prikaz prve stranice dokumenta Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti
No public access
doctoral thesis
Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2013. urn:nbn:hr:168:410208
Mešanović, Nihad
University of Zagreb
Faculty of Electrical Engineering and Computing
Department of Communication and Space Technologies

Cite this document

Mešanović, N. (2013). Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti (Doctoral thesis). Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:410208

Mešanović, Nihad. "Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti." Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2013. https://urn.nsk.hr/urn:nbn:hr:168:410208

Mešanović, Nihad. "Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti." Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2013. https://urn.nsk.hr/urn:nbn:hr:168:410208

Mešanović, N. (2013). 'Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti', Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 01 October 2020, https://urn.nsk.hr/urn:nbn:hr:168:410208

Mešanović N. Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti [Doctoral thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2013 [cited 2020 October 01] Available at: https://urn.nsk.hr/urn:nbn:hr:168:410208

N. Mešanović, "Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti", Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2013. Available at: https://urn.nsk.hr/urn:nbn:hr:168:410208

Islandora Bookmark - Please login to use this feature
Metadata
TitleRačunalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti
Title (english)Computer Aided Automated Segmentation of Computed Tomography Lung Images and Application to Disease Progression Monitoring
AuthorNihad Mešanović
MBZ: -699
MentorMislav Grgić (mentor)
Committee memberMislav Grgić (predsjednik povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
(Department of Communication and Space Technologies)
Zagreb
Defense date and country2013-06-18, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Universal decimal classification
(UDC)		004
GENERALLY
Computer science and technology. Computing. Data processing
Abstract
Segmentacija struktura pluca važna je operacija u analizi medicinskih slika. U ovoj disertaciji predložene su metode za automatsku segmentaciju plucnog tkiva, izdvajanje plucne parenhime i traheobronhijalnog stabla sa slika pluca dobivenih racunalnom tomografijom, kao i razvoj metoda za automatsku segmentaciju plucnog tkiva radi pracenja razvoja bolesti pluca. Razvijena je brza i robusna automatizirana metoda za segmentaciju granica prsnog koša i uklanjanje neanatomskih piksela, koja može naci primjenu u drugim racunalnim sustavima i analizi medicinskih slika. Formirana je i metoda za automatsku segmentaciju plucnog parenhima i traheobronhijalnog stabla pluca, koja koristi algoritam izrastanja regije te je predstavljen sustav koji sam pronalazi odgovarajucu anatomsku lokaciju za postavljanje sjemenske tocke, a uvedena su dodatna ogranicenja za sprecavanje nepravilne segmentacije. Ova disertacija dodatno opisuje racunalne metode za dvodimenzionalno (2D) i trodimenzionalno (3D) segmentiranje i volumetrijsko mjerenje bolesti pluca. Mjerenje promjene u velicini odreDene tvorbe izmeDu dva pregleda od vitalnog je znacaja za pracenje razvoja bolesti i utvrDivanje ucinkovitosti lijecenja. Trenutacne metode za mjerenje plucnih bolesti ne koriste volumetrijsko usporeDivanje koje je idealna metoda za pracenje razvoja bolesti. Metoda za automatsko odreDivanje razvoja bolesti predložena u ovoj disertaciji radi prema nacelu mjerenja površine segmentiranih zdravih pluca, ne uzimajuci u obzir tvorbe koje se nalaze unutar plucnog parenhima. S obzirom na to da se kod segmentacije pluca velike promjene teško mogu izdvojiti radi slicnih karakteristika s okolnim tkivom, predložena metoda je pokazala da se ova slicnost može iskoristiti u cilju pracenja promjene bolesti. Istraživanjem se pokazalo da se automatski nacin segmentacije može koristiti u klinicke svrhe, radi olakšanja rada lijecnika i ubrzavanje procesa rada i u tu svrhu su rezultati usporeDeni s rucnom segmentacijom i ocjenama radiologa, a na velikom broju slika pokazana je znacajna statisticka korelacija s referentnim rezultatima. Ove metode cine temelj sustava za koji se ocekuje da ce dopustiti i istraživacima i klinicarima da ucinkovito segmentiraju i mjere plucna oboljenja te da prate napredovanje bolesti i procijene ucinkovitost tretmana.
Abstract (english)
In this thesis, an automatic method for automatic segmentation of lung tissue is proposed for extraction of the lung parenchyma and tracheobronchial tree from lung CT images and development of methods for automatic segmentation of lung tissue for determination of lung disease progression. A method for automatic segmentation of lung parenchyma and tracheobronchial tree is presented, which uses an region growing algorithm and the system is introduced that find an appropriate anatomical location to set seed points and additional restrictions are introduced to prevent improper segmentation. The method for automatically determining disease progression proposed in this dissertation work on the principle of measuring the surface of the healthy segmented lungs, not taking into account the lesions located within the lung parenchyma. Given the fact that the segmentation of major lung changes are difficult to segment because of similar characteristics to the surrounding tissues, the proposed method has shown that this similarity can be used to monitor changes in disease. Scientific contribution: A procedure for the automatic segmentation of the lungs, lung parenchyma and tracheobronchial tree from CT images, using the automatic selection of seed points, adaptive method of threshold detection, region growing and morphological operators. A procedure for monitoring the development of lesions in the lungs using affine registration algorithm and region growing. Verification of the proposed methods by comparing the results to a reference segmentation conducted by radiologists.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:410208
ProjectNumber: 036-0361630-1635
Title: Upravljanje kvalitetom slike u radiodifuziji digitalnog videosignala
Leader: Sonja Grgić
Jurisdiction: Croatia
Funder: MZOS
Funding stream: ZP
ProjectNumber: 036-0982560-1643
Title: Inteligentno određivanje značajki slike u sustavima za otkrivanje znanja
Leader: Mislav Grgić
Jurisdiction: Croatia
Funder: MZOS
Funding stream: ZP
Study programmeTitle: Computer Science
Study programme type: university
Study level: postgraduate
Academic / professional title: Doktor znanosti (Doktor znanosti)
Catalog URLhttp://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=41296
Type of resourceText
Extent134 str ; 30 cm
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
RepositoryFER Repository
Created on2019-11-28 12:42:29

(©) Nacionalna i sveučilišna knjižnica u Zagrebu 2015. Sva prava pridržana. | Hrvatske bratske zajednice 4 p.p. 550, 10000 Zagreb, Hrvatska Tel. ++ 385 1 616-4040
OIB: 84838770814 | IBAN: HR66 2340 0091 1000 1008 1, Porezni broj (PDV identifikacijski broj) - VAT Number: HR84838770814
Prijava u repozitorij