W artykule przedstawiono problem wyznaczania krawędzi obiektów zamkniętych w obrazach medycznych CT, które będą podlegały dalszej analizie, na potrzeby diagnostyki medycznej. Zastosowanie przekształcenia, które wprowadza progowanie, pozwala na wyeliminowanie pikseli prezentujących obiekty dla tkanek, które nie podlegają dalszej analizie. Podejście to pozwoliło na wyostrzenie krawędzi obiektów prezentujących tkanki miękkie. Porównano sposób wykrycia krawędzi tkanek miękkich, dla obrazu pierwotnego i przetworzonego za pomocą przekształcenia, z zastosowaniem metody Chan-Vese. Wyostrzenie krawędzi obrazu poprawiło dokładność wykrywania obiektów prezentujących tkanki miękkie.
EN
The article presents the problem of determining the edges of objects enclosed in a medical CT images, which will be subject to further analysis, for the purpose of medical diagnosis. The use of a transformation which introduces two-point thresholding, eliminates presenting pixels of objects for tissues that are not a subject to further analysis. This approach allowed us to sharpen the edges of objects presenting soft tissue. A way to detect the edge of the soft tissue was compared for the original image and processed one using the transformation using the method of Chan-Vese. Sharpening of edges of the image have improved the accuracy of detection of objects presenting the soft tissue.
Niniejsza praca obejmuje problem segmentacji obrazu w medycynie na przykładzie metod zbiorów poziomicowych Chan-Vese oraz Normowanej względem odległości. Zostały one wybrane w celu porównania ich przydatności oraz wydajności w określonych przypadkach. Jako środowisko do implementacji wybrano język MATLAB. Metody zostały kolejno zaaplikowane do wybranych przypadków testowych obrazów z tomografii komputerowej, a następnie dokonano porównania otrzymanych wyników.
EN
In this paper two image processing methods for use in medical image processing based on the level set method, the Chan--ese and the distance regulated method are described. The theoretical basics are described and the methods are applied to a set of sample CT images using MATLAB algorithms. The results are then compared.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The problem of the image reconstruction in Electrical Impedance Tomography (EIT) is a highly ill-posed inverse problem. There are mainly two categories of image reconstruction algorithms, the direct algorithm and the iterative algorithm which was used in this publication. The representation of the shape of the boundary and its evolution during an iterative reconstruction process is achieved by the level set function and the Chan-Vese model. The forward problem was solved by the finite element method.
PL
Rekonstrukcja obrazu w tomografii impedancyjnej jest dokonywana poprzez rozwiązanie zagadnienia odwrotnego. Stosując algorytmy deterministyczne mamy do dyspozycji dwie kategorie rozwiązania: metodę bezpośrednią i model iteracyjny, który został wykorzystany w tej publikacji. W procesie rekonstrukcji została użyta funkcja zbiorów poziomicowych oraz model Chana-Vese.
W pracy przedstawiono metodę rozwiązania zagadnienia odwrotnego w tomografii impedancyjnej opartą na idei zbiorów poziomicowych. Algorytm numeryczny rozwiązania jest odpowiednią kombinacją funkcji zbiorów poziomicowych, algorytmu Chan-Vese i wariacyjnych modyfikacjach wymienionych metod. Do rozwiązania zagadnienia prostego została wykorzystana metoda elementów skończonych.
EN
The problem of the image reconstruction in Electrical Impedance Tomography (EIT) is a highly ill-posed inverse problem. There are mainly two categories of image reconstruction algorithms, the direct algorithm and the iterative algorithm which was used in this publication. The representation of the shape of the boundary and its evolution during an iterative reconstruction process is achieved by the level set function and Chan-Vese model or by the variational level set method. The forward problem was solved by the finite element method.
The problem of the image reconstruction in Electrical Impedance Tomography (EIT) is a highly ill-posed inverse problem. The Chan-Vese method is an established model for numerical problems. In contrast to the traditional level set method, interfaces between the subdomains are represented as discontinuities in the level set function. Moreover, no more than one function is needed to represent any numbers of phases. The iterative algorithms are based a combination of the finite element method, level set methods, variational level set methods and Chan-Vese model.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.