Zpracování RTG snímků při výzkumu čelistních onemocnění

Abstract

Předmětem této diplomové práce je návrh metody pro automatizované vyhodnocení parametrů rentgenových obrazů cystických onemocnění lidských čelistí. Hlavním problémem při lékařské diagnostice je nízká opakovatelnost způsobená subjektivním ohodnocením snímků bez použití nástroje pro zpracování obrazu. V diplomové práci jsou popsány základní kroky zpracování obrazu, jednotlivé metody segmentace obrazu a zvolená metoda segmentace live-wire. Databáze obrazů byla zpracována v Java prostředí ImageJ. V cystických oblastech byly vyhodnoceny jejich základní statistické a tvarové vlastnosti. Získané hodnoty byly použity pro učení klasifikačního modelu (rozhodovací strom) v prostředí RapidMiner. Tento model byl využit pro vytvoření zásuvného modulu pro automatickou klasifikaci typu cysty v programu ImageJ.The subject of this thesis is a method proposed for automated evaluation of the parameters of X-ray of cystic disorders in human jawbones. The main problem in medical diagnostic is the low repeatability due to the subjective evaluation of images without using a tool for image processing. In this thesis are described the basic steps of image processing, various methods of image segmentation and chosen segmentation method live-wire. Selected segments were processed in the ImageJ Java environment. In the cystic regions their basic statistical and shape properties were evaluated. The obtained values were used for learning the classification model (decision tree) in the environment RapidMiner. This model was used to create a plug-in for automatic classification of the type of cysts in the program ImageJ.