Lista przedmiotów z materiałami udostępnionymi dla studentów

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

Jakub Bielecki

Zastosowanie segmentacji poziomicowej do analizy obrazów trójwymiarowych układu krwionośnego


Application of the level-set segmentation in 3D images of vascular system


Opiekun pracy dyplomowej: dr hab. inż. Piotr Szczypiński prof. ucz.
Dodatkowy opiekun pracy dyplomowej: dr inż. Marek Kociński

Praca dyplomowa magisterska obroniona 2010-10-05
Streszczenie pracy dyplomowej:
Dokładna analiza ilościowa trójwymiarowych struktur układu krwionośnego jest ważnym zagadnieniem w diagnostyce chorób układu krążenia, planowaniu operacji, a także w symulacjach przepływu krwi charakterystycznych dla danego pacjenta. Dzięki szybkiemu rozwojowi elektroniki i szybko rosnącej mocy obliczeniowej komputerów rozwijane są coraz bardziej złożone algorytmy segmentacji i możliwe staje się ich zastosowanie w praktyce. Metody poziomic (ang. level-set methods) należą do tej grupy i stanowią ciekawy obiekt badań. Dlatego ta praca jest poświęcona temu zagadnieniu. Dla celów badań wykorzystano bibliotekę ITK. Trzy algorytmy zostały przetestowane: Geodesic Active Contour, Shape Detection Level-set i Threshold Level-set. Celem tej pracy jest ilościowa i jakościowa ocena tych metod oraz znalezienie optymalnych wartości parametrów wejściowych: współczynników odpowiedzialnych za propagację, adwekcję i wpływ krzywizny płaszczyzny w zaproponowanych procedurach segmentacji. Badanie zostało przeprowadzone na obrazach sztucznie wygenerowanych układów krwionośnych. Zastosowano także algorytmy do segmentacji obrazów rzeczywistych z rezonansu magnetycznego mózgu. Pierwszy rozdział jest poświęcony przedstawieniu problemu. Cele tego badania są w nim zdefiniowane. W następnej części przedstawiona jest teoria dotycząca segmentacji obrazów. Zaprezentowany jest opis funkcji poziomicowej w zależności od czasu. Przedstawiona jest teoria dotycząca testowanych algorytmów segmentacji. W trzecim rozdziale opisane są narzędzia użyte podczas przeprowadzania badań. Przedstawiony został komputerowy program z graficznym interfejsem użytkownika napisany na potrzeby tej pracy. Zaprezentowano algorytm inicjujący funkcję poziomicową bazujący na obliczaniu najkrótszej drogi do najbliższego punktu startowego. Czwarty rozdział jest poświęcony wynikom badań na obrazach modeli komputerowych. Porównano zaproponowany algorytm inicjujący funkcję poziomicową z metodą zaproponowaną w podręczniku do biblioteki ITK. Zaproponowano trzy procedury segmentacji używające algorytmu Geodesic Active Contour. Algorytmy Threshold Level-set and Shape Detection Level-set zostały przetestowane w pojedynczych procedurach. Rezultaty porównano za pomocą współczynnika Jaccarda. Oceniona została odporność powyższych metod na szum. Dla algorytmów Geodesic Active Contour i Threshold Level-set sprawdzono czy prędkość propagacji funkcji poziomicowej zależy od orientacji przestrzennej naczynia. Rezultaty segmentacji obrazów modeli komputerowych naczyń otrzymanych przy użyciu filtra Threshold Level-set zostały porównane z wynikami uzyskanymi przy pomocy prostego algorytmu rozrostu regionu. W piątym rozdziale przedstawiono rezultaty segmentacji obrazów rzeczywistych z angiografii. Ostatnia część poświęcona jest na podsumowanie i powtórzenie najważniejszych wniosków z badań.
Abstract:
Accurate quantification of three-dimensional vascular structures has become increasingly important for diagnosis and qualification of vascular disease, for vascular surgery planning, and for patient specific blood flow simulations. Due to the fast increase of computational power of computers the more sophisticated and computationally expensive techniques of image segmentation are developed and can be applied in practice. The level-set algorithms belong to this group and that is why this research was done. Three methods implemented in the ITK library were used, namely Geodesic Active Contour, Shape Detection Level-set and Threshold Level-set filters. The purpose of this work is a qualitative and quantitative evaluation of investigated algorithms and finding optimum values of input parameters: propagation, curvature, and advection coefficients, for the suggested segmentation procedures. The research was made on numerical models of vascular system. Real images from magnetic resonance angiography of the brain were also used. In this work the Jaccard coefficient was used for quantitative comparison of results. The first chapter is an introduction to the problem. The project goals are defined. In the next part the segmentation theory is presented. The time-dependent level-set formulation is derived. The theoretical description of algorithms implemented in the ITK library is made. In the third chapter the tools used during the research are described. The computer program with graphical user interface implementing filters and segmentation algorithms from the ITK library written during this research is presented. The level-set initialization algorithm basing on the computation of the shortest distance from the seed to each voxel in the image is also proposed. In the fourth chapter the results of the research are shown. The proposed level-set initialization algorithm is compared with the one suggested in the ITK handbook. Three various segmentation procedures using Geodesic Active Contour algorithm were proposed. Threshold Level-set and Shape Detection Level-set algorithms are also tested. The results are evaluated as far as the accuracy measured by Jaccard coefficient is concerned. The noise immunity of these methods is checked. For the Geodesic Active Contour and Threshold Level-set algorithms the research is made to check if the speed of propagation of the level-set function depends on the orientation of a vessel in the input image. The results of segmentations of the images of numerical models obtained using Threshold Level-set algorithm is compared against the ones obtained using simple filter which included voxels to the result set basing on their intensities. In the fifth chapter the results of the segmentations of real images of human brain using Geodesic Active Contour and Threshold Level-set algorithms are presented. The last part there is a summary of most important facts and conclusions from the work.