Vessel segmentation
Vessel segmentation
diplomová práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/49597Identifikátory
SIS: 111847
Kolekce
- Kvalifikační práce [11267]
Autor
Vedoucí práce
Oponent práce
Kolomazník, Jan
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Softwarové systémy
Katedra / ústav / klinika
Katedra softwaru a výuky informatiky
Datum obhajoby
6. 9. 2011
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
vessel segmentation, medical data analysis, volume dataKlíčová slova (anglicky)
vessel segmentation, medical data analysis, volume dataNázev práce: Segmentace cév Autor: Ján Dupej Katedra / Ústav: Katedra software a výuky informatiky Vedoucí diplomové práce: RNDr. Josef Pelikán, KSVI Abstrakt: V téhle práci je podán přehled některých dostupných segmentačních a visualizačních technik pro angiografii na CT datech. Dále je v práci navrhnut, implementován a otestován systém který umožňuje jak poloautomatickou, tak automatickou segmentaci cév a jejich visualizaci. Pro segmentaci a trasování cév byl použit algoritmus narůstání oblastí vylepšen o několik heuristik a spojen s detekcí středu cévy. Potom byl tenhle algoritmus automatizován pomocí automatického generování počátečných bodů pro segmentaci. Visualizace je implementována jako adaptace známé metody straightened CPR, která byla rozšířena na visualizaci celého průřezu cévy, nikoliv jen jedné čáry na průřezu. Jako další vylepšení byla použita Bishopova soustava souřadnic pro minimalizaci krutu cévy při sledování její průřezu. Klíčová slova: segmentace cév, analýza medicinských dat, objemová data
Title: Vessel segmentation Author: Ján Dupej Department / Institute: Department of Software and Computer Science Education Supervisor of the master thesis: RNDr. Josef Pelikán, KSVI Abstract: In this thesis we researched some of the blood vessed segmentation and visualization techniques currently available for angiography on CT data. We then designed, implemented and tested a system that allows both semi-automatic and automatic vessel segmentation and visualization. For vessel segmantation and tracking we used a region-growing algorithm that we overhauled with several heuristics and combined with centerline detection. We then automated this algorithm by automatic seed generation. The visualization part is accomplished with an adaptation of the well-known straightened CPR method that we enhanced so that it visualizes the whole cross-section of the blood vessel, instead of just one line of it. Furthermore, we used the Bishop frame to maintain minimal twist of the curve-local coordinate system along the whole vessel. Keywords: vessel segmentation, medical data analysis, volume data