Detekce a segmentace lumbálních obratlů v 3D CT datech

Abstract

Práca sa zaoberá detekciou a segmentáciou lumbálnych stavcov v CT obrazových dátach. Popísaná detekčná metóda je založená na používaní natrénovaného SVM klasifikátora a histogramoch orientovaných gradientov ako obrazových príznakoch. Detekcia je aplikovaná na dvojrozmerné sagitálne rezy CT obrazu. Segmentácia je realizovaná metódou deformovania trojuholníkových mriežkových modelov získaných zo spriemerovaných stavcov z reálnych CT dát. V prvej časti práce sú popísané potrebné teoretické poznatky o anatómii osového skeletu, počítačovej tomografii, metódach spracovania obrazu a o problematike detekcie a segmentácie. Druhá časť obsahuje postup realizácie algoritmov, ďalej vyhodnotenie a diskusiu výsledkov u detekčného a segmentačného algoritmu. Na záver je diskutované možné využitie algoritmov v CAD systémoch. Aplikácia všetkých praktických bodov je realizovaná v programovacom prostredí Matlab.

This thesis deals with the detection and the segmentation of lumbar vertebrae in CT image datas. The described detection method is based on the use of a trained SVM classificator and histograms of oriented gradients as the image features. The detection method is applied on two-dimensional sagital slices of the CT image. The segmentation method is implemented as triangular mesh model deformation of models, that are obtained from averaged vertebrae in real CT datas. The first part of the thesis describes essential theoretical knowledge about the anatomy of the axial skeleton, computer tomography, image processing methods and about the detection and segmentation issues. The second part contains the algorithms realisation description, the evaluation and the discussion of the results. Applications of the algorithms in CAD systems is described at the end. The application of all of the points is done in the programming software Matlab.