Lista przedmiotów z materiałami udostępnionymi dla studentów

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

Joanna Janikowska

Segmentacja obszarów naczyń krwionośnych o dużej średnicy w obrazach 3D mózgu


Segmentation of thick blood vessel regions in 3D MR brain images


Opiekun pracy dyplomowej: prof. dr hab. inż. Andrzej Materka
Dodatkowy opiekun pracy dyplomowej: dr inż. Marek Kociński

Praca dyplomowa inżynierska obroniona 2017-02-21
Streszczenie pracy dyplomowej:
Wysoka śmiertelność przypisywana chorobom układu krążenia mózgu podkreśla istotność rozwoju obrazowania sieci naczyniowych oraz poszerzania możliwości segmentacji obrazów angiograficznych rezonansu magnetycznego. Celem niniejszej pracy jest określenie, czy istnieje metoda segmentacji obrazów angiograficznych rezonansu magnetycznego (MRA-TOF) [1,2,3], która pozwoliłaby na wydzielenie regionów systemu naczyń krwionośnych bez nieciągłości i stowrzenie jego modelu automatycznie. Porównane zostaną dwie metody, w celu określenia ich zalet i wad oraz możliwości połączenia tych metod w technikę, która mogłaby znależć zastosowanie w przypadku standardowych obrazów medycznych. Otrzymane obrazy TOF MRA [1,2,3] zostały poddane segmentacji dwiema metodami (progu globalnego oraz rozrostu obszaru) oraz wyznaczeniu szkieletu naczyń przy pomocy programu VesselKnife [4]. Podczas segmentacji zastosowano 11 wartości progu w zakresie od 18% do 23% wartości maksymalnej jasności obrazu. Dla każdego obrazu wysegmentowano dwadzieścia dwie objętości, otrzymując ostatecznie 88 obrazów. Wyniki zostały następnie porównane z modelem odniesienia [3,5,6]. Wartościami użytymi w celu określenia poziomu podobieństwa były odległości między gałęziami modelu referencyjnego i odpowiadającymi im gałęziami w otrzymanych po segmentacji szkieletach. Pomimo istnienia wielu technik segmentacji, czasochłonna ręczna segmentacja nadal jest uważana za najdokładniejszą metodę modelowania sieci naczyń krwionośnych. Aby osiągnąć przydatne diagnostycznie wyniki, istnieje potrzeba połączenia wielu metod segmentacji, w celu wyeliminowania niedokładnego opisu przebiegu naczyń.
Abstract:
The high mortality rate attributed to the cerebrovascular disorders emphasizes the importance of cerebrovascular system imaging development and extending the diagnostic possibilities of Magnetic Resonance Angiography segmentation. The aim of the study is to determine whether there is a method of segmentation of the magnetic resonance angiography time-of-flight (MRA-TOF) image [1,2,3], that will allow to extract region of the cerebrovascular system without discontinuities and create a model of the blood vessel tree in an automated matter. Different segmentation approaches will be compared in order to see the advantages and disadvantages of each extraction method and the possibility of combining these approaches into a technique applicable for standard medical use images. The acquired pre-filtered TOF MRA images [1,2,3] were subjected to the processing comprised of two segmentation methods and skeletonization using the VesselKnife [4]. Each image was segmented with few different threshold levels, based on the maximal intensity of the image. The threshold values ranged from 18% to 23%. In both approaches the same thresholds were used to enable results comparison. The used methods were the global threshold approach and 3D region growing. Twenty two segmentation volumes have been computed for each image, giving 88 volumes in total. The results were later compared to the reference model (structure acquired from the Vesselness Filter [3,5,6]). The value used to measure the similarity level was the distance between the vessel centerline difined by reference skeleton and the corresponding branch of the segmented volumes. Although there are many segmentation techniques in use, the time-consuming manual tracing is still said to be the most reliable way for the vessel tree modeling. To achieve diagnosticaly useful and relevant results, there’s a need to merge few different segmentation protocols in order to elude possible inaccurate delineation of the vessels.