Original title: Počítačová analýza ultrazvukových obrazů uzlů ve štítné žláze se zaměřením na jejich sonografické vlastnosti a cytologické nálezy.
Translated title: Computer analysis of ultrasound images of thyroid nodules, focusing on their sonographic features and cytological findings.
Authors: Procházka, Antonín ; Smutek, Daniel (advisor) ; Rožánek, Martin (referee) ; Jiskra, Jan (referee)
Document type: Doctoral theses
Year: 2019
Language: cze
Abstract: [cze] [eng]
Ultrazvukové zobrazování patří mezi základní vyšetření uzlů ve štítné žláze, na jejichž základě se rozhoduje, zda pacient podstoupí cytologické vyšetření, které je hlavním podkladem pro rozhodování o případném chirurgickém odstranění štítné žlázy. Cytologické vyšetření má ale bohužel omezenou specificitu a případná operace s sebou nese rizika. Proto jsou hledány další metody, které by byly schopny vnést do diagnostiky více jistoty. Jednou z nových metod je počítačová podpora diagnostiky (CAD), která pomocí analýzy obrazu a strojového učení vykazuje poměrně slibné výsledky. V této práci představujeme dva do určité míry podobné, přesto však odlišné, CAD přístupy. První přístup spočívá v analýze celých uzlů pomocí Segmentation Based Fractal Texture Analysis (SFTA) algoritmu, který rozkládá obraz na jednotlivá šedotónová pásma pomocí metody binární stack-dekompozice. Pomocí tohoto přístupu bylo na datovém souboru 40 snímků hodnocených metodou křížové validace dosaženo přesnosti 92,5 % při použití náhodných lesů a 95 % při použití support vector machines (SVM). Druhý CAD přístup vychází také z metody vícenásobného prahování obrazu, ale s tím rozdílem, že z jednotlivých šedotónových pásem je extrahováno větší množství prediktorů popisujících binární texturu a dále pak, že analýza neprobíhá na uzlu jako celku, ale... Ultrasound imaging is one of the fundamental examinations of thyroid nodules, determining whether a patient undergoes a cytological examination, which is essential for the decision on a possible thyroid surgery. Unfortunately, the cytological examination has limited specificity and potential surgery carries risks. Therefore, other diagnostic methods are being sought with hope that they will be able to bring more certainty into diagnostics. One of the new methods is computer-aided diagnosis (CAD), which exhibits promising results using image analysis and machine learning. In this study, we present two somewhat similar, yet different, CAD approaches. The first approach is based on analysing entire nodules using a Segmentation Based Fractal Texture Analysis (SFTA) algorithm that splits the image into individual grayscale bands. Using this approach, we have achieved an accuracy of 92.4% using random forests (RF) and 95% using support vector machines (SVM) on a data set of 40 images evaluated by the cross-validation method. The second CAD approach is also based on the method of multiple image thresholding, but the difference is, that a larger number of predictors describing the binary texture are extracted from the individual grayscale bands. Furthermore, the analysis did not take place on whole nodules, but on...
Keywords: cancer; classification; computer-aided diagnosis; machine learning; thyroid nodules; ultrasonography; ultrasound; klasifikace; počítačem podporovaná diagnostika; rakovina; strojové učení; ultrasonografie; ultrazvuk; uzly štítné žlázy

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/115592

Permalink: http://www.nusl.cz/ntk/nusl-409247


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Doctoral theses