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

Mešanović, Nihad

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

APA 6th Edition

Mešanović, N. (2013). 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. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:410208

MLA 8th Edition

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

Chicago 17th Edition

Harvard

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 25 March 2025, https://urn.nsk.hr/urn:nbn:hr:168:410208

Vancouver

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 2025 March 25] Available at: https://urn.nsk.hr/urn:nbn:hr:168:410208

IEEE

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

Cite this item: https://urn.nsk.hr/urn:nbn:hr:168:410208

Please login to the repository to save this object to your list.

Metadata

Title	Računalno 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
Author	Nihad Mešanović MBZ: -699
Mentor	Mislav Grgić (mentor)
Committee member	Mislav Grgić (predsjednik povjerenstva)
Granter	University of Zagreb Faculty of Electrical Engineering and Computing (Department of Communication and Space Technologies) Zagreb
Defense date and country	2013-06-18, Croatia
Scientific / art field, discipline and subdiscipline	TECHNICAL SCIENCES Computing
Universal decimal classification (UDC)	004 - 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)
Language	croatian
URN:NBN	urn:nbn:hr:168:410208
Project	Number: 036-0361630-1635 Title: Upravljanje kvalitetom slike u radiodifuziji digitalnog videosignala Leader: Sonja Grgić Jurisdiction: Croatia Funder: MZOS Funding stream: ZP
Project	Number: 036-0982560-1643 Title: Inteligentno određivanje značajki slike u sustavima za otkrivanje znanja Leader: Mislav Grgić Jurisdiction: Croatia Funder: MZOS Funding stream: ZP
Study programme	Title: Computer Science Study programme type: university Study level: postgraduate Academic / professional title: Doktor znanosti (Doktor znanosti)
Catalog URL	http://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=41296
Type of resource	Text
Extent	134 str ; 30 cm
File origin	Born digital
Access conditions	Closed access
Terms of use
Repository	FER Repository
Created on	2019-11-28 12:42:29