Segmentace 3D obrazových dat s využitím pokročilých texturních a tvarových příznaků

Abstract

Tato diplomová práce se zabývá nejprve teoretickým popisem řady metod texturní a tvarové analýzy. Tyto metody jsou v několika publikovaných článcích využity pro automatickou detekci lézí v páteři na CT snímcích, v této práci jsou některé z těchto článků krátce prezentovány. Dále diplomová práce obsahuje popis různých klasifikátorů, které se využívají pro klasifikaci příznakových vektorů odvozených uvedenými metodami. Realizační částí práce je návrh a implementace vlastního řešení segmentace obrazových dat (metastatických lézí v obratlích) s využitím klasifikace příznakových vektorů tvořených texturními a tvarovými příznaky. Práce se také věnuje výběru významných příznaků pro segmentaci. Segmentační algoritmus je testován na medicínských datech.This thesis first describes theory of range of methods of textural and shape analysis. In several published articles some of the mentioned methods are used for automatic detection of lesion in spine in CT images. Some of these articles are shortly presented (in this thesis). Next part of the thesis includes description of various classifiers which are used for classification of feature vectors. Practical part of the thesis is a design and implementation of image data segmentation solution (metastatic lesions in vertebrae) with use of classification of feature vectors formed by texture and shape symptoms. The thesis also deals with the selection of significant features for segmentation. Segmentation algorithm is tested on medical data.