., Boil D.: Automatic aortric vessel tree extraction and thrombus detection in multi-slice CT, Medical Imaging: Image Processing (M. Sonka, M. Fitzpatrick, eds.), Proceedings of SPIE. Vol. 5032 (2003)
• [5] S. Loncaric, D. Kovacevic, E. Sorantin (2000): Semi-automatic active contour approach to segmentation of computed tomography volumes, Proceedings of SPIE Medical Imaging, Vol. 3979
• [6] Dhawan A. P., Juvvadi S.: Knowledge-based analysis and understanding of medical images, Computer Methods and Programs in Biomedicine, Vol. 33, pp. 221-239 (1990)
• [7] Sanchez-Morgado R., Laita L.M., Roanes-Lozano E., de Ledesma L., Laita L.: A Rule-Based Knowledge System for Diagnosis of Mental Retardation, Biological And Medical Data Analysis, pp. 67-78, Springer Verlag (2004)
• [8] Vicente J., Garcia-Gomez J.M., Vidal C., Marti-Bonmati L., Del Arco A., Robles M.: SOC: A Distributed Decision Support Architecture for Clinical Diagnosis, Biological And Medical Data Analysis, pp. 96-104, Springer Verlag (2004)
• [9] Le Hoai Bac, Nguyen Thanh Nghi: Disease Diagnosis Support System Using Rules, Neural Network and Fuzzy Logic, Knowledge-Based Intelligent Information and Engineering Systems, p. II, pp. 1114-1120, Springer Verlag (2004)
• [10] Koutsojannis C., HatzilyGeroudis I.: FESMI: Expert System for Diagnosis and Treatment of Male Impotence, Knowledge-Based Intelligent Information and Engineering Systems, p. II, pp. 1106-1113, Springer Verlag (2004)
• [11] Lavrac N.: ·Machine Learning for Data Mining in Medicine, Proceedings of the Joint European Conference on Artificial Intelligence in Medicine and Medical Decision Making, pp. 47-62, Springer Verlag (1999)
• [12] Olabarriaga S.D., Rouet J-M., Fradkin M., Breeuwer M., Niessen W.J.: Segmentation of Thombus in Abdominial Aortic Aneurysm From CTA With Nonparametric Statistical Grey Level Appearance Modeling, IEEE Transactions on Medical Imaging, vol. 24, no. 4 (2005)