Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Jakub Jurek

Program do segmentacji obiektów cylindrycznych w obrazach rastrowych 3D


Software for tubular structures segmentation depicted in 3D raster images


Opiekun pracy dyplomowej: dr inż. Marek Kociński
Praca dyplomowa IFE - BSc obroniona 2014-02-06
Streszczenie pracy dyplomowej:
Celem tej pracy jest rozwinięcie prostego algorytmu wykonującego półautomatyczną segmentację obiektów cylindrycznych (inaczej struktur tubularnych). Algorytm ten powinien działać przy użyciu małej liczby parametrów wejściowych i korzystać z podstawowych technik poprawy jakości i segmentacji obrazów. Istniejące algorytmy często oparte są na skomplikowanych równaniach matematycznych i ich wykonywanie jest czasochłonne. W niektórych dziedzinach, np. neurobiologii, segmentacja w wielu przypadkach jest wciąż wykonywana ręcznie. Istnieje potrzeba tworzenia szybkich, stabilnych i możliwie najbardziej automatycznych algorytmów segmentacyjnych. Algorytm wykonujący półautomatyczną segmentację został rozwinięty i przetestowany w tej pracy. Dane analizowane w tej pracy pochodzą z mikroskopii konfokalnej i angiografii czasu przepływu (angiografia rezonansu magnetycznego). Obrazy te przedstawiają komórki nerwowe oraz drzewa naczyń krwionośnych. Na potrzeby projektu przystosowano także algorytmy służące do dwu- i trójwymiarowego przetwarzania obrazów, takie jak progowanie 3D, filtr medianowy 3D, globalne i lokalne wyrównywanie histogramu w 2D, obliczanie projekcji maksymalnej intensywności i inne. Rozwinięty algorytm segmentacyjny bazuje na metodach poprawy jakości obrazów takich jak wyrównanie tła oraz na segmentacji za pomocą rozrostu obszaru. Pozwala na szybką segmentację struktur tubularnych z użyciem niewielkiej liczby parametrów wejściowych. Praca składa się z ośmiu ponumerowanych rozdziałów. Rozdział 1 jest wstępem do pracy i związanych z nią problemów. Rozdział 2 przedstawia metody akwizycji obrazów biomedycznych oraz ogólne metody poprawy ich jakości oraz segmentacji. W trzecim rozdziale przedstawione jest oprogramowanie i formaty plików użyte do osiągnięcia celu. Rozdział 4 jest przeglądem niektórych istniejących algorytmów segmentacji neuronów oraz naczyń krwionośnych. Rozdział 5 poświęcony jest prezentacji wyników pracy. W rozdziale szóstym przedstawiono dyskusję wyników oraz wnioski płynące z wykonanej pracy. Rozdział 7 stanowi podsumowanie pracy. W rozdziale ósmym zawarto kod niektórych algorytmów rozwiniętych na potrzeby projektu.
Abstract:
The aim of this thesis is to develop a simple algorithm for semi-automatic segmentation of tubular structures. The algorithm should take a small number of parameters and use basic image enhancement and segmentation techniques. Existing algorithms often use complicated mathematics and are time-consuming. In some fields, like neuroscience, many segmentations are still performed manually. There is a need for quick, robust, and possibly automatic segmentation algorithms. An algorithm which performs semi-automatic segmentation was developed and tested in this work. Datasets analysed in this project come from confocal microscopy and time-of-flight MRA. They show nervous cells and vascular trees. During the project some 2D and 3D image processing algorithms were developed apart from the main segmentation algorithm, like 3D thresholding and median filtering functions, 2D global and local histogram equalization, maximum intensity projection etc. The developed algorithm bases on enhancement methods like background subtraction and on a region-growing segmentation. It enables quick segmentation of images with a moderate number of input parameters. This work consists of 8 numbered chapters. The first chapter is the introduction to the problem. The second chapter presents biomedical image acquisition techniques as well as some general image enhancement and segmentation methods. Chapter 3 shows software and file formats used to achieve the goals of the project. Chapter 4 is an overview of existing solutions to neuron and vessel segmentation problem. The fifth chapter focuses on results of the work. Chapter 6 is a discussion of the results and conclusions are presented there. The seventh chapter is a summary of the work. In the eight chapter the code of some of the developed algorithms is presented.