Тип работы:
Предмет:
Язык работы:


Разработка модуля анализа текстур 3D-моделей при решении задач дерматологии

Работа №126573

Тип работы

Дипломные работы, ВКР

Предмет

программирование

Объем работы44
Год сдачи2018
Стоимость4550 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
20
Не подходит работа?

Узнай цену на написание


Введение 5
1. Постановка задачи 7
2. Обзор 8
2.1. Выделение границ на изображениях 8
2.1.1. Градиентный метод 8
2.1.2. Метод второй производной 9
2.1.3. Использование фильтра Гаусса 10
2.2. Способы обнаружения родинок по изображениям 11
2.3. Системы диагностики кожи 11
2.4. Используемые модели и инструменты 12
2.4.1. Барицентрические координаты 12
2.4.2. Алгоритмы для обнаружения родинок 13
2.4.3. Метрики оценки точности работы алгоритма 16
2.4.4. Система Phoenixcas 3D Viewer 18
3. Библиотека обнаружения родинок по изображениям 23
3.1. Архитектура библиотеки 23
3.2. Оценки точности работы алгоритмов 24
3.2.1. Оценка обнаружения родинок 24
3.2.2. Оценка сегментации родинок 27
3.3. Примеры работы алгоритмов 28
4. Модуль анализа пигментации по 3Б-моделям 29
4.1. Описание модуля 29
4.2. Архитектура модуля 29
4.3. Вычисление трехмерных координат точки по текстурным 30
4.4. Вычисление текстурных координат точки по трехмерным 31
4.5. Инструменты детекции родинок 32
4.5.1. Автоматическое выделение родинок 32
4.5.2. ’’Ручная” корректировка результатов детекции ро­динок 32
4.5.3. Вычисление размеров родинок 33
4.6. Инструменты визуализации для сравнения текстур 34
4.6.1. Проецирование областей анализа 34
4.6.2. Приближение выбранных участков модели 35
4.7. Пользовательский интерфейс 37
5. Апробация модуля 40
Заключение 42
Список литературы 43

Кожный покров играет важную роль в жизни человека, являясь за­щитным барьером между организмом и окружающей средой. Наруше­ние его целостности может повлечь за собой различные воспалительные процессы. Учитывая важнейшие функции кожи (такие, как иммунная, дыхательная, терморегуляторная и другие) — невозможно оставлять без внимания ее состояние.
Мониторинг структуры кожи необходим как в составе комплексных проверок состояния здоровья человека, так и при обнаружении любых тревожащих изменений: новообразований, шелушении, изменении цве­та и т.д. К сожалению, не всегда бывает достаточно только визуаль­ного изучения пациента. Для того чтобы максимально точно оценить структуру кожного покрова, во многих медицинских центрах применя­ют аппаратно-электронную диагностику.
Современные компьютерные оборудования способствуют более ка­чественному наблюдению за пациентом в процессе лечения. Они поз­воляют изучать те параметры кожи, которые трудно исследовать при внешнем осмотре: рельеф кожи, глубину морщин, степень нарушения пигментации, размер образований и другие. Результаты медицинского обследования представляются на экране монитора, что позволяет кли­енту видеть детальную информацию о текущем состоянии здоровья в режиме реального времени. Также благодаря тому, что все данные со­храняются в памяти компьютера, можно контролировать динамику из­менений.
Особый интерес при анализе кожи представляют родинки. Родин­ки — это доброкачественные образования на коже, которые, как пра­вило, не причиняют проблем и дискомфорта. Однако в некоторых слу­чаях они могут стать опасными для жизни человека. Если родинка повреждена и начинает расти, менять цвет или размер, то это первый признак того, что она может переродиться в злокачественную опухоль. Применяя методы обнаружения родинок, можно определять их грани­цы, что позволяет с помощью систем 3D-моделирования вычислять их размеры и отслеживать любые перемены в процессе наблюдения.
В данной работе описывается разработка модуля анализа пигмен­тации кожи по 3D-моделям для системы планирования Phoenixcas 3D Viewer1. В системе встроена возможность реконструкции 3D-моделей, их визуализации, симуляции хирургических операций, выполнения за­меров и другие.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В систему Phoenixcas 3D Viewer была добавлена возможность ана­лиза родинок на теле и отслеживания изменений состояния кожи в динамике по трехмерным моделям пациента. В ходе работы были вы­полнены следующие задачи.
1. Изучены способы обнаружения родинок по изображениям.
2. Реализована библиотека обнаружения родинок по изображениям на основе алгоритмов LoG и SBD.
3. Разработан модуль анализа пигментации по 3D-моделям:
• реализованы инструменты детекции родинок:
• автоматическое выделение родинок;
• выделение и снятие выделения родинок ’’вручную”;
• вычисление размеров родинок;
• реализованы инструменты визуализации для сравнения тек­стур:
• проецирование областей анализа;
• приближение выбранных участков модели.
4. Проведена апробация модуля.


[1] Abma B.J.M. Evaluation of requirements management tools with support for traceability-based change impact analysis // Master’s thesis, University of Twente, Enschede. — 2009.
[2] Becerra-Riera F., Morales-Gonzalez A. Detection and matching of facial marks in face images // Revista Cubana de Ciencias Informaticas. — 2016.
[3] Bischoff B.S., Botsch M., Steinberg S. et al. OpenMesh - a generic and efficient polygon mesh data structure //In openSG symposium. — 2002.
[4] Cho T.S., Freeman W.T., Tsao H. A reliable skin mole localization scheme // IEEE International Conference on Computer Vision. — 2007.
[5] Comaniciu D., Meer P. Mean shift: A robust approach towards feature space analysis // IEEE Transactions Pattern Analysis and Machine Intelligence. — 2002.
[6] Fawcett T. An introduction to ROC analysis // Pattern recognition letters. — 2006.
[7] Gogoi U.R., Bhowmik M.K., Saha P. et al. Facial mole detection: an approach towards face identification // Procedia Computer Science. — 2015.
[8] Hsieh C.C., Lai J.A. Face mole detection, classification and application // Journal of Computers. — 2015.
[9] Jain A.K., Park U. Facial marks: soft biometric for face recognition // IEEE International Conference on Image Processing. — 2009.
[10] Jain R., Kasturi R., Schunck B.G. Machine Vision / Ed. by E.M. Munson. - McGraw-Hill New York, 1995.
[11] Lee T.K., Atkins M.S., King M.A. et al. Counting moles automatically from back images // IEEE Transactions on Biomedical Engineering. — 2005.
[12] Park U., Jain A.K. Face matching and retrieval using soft biometrics // IEEE Transactions on Information Forensics and Security. — 2010.
[13] Pierrard J.S., Vetter T. Skin detail analysis for face recognition // IEEE Conference on Computer Vision and Pattern Recognition. — 2007.
[14] Swaroop P., Sharma N. An overview of various template matching methodologies in image processing // International Journal of Computer Applications. — 2016.
[15] Szeliski R. Computer vision: algorithms and applications / Ed. by D. Gries, F.B. Schneider. — Springer Science & Business Media, 2010.
...


Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ