Original title:
Analýza 3D CT obrazových dat se zaměřením na detekci a klasifikaci specifických struktur tkání
Translated title:
Analysis of 3D CT image data aimed at detection and classification of specific tissue structures
Authors:
Šalplachta, Jakub ; Malínský, Miloš (referee) ; Jan, Jiří (advisor) Document type: Master’s theses
Year:
2017
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
Tato diplomová práce se zabývá segmentací a klasifikací paraspinálního svalu a podkožní tukové tkáně na základě 3D CT obrazových dat, a to za účelem jejich následného využití jako interních kalibračních fantomů pro výpočet minerální hustoty obratle. Vybrané přístupy byly testovány a následně hodnoceny z hlediska správnosti klasifikace a také jejich celkové funkčnosti pro následný výpočet hodnoty BMD. Vlastní testování bylo realizováno v programovacím prostředí Matlab®, a to na vytvořené pacientské databázi obsahující lumbální část páteře pro celkově 12 pacientů. Následující sekce této práce obsahují popis problematiky stanovování kostní denzity, segmentačních a klasifikačních metod a popis vlastní realizace.
This thesis deals with the segmentation and classification of paraspinal muscle and subcutaneous adipose tissue in 3D CT image data in order to use them subsequently as internal calibration phantoms to measure bone mineral density of a vertebrae. Chosen methods were tested and afterwards evaluated in terms of correctness of the classification and total functionality for subsequent BMD value calculation. Algorithms were tested in programming environment Matlab® on created patient database which contains lumbar spines of twelve patients. Following sections of this thesis contain theoretical research of the issue of measuring bone mineral density, segmentation and classification methods and description of practical part of this work.
Keywords:
bone mineral density; global thresholding; internal calibration tissues; k-means clustering; non-local means; random forest classification; texture analysis; globální prahování; interní kalibrační tkáně; k-means shlukování; klasifikace algoritmem náhodného lesa; minerální kostní denzita; non-local means; texturní analýza
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/65471