Multiparametrická segmentace MR obrazů

Abstract

Cieľom diplomovej práce bolo zoznámenie sa zo segmentačnými metódami, pre automatickú segmentáciu MR obrazov, využívajúcich multiparametrické zobrazenie. Teoretická čásť je zameraná na popis jednotlivých metód segmentačných techník. V praktickej časti sú realizované K-means a level-set metóda. Metódy sú testované na obrazoch mozgu získaných rôznymi sekvenciami (T1, T1c, T2, FLAIR). Segmentačné metódy sú realizované v programe MATLAB. Presnosť realizovaných segmentácii je demonštrovaný na dátach ku ktorým existujú správne referenčné výsledky. Vyhodnocovanie metód je uskutočnené pomocou rôznych rozhodovacích klasifikátorov. V metóde K-means sú testované rôzne metriky a rôzne kombinácie vstupných obrazov. Nakoniec sú obidve metódy vzájomne porovnané a vizuálne vyhodnotené voči referenčnému obrazu.The aim of the thesis was familiarity of segmentation methods for automatic segmentation of MR images, using multiparametrical display. The theoretical part focuses on the description of methods of segmentation techniques. In the practical part are implemented K-means and level-set method. The methods are tested on the images of the brain obtained by different sequences (T1, T1c, T2, FLAIR). Segmentation methods are implemented in the program MATLAB. Implemented segmentation accuracy is demonstrated on data which there are reports reference results. Evaluation methods is performed using different classifiers decision. The K-means method is tested different metrics and different combinations of the input image. Finally, both methods are compared with one another and visually evaluated against the reference image.