|
|
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.
|
|
|
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.
|
|
|
Registrace obrazů sítnice založena na segmentaci cév
Klímová, Jana ; Kolář, Radim (oponent) ; Harabiš, Vratislav (vedoucí práce)
Tato bakalářská práce pojednává o registraci binárních obrazů sítnice. Snímky byly pořízeny fundus kamerou a dále upraveny programem pro segmentaci cévního řečiště. Byly získány vždy dva binární snímky téže sítnice. Cílem této bakalářské práce je seznámit se a popsat metody segmentace a registrace fundus snímků a navrhnout postup pro registraci již zmíněných binárních obrazů. Registrace je prováděna na základě cévního řečiště, které je segmentované již stávajícím programem. Jeden snímek chápeme jako referenční, pevný, nepohybujeme s ním. Druhý je naopak pohyblivý. Byly navrženy dvě metody registrace. První je založena na 2D transformaci a subtrakci obrazů. Využitím rotace a translace jednotlivých pixelů je druhý snímek posunut a natočen do souřadného systému tzn. do pozice, ve které jsou cévy co nejvíce překryty. Druhá metoda využívá hledání významných bodů, které představují bifurkace cév v obou obrazech a přiřazení odpovídajících bodů na základě typu bifurkace a vzdálenosti.
|
|
|
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.
|
|
|
Registrace obrazů sítnice založena na segmentaci cév
Klímová, Jana ; Kolář, Radim (oponent) ; Harabiš, Vratislav (vedoucí práce)
Tato bakalářská práce pojednává o registraci binárních obrazů sítnice. Snímky byly pořízeny fundus kamerou a dále upraveny programem pro segmentaci cévního řečiště. Byly získány vždy dva binární snímky téže sítnice. Cílem této bakalářské práce je seznámit se a popsat metody segmentace a registrace fundus snímků a navrhnout postup pro registraci již zmíněných binárních obrazů. Registrace je prováděna na základě cévního řečiště, které je segmentované již stávajícím programem. Jeden snímek chápeme jako referenční, pevný, nepohybujeme s ním. Druhý je naopak pohyblivý. Byly navrženy dvě metody registrace. První je založena na 2D transformaci a subtrakci obrazů. Využitím rotace a translace jednotlivých pixelů je druhý snímek posunut a natočen do souřadného systému tzn. do pozice, ve které jsou cévy co nejvíce překryty. Druhá metoda využívá hledání významných bodů, které představují bifurkace cév v obou obrazech a přiřazení odpovídajících bodů na základě typu bifurkace a vzdálenosti.
|
|
|
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.
|
host ::
RSS.