Wyniki wyszukiwania - BazTech

1

Segmentation of pulmonary vascular tree from 3D CT thorax scans

Fabijańska A.

Biocybernetics and Biomedical Engineering

|

2015

|

Vol. 35, no. 2

106--119

EN

This paper considers the problem of pulmonary vessels identification in thoracic 3D CT scans. In particular, the method for pulmonary vascular tree segmentation is introduced. The main idea behind the introduced method is to extract both thoracic trees together (i.e. the vascular tree and the airway tree) and then remove airway walls. Therefore, firstly segmentation of vessels and airway walls is performed using 3D region growing where the growth of the region is guided and constrained by results of random walk segmentation applied to consecutive CT slices. In particular, results of random walk segmentation of one slice are used to determine seeds for random walk segmentation of the following slice. Next step is airway tree segmentation using 3D region growing algorithm guided and constrained by the morphological gradient. Finally, morphological processing is applied in order to extend airway lumen onto airway walls and remove the overlapping regions. The main steps of the proposed approach are described in detail. Results of pulmonary vascular tree segmentation from example thoracic volumetric CT datasets provided by the introduced approach are presented and discussed. Based on a manually selected and radiologist's verified ground truth pixels and the resulting quality measures it can be concluded, that the average accuracy of the introduced approach is about 90%.

2

Wyznaczanie kierunku stycznej do dowolnego punktu trójwymiarowej krzywej wolumetrycznej w ilościowej analizie ludzkich drzew oskrzelowych

Postolski M., Janaszewski M., Jopek Ł., Babout L.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2011

|

T. 15, z. 3

219-234

PL

Ilościowa analiza ludzkich drzew oskrzelowych składa się z kilku kroków: segmentacji drzewa, szkieletyzacji, dekompozycji drzewa i anatomicznego etykietowania, generacji przekrojów prostopadłych i na końcu wykonania właściwych pomiarów. Każdy z kroków wymaga użycia innych algorytmów przetwarzania obrazów, a ich wynik ma silny wpływ na jakość uzyskanych pomiarów. W artykule autorzy przetestowali cztery algorytmy wyznaczania kierunku stycznej do dowolnego punktu dyskretnej krzywej trójwymiarowej, które mogą zostać zastosowane w problemie analizy ilościowej oskrzeli. Krzywe dyskretne reprezentujące całe oskrzele oraz wyznaczone kierunki stycznych są wykorzystywane w procesie generacji przekrojów poprzecznych drzewa. Są to często krzywe o nieregularnym kształcie będącym wynikiem niedoskonałości procesu szkieletyzacji. Dlatego ich analiza jest znacznie utrudniona. Artykuł prezentuje podstawowe koncepcje algorytmów oraz ich działanie w zastosowaniu do obiektów sztucznych o znanych parametrach oraz w zastosowaniu praktycznym do krzywej powstałej na bazie ludzkiego drzewa oskrzelowego.

EN

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 and their results have strong impact to quality of the final measurements. In the paper authors tested four methods for tangent estimation of 3D volumetric curves which can be used in bronchial trees analysis. 3D curves and tangent directions are used to generate cross sections of the tree. Therefore curves can be irregular and very hard to analysis. The paper presents basic concepts of the algorithms and their application to two artificial object with known parameters and real application to curve generated based on real human airway tree.

3

3D skeletonization of pulmonary airway tree structures

Postolski M., Janaszewski M., Jopek Ł., Babout L.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2010

|

T. 14, z. 3/1

337-351

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.

4

Segmentacja drzewa oskrzelowego z wykorzystaniem algorytmu zamykania otworów

Postolski M., Janaszewski M., Fabijańska A., Babout L., Jędrzejczyk M., Stefańczyk L.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2009

|

T. 13, z. 3/1

949-957

PL

Niezawodna segmentacja ludzkich drzew oskrzelowych ze zbiorów wolumetrycznych pochodzących z tomografii komputerowej (CT) jest ważnym elementem analizy danych w zastosowaniach klinicznych. W tym artykule został zaprezentowany nowatorski algorytm segmentacji drzewa oskrzelowego bazujący na geometrii i topologii dyskretnej. Proponowana metoda jest w pełni automatyczna, i posiada zalety dobrze zdefiniowanych pojęć matematycznych. Otwory występują w ścianach oskrzeli z wielu powodów np. są wynikiem szumów. Otwory są częstym problemem w poprzednio zaprezentowanych metodach, wykorzystujących rozrost obszaru i mogą powodować wyciek algorytmów segmentacji do otaczających oskrzela części płuc. Nowoczesność prezentowanego algorytmu polega na zastosowaniu dedykowanego algorytmu zamykania otworów, który zamknie wszystkie występujące otwory w drzewie oskrzelowym. Wyniki eksperymentów wykazały, że algorytm jest niezawodny i generuje wyniki dokładne oraz dobrej jakości.

EN

Reliable segmentation of a human airway tree from volumetric computer tomography (CT) data sets is the most important step for further analysis in many clinical applications. In this paper the original airway segmentation algorithm based on discrete topology and geometry is presented. The proposed method is fully automated and takes advantage of well defined mathematical notions. Holes occur in bronchial walls due to many reasons, for example they are results of noise. Holes are common problem in previously proposed methods because in some areas they can cause the segmentation algorithms to leak into surrounding parenchyma parts of a lung. The novelty of the approach consist in the application of a dedicated hole closing algorithm which closes all disturbing holes in a bronchial tree. The experimental results showed that the method is reliable and generate good quality and accurate results.