Lista przedmiotów z materiałami udostępnionymi dla studentów

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

Jan Szajdziński

Segmentacja zmian skórnych metodami aktywnego konturu


Segmentation of skin lesion image by active contours methods


Opiekun pracy dyplomowej: dr inż. Marcin Kociołek
Praca dyplomowa magisterska obroniona 2015-12-11
Streszczenie pracy dyplomowej:
Czerniak złośliwy jest jednym z najszybciej rozwijających się nowotworów, oraz wykazuje duże skłonności do przerzutów, dlatego jego wczesne rozpoznanie i leczenie jest niezwykle istotne. Diagnoza czerniaka dokonywana jest zazwyczaj przez specjalistów dermatologów oceniających wizualnie podejrzane znamię na skórze pacjenta. Opracowanie automatycznej diagnozy za pomocą technik przetwarzania obrazów pozwoliłoby na dokonywanie diagnozy w gabinetach lekarzy pierwszego kontaktu. Wczesna diagnoza pozwalałaby na usuwanie nowotworu w jego wczesnej fazie, zwiększając szanse przeżycia pacjenta. Jednym z pierwszych elementem analizy obrazu jest segmentacja, która ma wskazać obszar zainteresowania, który zostanie poddany dalszej analizie. Jest to niezwykle ważny etap przetwarzania ponieważ od jakości segmentacji będzie zależała jakość całego procesu analizy. Celem pracy jest wybór i implementacja oraz przetestowanie algorytmu segmentacji (wydzielenia z tła) w oparciu o dostępną literaturę. Następnie przetestowanie wybranego algorytmu oraz rozważenie możliwości dalszej rozbudowy metody. Cel został osiągnięty. W ramach pracy dokonano przeglądu dostępnych metod. W oparciu o założenia wybrano metodę aktywnych konturów z rozszerzeniem GVF(ang. Gradient Vector Flow), oraz zaimplementowano ją w środowisku Matlab. W zaimplementowanym algorytmie zastosowano sumowanie pól GVF obliczonych dla różnych kanałów barwnych. Metodę przetestowano na zbiorze obrazów znamion melanocytowych.
Abstract:
The melanoma is one of fastest progressing type of cancer. In addition it have a tendency to metastasis, so its recognition and treatment in early stage are extremely important. Usually the melanoma is being diagnosed, by medical expert in dermatology through visual assessing suspicious lesion. Creating a automatic diagnose method by image processing would allow for recognition of dangerous lesion while medical examination by general practice physician. Early diagnosis would allow for removal melanoma in the early stage increasing chance of patient’s fully recovery One of first step of the automatic image the analysis is a segmentation. Purpose of a segmentation is to divide image into regions which will be used to further processing. Its extremely important step of analysis, because the quality of segmentation will influence in quality of the analysis. Aim of this thesis was to chose and implement and test segmentation algorithm. The objective was achieved. In this thesis review of available methods was perform. Based on preliminary assumptions the method of active contour with Gradient Vector Flow was chosen and implement in Matlab development environment. In the implemented algorithm summing of GVF field calculated for different color channels was applied. The method was tested on a set of skin lesion images.