|
|
Thrombi detection in main brain arteries in CT image data
Líška, Martin ; Nemček, Jakub (oponent) ; Chmelík, Jiří (vedoucí práce)
The master’s thesis deals with automatic preprocessing, segmentation and consecutive analysis of volume data of anonymized patient CTA acquisitions with an indication of stroke. Preprocessing of volume data is an essential step for proper vascular tree segmentation and analysis. The region growing method was used to segment the vascular tree of the brain. After extracting the vascular tree, the labeling of individual branches was applied in the algorithm and the appropriate features were extracted. The analysis examined the features of vessel lengths, their diameter and local brightness profiles, which are important indicators of possible stenosis or occlusion of the main vessels of the brain. The output of the algorithm are various modalities of diagnostic, assisted visualizations of the segmented vascular tree. The segmentation and analysis algorithm of cerebrovascular system was created in the MATLAB programming environment.
|
|
|
Pokročilé metody segmentace cévního řečiště na fotografiích sítnice
Svoboda, Ondřej ; Jan, Jiří (oponent) ; Odstrčilík, Jan (vedoucí práce)
Segmentace cévního řečiště je častým krokem při zpracování retinálních obrazů. V dnešní době existuje řada automatických metod segmentace cévního řečiště. Tyto metody jsou založeny na mnoha přístupech. Od přizpůsobené filtrace, přes metody využívající rozpoznávání vzorů, až po algoritmy využívající klasifikace obrazu. Použití automatických metod při zpracování retinálních snímků výrazně urychluje a zjednodušuje diagnostiku retinálních onemocnění. Při zpracování automatickými segmentačními algoritmy je jednou ze stěžejních částí prahování obrazu, a právě prahování fundus snímků se věnuje tato práce. Je zde popsána řada prací využívajících globální a lokální prahovací metody, a zejména metody klasifikace obrazu pro segmentaci cévního řečiště ze snímků sítnice. Následně byla na výsledky dvou metod segmentace cévního řečiště použita metoda klasifikace obrazu s učením. Z dosažených výsledků byla posléze stanovena schopnost daných metod segmentovat cévní řečiště. Použitím klasifikace obrazu namísto globálního prahování došlo u první metody na zdravé části databáze k poklesu sensitivity na 63,32 % a přesnosti na 94,99 %. Naopak u specificity byl zaznamenán nárůst na 95,75 %. U druhé metody bylo dosaženo sensitivity 69,24 %, specificity 98,86 % a přesnosti 95,29 %. Kombinací výsledků obou metod bylo dosaženo sensitivity 72,48 %, specificity 98,59 % a výsledné přesnosti 95,75 %. Tímto nebyl s použitím daného klasifikátoru potvrzen předpoklad, že klasifikace obrazu s učením je oproti prostému prahování efektivnější. Zároveň bylo však prokázáno, že rozšíření příznakového vektoru kombinací výsledků z obou metod došlo k nárůstu sensitivity, specificity i přesnosti.
|
|
|
Analýza snímků sítnice se zaměřením na detekci patologických oblastí
Hartlová, Marie ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Diabetická retinopatie je vážnou oční komplikací diabetu mellitus a jedním z hlavních důvodů slepoty na světě. Tato práce se zabývá hledáním neovaskularizací, které jsou prvním projevem diabetické retinopatie na sítnici. Ve stručnosti se v této práci popisují vlastnosti obrazových dat z digitální fundus kamery, metody segmentace obrazu, metody automatické segmentace cévního řečiště a detekce neovaskularizací.Tyto informace byly využity pro vytvoření vlastního programu pro detekci neovaskularizací.
|
|
|
Analýza barevných snímků sítnice se zaměřením na segmentaci cévního řečiště
Odstrčilík, Jan ; Jiřík, Radovan (oponent) ; Jan, Jiří (vedoucí práce)
Segmentace cévního řečiště představuje důležitou fázi při analýze snímků sítnice. Výsledky analýzy mohou být užitečné při diagnostice řady očních chorob a onemocnění spojených s kardiovaskulárním systémem. Metoda prezentovaná v této diplomové práci se zabývá plně automatickou segmentací cévního řečiště z barevných snímků sítnice pořízených digitální fundus kamerou pomocí přístupu přizpůsobené filtraci. Tento přístup využívá korelace mezi lokálními oblastmi v obraze, potencionálně obsahujícími segment cévy a 2D filtračními maskami, navrženými na základě typických jasových profilů, odpovídajících třem typům cév klasifikovaných podle šířky na tenké, středně široké a široké. Celkem jsou navrženy tři typy dvourozměrných filtračních masek respektujících tvar a šířku cév. Stanovením typických cévních profilů a návrhem přizpůsobených filtrů se zabývají kapitoly 3 a 4. Výsledek filtrace je prahován za účelem vytvoření hrubé binární reprezentace cévního řečiště, která je dále podrobena dalšímu zpracování v podobě doplnění chybějících úseků cév a čištění artefaktů. Metoda byla vyvíjena s pomocí reálných snímků sítnice a implementována prostřednictvím programového vybavení počítače. Byl vytvořen uživatelský program umožňující plně automatickou segmentaci cévního řečiště. Na závěr byla metoda odzkoušena a byla vyhodnocena její segmentační účinnost pomocí standardizovaných snímků z databáze DRIVE.
|
|
|
Využití snímků sítnice v biometrii
Bujnošková, Eva ; Drahanský, Martin (oponent) ; Kolář, Radim (vedoucí práce)
Rozpoznávání podle sítnice je velmi účinný a téměř neomylný nástroj pro identifikaci osob, díky svým výhodám může být použit v případech, kdy je třeba zajistit vysokou bezpečnost. Proces identifikace vychází z úspěšné extrakce cévního řečiště ze snímku sítnice a převodu na binární obraz. Tento je pak použit k hledání bifurkací v řečišti s využitím skeletonizace jako operace matematické morfologie. Větvení cév jako jediný parametr nestačí, je proto doplněn informacemi o tloušťce a směru cévy v okolí detekované bifurkace. Souhrn parametrů je následně porovnán s příznaky obrazů v databázi a pomocí zarovnávání je stanoven obraz, který je s určitou pravděpodobností nejbližší danému souhrnu. Ten je vyhodnocen jako shoda a k testovacímu objektu je přiřazen objekt z databáze. Práce zahrnuje také zpracování druhé metody využívající translaci obrazu a výpočtů minimálních vzdáleností mezi bifurkacemi.
|
|
|
Segmentace tepenného a žilního řečiště ve snímcích sítnice
Šumberová, Dagmara ; Odstrčilík, Jan (oponent) ; Kolář, Radim (vedoucí práce)
Tato práce se zabývá potřebností segmentace cévního řečiště při digitální analýze snímků sítnice a jejich následné klasifikace. Je zde stručně popsána segmentace cévního řečiště pomocí přizpůsobených filtrů. Další část práce je zaměřena na vlastní zpracování snímků sítnice, jejich manuální segmentaci a následné testování pro určení nejlépe rozlišujících parametrů ke klasifikaci. Nakonec je provedeno vyhodnocení naměřených parametrů a navrženo rozšíření této metody.
|
|
|
Hodnocení automatických metod segmentace cévního řečiště
Svoboda, Ondřej ; Jan, Jiří (oponent) ; Odstrčilík, Jan (vedoucí práce)
Při analýze retinálních snímků představuje segmentace cévního řečiště důležitý krok celého postupu. Výsledky analýzy mohou být použity při diagnostice onemocnění očního aparátu a onemocnění kardiovaskulárního systému. Tato práce se zabývá vytvořením databáze zlatých standardů ze snímků sítnice ve vysokém rozlišení a jejich použití při hodnocení úspěšnosti segmentace cévního řečiště automatickými metodami. Dalším cílem práce je vytvořit aplikaci, která umožní online hodnocení úspěšnosti detekce cévního řečiště pomocí automatických počítačových metod. Ve stručnosti se v této práci popisují vlastnosti obrazových dat z digitální fundus kamery, metody segmentace obrazu a metody automatické segmentace cévního řečiště. Dále jsou popsány zlaté standardy, jejich databáze a v neposlední řadě vlastnosti a důvod vzniku databáze HRF (High Resolution Fundus Images). Poslední kapitola se zabývá způsoby hodnocení úspěšnosti detekce cévního řečiště automatickými metodami a vývojem aplikace určené k tomuto hodnocení.
|
|
|
Thrombi detection in main brain arteries in CT image data
Líška, Martin ; Nemček, Jakub (oponent) ; Chmelík, Jiří (vedoucí práce)
The master’s thesis deals with automatic preprocessing, segmentation and consecutive analysis of volume data of anonymized patient CTA acquisitions with an indication of stroke. Preprocessing of volume data is an essential step for proper vascular tree segmentation and analysis. The region growing method was used to segment the vascular tree of the brain. After extracting the vascular tree, the labeling of individual branches was applied in the algorithm and the appropriate features were extracted. The analysis examined the features of vessel lengths, their diameter and local brightness profiles, which are important indicators of possible stenosis or occlusion of the main vessels of the brain. The output of the algorithm are various modalities of diagnostic, assisted visualizations of the segmented vascular tree. The segmentation and analysis algorithm of cerebrovascular system was created in the MATLAB programming environment.
|
|
|
Vessel segmentation
Dupej, Ján ; Pelikán, Josef (vedoucí práce) ; Kolomazník, Jan (oponent)
Název práce: Segmentace cév Autor: Ján Dupej Katedra / Ústav: Katedra software a výuky informatiky Vedoucí diplomové práce: RNDr. Josef Pelikán, KSVI Abstrakt: V téhle práci je podán přehled některých dostupných segmentačních a visualizačních technik pro angiografii na CT datech. Dále je v práci navrhnut, implementován a otestován systém který umožňuje jak poloautomatickou, tak automatickou segmentaci cév a jejich visualizaci. Pro segmentaci a trasování cév byl použit algoritmus narůstání oblastí vylepšen o několik heuristik a spojen s detekcí středu cévy. Potom byl tenhle algoritmus automatizován pomocí automatického generování počátečných bodů pro segmentaci. Visualizace je implementována jako adaptace známé metody straightened CPR, která byla rozšířena na visualizaci celého průřezu cévy, nikoliv jen jedné čáry na průřezu. Jako další vylepšení byla použita Bishopova soustava souřadnic pro minimalizaci krutu cévy při sledování její průřezu. Klíčová slova: segmentace cév, analýza medicinských dat, objemová data
|
|
|
Vessel segmentation
Dupej, Ján ; Pelikán, Josef (vedoucí práce) ; Kolomazník, Jan (oponent)
Název práce: Segmentace cév Autor: Ján Dupej Katedra / Ústav: Katedra software a výuky informatiky Vedoucí diplomové práce: RNDr. Josef Pelikán, KSVI Abstrakt: V téhle práci je podán přehled některých dostupných segmentačních a visualizačních technik pro angiografii na CT datech. Dále je v práci navrhnut, implementován a otestován systém který umožňuje jak poloautomatickou, tak automatickou segmentaci cév a jejich visualizaci. Pro segmentaci a trasování cév byl použit algoritmus narůstání oblastí vylepšen o několik heuristik a spojen s detekcí středu cévy. Potom byl tenhle algoritmus automatizován pomocí automatického generování počátečných bodů pro segmentaci. Visualizace je implementována jako adaptace známé metody straightened CPR, která byla rozšířena na visualizaci celého průřezu cévy, nikoliv jen jedné čáry na průřezu. Jako další vylepšení byla použita Bishopova soustava souřadnic pro minimalizaci krutu cévy při sledování její průřezu. Klíčová slova: segmentace cév, analýza medicinských dat, objemová data
|
host ::
RSS.