prikaz prve stranice dokumenta Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti
Rad nije dostupan
disertacija
Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2013. urn:nbn:hr:168:410208
Mešanović, Nihad
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za komunikacijske i svemirske tehnologije

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Mešanović, N. (2013). Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti (Disertacija). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:410208

Mešanović, Nihad. "Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2013. https://urn.nsk.hr/urn:nbn:hr:168:410208

Mešanović, Nihad. "Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2013. https://urn.nsk.hr/urn:nbn:hr:168:410208

Mešanović, N. (2013). 'Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti', Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 19.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:410208

Mešanović N. Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti [Disertacija]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2013 [pristupljeno 19.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:410208

N. Mešanović, "Računalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti", Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2013. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:410208

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:410208
Podaci o radu
NaslovRačunalno potpomognuta automatska segmentacija slika pluća dobivenih računalnom tomografijom i primjena na praćenje razvoja bolesti
Naslov (engleski)Computer Aided Automated Segmentation of Computed Tomography Lung Images and Application to Disease Progression Monitoring
AutorNihad Mešanović
MBZ: -699
MentorMislav Grgić (mentor)
Član povjerenstvaMislav Grgić (predsjednik povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
(Zavod za komunikacijske i svemirske tehnologije)
Zagreb
Datum i država obrane2013-06-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Univerzalna decimalna klasifikacija
(UDC)		004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka
Sažetak
Segmentacija struktura pluca važna je operacija u analizi medicinskih slika. U ovoj disertaciji predložene su metode za automatsku segmentaciju plucnog tkiva, izdvajanje plucne parenhime i traheobronhijalnog stabla sa slika pluca dobivenih racunalnom tomografijom, kao i razvoj metoda za automatsku segmentaciju plucnog tkiva radi pracenja razvoja bolesti pluca. Razvijena je brza i robusna automatizirana metoda za segmentaciju granica prsnog koša i uklanjanje neanatomskih piksela, koja može naci primjenu u drugim racunalnim sustavima i analizi medicinskih slika. Formirana je i metoda za automatsku segmentaciju plucnog parenhima i traheobronhijalnog stabla pluca, koja koristi algoritam izrastanja regije te je predstavljen sustav koji sam pronalazi odgovarajucu anatomsku lokaciju za postavljanje sjemenske tocke, a uvedena su dodatna ogranicenja za sprecavanje nepravilne segmentacije. Ova disertacija dodatno opisuje racunalne metode za dvodimenzionalno (2D) i trodimenzionalno (3D) segmentiranje i volumetrijsko mjerenje bolesti pluca. Mjerenje promjene u velicini odreDene tvorbe izmeDu dva pregleda od vitalnog je znacaja za pracenje razvoja bolesti i utvrDivanje ucinkovitosti lijecenja. Trenutacne metode za mjerenje plucnih bolesti ne koriste volumetrijsko usporeDivanje koje je idealna metoda za pracenje razvoja bolesti. Metoda za automatsko odreDivanje razvoja bolesti predložena u ovoj disertaciji radi prema nacelu mjerenja površine segmentiranih zdravih pluca, ne uzimajuci u obzir tvorbe koje se nalaze unutar plucnog parenhima. S obzirom na to da se kod segmentacije pluca velike promjene teško mogu izdvojiti radi slicnih karakteristika s okolnim tkivom, predložena metoda je pokazala da se ova slicnost može iskoristiti u cilju pracenja promjene bolesti. Istraživanjem se pokazalo da se automatski nacin segmentacije može koristiti u klinicke svrhe, radi olakšanja rada lijecnika i ubrzavanje procesa rada i u tu svrhu su rezultati usporeDeni s rucnom segmentacijom i ocjenama radiologa, a na velikom broju slika pokazana je znacajna statisticka korelacija s referentnim rezultatima. Ove metode cine temelj sustava za koji se ocekuje da ce dopustiti i istraživacima i klinicarima da ucinkovito segmentiraju i mjere plucna oboljenja te da prate napredovanje bolesti i procijene ucinkovitost tretmana.
Sažetak (engleski)
In this thesis, an automatic method for automatic segmentation of lung tissue is proposed for extraction of the lung parenchyma and tracheobronchial tree from lung CT images and development of methods for automatic segmentation of lung tissue for determination of lung disease progression. A method for automatic segmentation of lung parenchyma and tracheobronchial tree is presented, which uses an region growing algorithm and the system is introduced that find an appropriate anatomical location to set seed points and additional restrictions are introduced to prevent improper segmentation. The method for automatically determining disease progression proposed in this dissertation work on the principle of measuring the surface of the healthy segmented lungs, not taking into account the lesions located within the lung parenchyma. Given the fact that the segmentation of major lung changes are difficult to segment because of similar characteristics to the surrounding tissues, the proposed method has shown that this similarity can be used to monitor changes in disease. Scientific contribution: A procedure for the automatic segmentation of the lungs, lung parenchyma and tracheobronchial tree from CT images, using the automatic selection of seed points, adaptive method of threshold detection, region growing and morphological operators. A procedure for monitoring the development of lesions in the lungs using affine registration algorithm and region growing. Verification of the proposed methods by comparing the results to a reference segmentation conducted by radiologists.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:410208
ProjektŠifra: 036-0361630-1635
Naziv: Upravljanje kvalitetom slike u radiodifuziji digitalnog videosignala
Voditelj: Sonja Grgić
Pravna nadležnost: Hrvatska
Financijer: MZOS
Linija financiranja: ZP
ProjektŠifra: 036-0982560-1643
Naziv: Inteligentno određivanje značajki slike u sustavima za otkrivanje znanja
Voditelj: Mislav Grgić
Pravna nadležnost: Hrvatska
Financijer: MZOS
Linija financiranja: ZP
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski znanstveni (doktorski)
Akademski / stručni naziv: Doktor znanosti (dr. sc.)
URL zapisa u kataloguhttp://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=41296
Vrsta resursaTekst
Opseg134 str ; 30 cm
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-11-28 12:42:29