Analýza barevných snímků sítnice se zaměřením na segmentaci cévního řečiště
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Segmentace cévního řečiště představuje důležitou fázi při analýze snímků sítnice. Výsledky analýzy mohou být užitečné při diagnostice řady očních chorob a onemocnění spojených s kardiovaskulárním systémem. Metoda prezentovaná v této diplomové práci se zabývá plně automatickou segmentací cévního řečiště z barevných snímků sítnice pořízených digitální fundus kamerou pomocí přístupu přizpůsobené filtraci. Tento přístup využívá korelace mezi lokálními oblastmi v obraze, potencionálně obsahujícími segment cévy a 2D filtračními maskami, navrženými na základě typických jasových profilů, odpovídajících třem typům cév klasifikovaných podle šířky na tenké, středně široké a široké. Celkem jsou navrženy tři typy dvourozměrných filtračních masek respektujících tvar a šířku cév. Stanovením typických cévních profilů a návrhem přizpůsobených filtrů se zabývají kapitoly 3 a 4. Výsledek filtrace je prahován za účelem vytvoření hrubé binární reprezentace cévního řečiště, která je dále podrobena dalšímu zpracování v podobě doplnění chybějících úseků cév a čištění artefaktů. Metoda byla vyvíjena s pomocí reálných snímků sítnice a implementována prostřednictvím programového vybavení počítače. Byl vytvořen uživatelský program umožňující plně automatickou segmentaci cévního řečiště. Na závěr byla metoda odzkoušena a byla vyhodnocena její segmentační účinnost pomocí standardizovaných snímků z databáze DRIVE.
Segmentation of vessel structure is an important phase in analysis of retinal images. The resulting vessel system description may be important for diagnostic of many eye and cardiovascular diseases. A method for automatic segmentation of the vessel structure in colour retinal images is presented in the thesis. The method utilises 2D matched filtering to detect presence of short linear vessel sections of a particular thickness and orientation. The approach correlates the local image areas with a 2D masks based on a typical brightness profile perpendicular to vessels of a particular width. Three different approximated profiles are used and corresponding matched filters are designed for: thin, medium and thick vessels. The evaluation of typical vessel profiles and filter design are described in chapter 3 and chapter 4. The parametric images obtained by convolution of the image with the masks are then thresholded in order to obtain binary representation of vessel structure. The three binary representations are consequently combined to provide the best available rough vessel map, which is finalised by complementing the obviously missing vessel sections and cleaning the disconnected fractional artefacts. The thresholding algorithm and final steps of processing are mentioned in chapter 5 and chapter 6. The method has been implemented by computer and the program for automatic vessel segmentation has been developed using database of real retinal images. The efficiency of the method has been finally evaluated on images from the standard database DRIVE.
Segmentation of vessel structure is an important phase in analysis of retinal images. The resulting vessel system description may be important for diagnostic of many eye and cardiovascular diseases. A method for automatic segmentation of the vessel structure in colour retinal images is presented in the thesis. The method utilises 2D matched filtering to detect presence of short linear vessel sections of a particular thickness and orientation. The approach correlates the local image areas with a 2D masks based on a typical brightness profile perpendicular to vessels of a particular width. Three different approximated profiles are used and corresponding matched filters are designed for: thin, medium and thick vessels. The evaluation of typical vessel profiles and filter design are described in chapter 3 and chapter 4. The parametric images obtained by convolution of the image with the masks are then thresholded in order to obtain binary representation of vessel structure. The three binary representations are consequently combined to provide the best available rough vessel map, which is finalised by complementing the obviously missing vessel sections and cleaning the disconnected fractional artefacts. The thresholding algorithm and final steps of processing are mentioned in chapter 5 and chapter 6. The method has been implemented by computer and the program for automatic vessel segmentation has been developed using database of real retinal images. The efficiency of the method has been finally evaluated on images from the standard database DRIVE.
Description
Citation
ODSTRČILÍK, J. Analýza barevných snímků sítnice se zaměřením na segmentaci cévního řečiště [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2008.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Biomedicínské a ekologické inženýrství
Comittee
doc. Ing. Aleš Drastich, CSc. (předseda)
prof. Ing. Jiří Jan, CSc. (místopředseda)
Ing. Karel Jehlička, CSc. (člen)
doc. Ing. Radim Kolář, Ph.D. (člen)
Ing. Jaromír Cmíral, DrSc. (člen)
Ing. Zoltán Szabó, Ph.D. (člen)
doc. MUDr. Václav Chaloupka, CSc. (člen)
Date of acceptance
2008-06-09
Defence
Otázka oponenta práce: Zákmity na gaussově křivce a co k tomu vedlo? Student odpověděl.
Otázka Ing. Szabó: Jakým způsobem bylo vyhodnocena úspěšnost výsledků. Student odpověděl.
Otázka Ing. Szabó: K čemu slouží segmentace snímků oka? Student odpověděl.
Otázka Ing. Szabó: Přizpůsobený filtr a velikost navrženého filtru. Student odpověděl.
Otázka Ing. Kolář: Srovnání s jinými metodami. Student odpověděl.
Otázka Doc. Drastich: Distorze obrazu a její vlivy. Student odpověděl s pomocí komise.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení