Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti (CROSBI ID 382892)

Ocjenski rad | doktorska disertacija

Mešanović, Nihad Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti / Grgić, Mislav (mentor); Zagreb, Fakultet elektrotehnike i računarstva, . 2013

Podaci o odgovornosti

Mešanović, Nihad

Grgić, Mislav

hrvatski

Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti

Segmentacija struktura pluća važna je operacija u analizi medicinskih slika. U ovoj disertaciji predložene su metode za automatsku segmentaciju plućnog tkiva, izdvajanje plućne parenhime i traheobronhijalnog stabla sa slika pluća dobivenih računalnom tomografijom, kao i razvoj metoda za automatsku segmentaciju plućnog tkiva radi praćenja razvoja bolesti pluća. Razvijena je brza i robusna automatizirana metoda za segmentaciju granica prsnog koša i uklanjanje neanatomskih piksela, koja može naći primjenu u drugim računalnim sustavima i analizi medicinskih slika. Formirana je i metoda za automatsku segmentaciju plućnog parenhima i traheobronhijalnog stabla pluća, koja koristi algoritam izrastanja regije te je predstavljen sustav koji sam pronalazi odgovarajuću anatomsku lokaciju za postavljanje sjemenske točke, a uvedena su dodatna ograničenja za sprečavanje nepravilne segmentacije. Ova disertacija dodatno opisuje računalne metode za dvodimenzionalno (2D) i trodimenzionalno (3D) segmentiranje i volumetrijsko mjerenje bolesti pluća. Mjerenje promjene u veličini odreĎene tvorbe izmeĎu dva pregleda od vitalnog je značaja za praćenje razvoja bolesti i utvrĎivanje učinkovitosti liječenja. Trenutačne metode za mjerenje plućnih bolesti ne koriste volumetrijsko usporeĎivanje koje je idealna metoda za praćenje razvoja bolesti. Metoda za automatsko odreĎivanje razvoja bolesti predložena u ovoj disertaciji radi prema načelu mjerenja površine segmentiranih zdravih pluća, ne uzimajući u obzir tvorbe koje se nalaze unutar plućnog parenhima. S obzirom na to da se kod segmentacije pluća velike promjene teško mogu izdvojiti radi sličnih karakteristika s okolnim tkivom, predložena metoda je pokazala da se ova sličnost može iskoristiti u cilju praćenja promjene bolesti. Istraživanjem se pokazalo da se automatski način segmentacije može koristiti u kliničke svrhe, radi olakšanja rada liječnika i ubrzavanje procesa rada i u tu svrhu su rezultati usporeĎeni s ručnom segmentacijom i ocjenama radiologa, a na velikom broju slika pokazana je značajna statistička korelacija s referentnim rezultatima. Ove metode čine temelj sustava za koji se očekuje da će dopustiti i istraživačima i kliničarima da učinkovito segmentiraju i mjere plućna oboljenja te da prate napredovanje bolesti i procijene učinkovitost tretmana.

automatska segmentacija; segmentacija traheobronhijalnog stabla; procjena razvoja bolesti

nije evidentirano

engleski

Computer Aided Automated Segmentation of Computed Tomography Lung Images and Application to Disease Progression Monitoring

nije evidentirano

automatic segmentation; segmentation of tracheobronchial tree; automatic disease progression estimation

nije evidentirano

Podaci o izdanju

134

18.06.2013.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Fakultet elektrotehnike i računarstva

Zagreb

Povezanost rada

Računarstvo