Lista przedmiotów z materiałami udostępnionymi dla studentów

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

Piotr Derlecki

Segmentacja pierwotnego raka wątroby na obrazach CT


Segmentation of liver hepatocellular carcinoma from CT images


Opiekun pracy dyplomowej: dr inż. Aleksandra Królak
Praca dyplomowa inżynierska obroniona 2019-10-15
Streszczenie pracy dyplomowej:
Celem pracy było opracowanie aplikacji, która umożliwia segmentację pierwotnego raka wątroby na obrazach CT w jak najbardziej automatyczny sposób. Motywacją do podjęcia tego tematu był fakt, że z biegiem czasu coraz więcej ludzi choruje na nowotwory oraz świadomość, że wczesne wykrycie guza bardzo często pozwala go z powodzeniem wyleczyć. Automatyzacja procesu weryfikacji zdjęć CT jest ważna. W znacznym stopniu może ułatwić pracę lekarzom oraz pomóc wyeliminować problem błędów z powodu czynnika ludzkiego, takiego jak przeoczenie guza na zdjęciu. Co za tym idzie skuteczność diagnostyki nowotworów wzrośnie, a to pozwoli sukcesywnie zmniejszać umieralność z powodu chorób nowotworowych. Metoda segmentacji obrazów z wykorzystaniem operacji morfologicznych i własności statystycznych obrazu oraz metoda aktywnego konturu, zaimplementowana w programie MATLAB, posłużyły do opracowania takiego programu. Przeanalizowano 28 obrazów wątroby zawierających zmiany nowotworowe. Na obrazach tych wyznaczony został obszar guza oraz obliczono jego pole powierzchni dla 5 wariantów: na przetworzonym obrazie binarnym oraz z wykorzystaniem aktywnego konturu dla 50, 100, 200 i 300 iteracji. Tak wyznaczone pole powierzchni raka wątroby zostało porównane z polem guza wyznaczonym ręcznie. Średni błąd pomiaru był równy odpowiednio 13%, 22%, 18%, 19,5% oraz 18,5%. Słowa kluczowe: segmentacja, pierwotny rak wątroby, obrazowanie CT, aktywny kontur, operacje morfologiczne.
Abstract:
The aim of the work was to develop an application that enables segmentation of primary liver cancer on CT images in the most automatic way. The motivation to take up this topic was the fact that over time more and more people are suffering from cancer and the awareness that early detection of a tumor very often allows it to be successfully cured. Automating the CT image verification process is important. It can significantly facilitate the work of doctors and help eliminate the problem of mistakes due to a human factor, such as oversight a tumor in the picture. As a result, the effectiveness of cancer diagnostics may increase, and this will allow successively to reduce mortality from cancer. The method of image segmentation using morphological operations and statistical properties of the image, and the method of active contour, implemented in MATLAB, were used to develop such a program. There were 28 CT images of the liver analyzed, that contained the tumor. The tumor area was determined in these images and its surface area was calculated for 5 options: in the processed binary image and using active contour for 50, 100, 200 and 300 iterations. The liver cancer surface area determined in this way was compared with the tumor area determined manually. The mean measurement error was 13%, 22%, 18%, 19.5% and 18.5% respectively. Keywords: segmentation, liver hepatocellular carcinoma, CT imaging, active contour, mathematical morphology