📄Работа №18468

Тема: Математические методы определения границ структур на медицинских изображениях

📝
Тип работы Магистерская диссертация
📚
Предмет физика
📄
Объем: 50 листов
📅
Год: 2018
👁️
Просмотров: 563
4900 руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание 📖 Введение ✅ Заключение 📕 Литература 🔍 Похожие 🛒 Купить

📋 Содержание

Введение 3
Цели и задачи 4
Общая классификация методов анализа и обработки медицинских изображений
5
Выделение объектов интереса на медицинских изображениях 10
Детектирование и выделение границ на изображениях 11
Различные методы выделения границ 11
Детекторы первого рода или операторы, основанные на градиенте 12
Классические операторы 12
Оператор Роберта 12
Оператор Собеля 13
Оператор Превитта 13
Детектор границ Canny 15
Алгоритм детектора границ Canny 16
Детекторы границ второго рода 18
Оператор Marr-Hildrith 18
Метод нечёткой логики (Fuzzy logic) 19
Вейвлетные (Wavelet Based) детекторы границ 21
Гибридные детекторы границ 21
Морфологическая водораздельная трансформация (метод водораздела или
Morphological Watershed Transformation) 23
Модель 25-ти соседей (Twenty-Five Neighborhood Model) 25
Методы исследования 27
Выбор типа изображений 28
Программный комплекс 29
Результаты работы программного комплекса 30
Критерии оценки качества оконтуривания изображения 36
Оценка количества потерянных пикселей в контуре и устойчивость к шумам. .37 Средний процент потерянных пикселей 40
Среднеквадратическая ошибка определения контура 41
Индекс структурного сходства 43
Результаты и выводы 44
Список литературы 46

📖 Введение

Не смотря на развитие современного медицинского диагностического оборудования первичные графические данные, получаемые при сканировании пациентов, не всегда могут дать высокого разрешения и чёткости картинки. Медицинские изображения, обычно, нечёткие и имеют структуры с размытыми границами что усложняет их интерпретацию и требует большого опыта и временные затраты.
До сих пор ещё не внедрена автоматическая обработка и интерпретация медицинских графических данных. Поэтому автоматизация некоторых стадий обработки облегчит процесс взаимодействия с медицинскими изображениями и сократит время на обработку, что количественно и качественно улучшит процесс диагностики.
Помимо всего прочего большинство программ, используемых в клиниках, не имеют достаточно широкого функционала для оконтуривания и выделения областей интереса с последующей их обработкой, а расширенные функции стоковых медицинских программ часто необходимо закупать отдельно, что могут позволить себе не все клиники.
Так же не во всех медицинских учреждениях присутствует специальное оборудование для обработки первичных медицинских графических данных.
Всё вышесказанное делает целесообразным процесс частичной автоматизации и облегчения обработки медицинских изображений, в частности оконтуривание границ структур на этих изображениях.
Цели и задачи
Целью данной работы является создание программного комплекса обработки медицинских изображений по оконтуриванию объектов на них. Для достижения этой цели необходимо выполнить ряд задач, приведённый ниже:
• Изучение существующих алгоритмов оконтуривания изображений
• Выбор наиболее подходящих методов для использования в программном комплексе
• Подготовка базы медицинских изображений для тестирования программы
• Тестирование на различных группах медицинских изображений
• Выделение критериев оценки работы программы
• Оценка работы программного комплекса

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании
🎓 Дипломные 📘 Магистерские 📙 Диссертации 📗 Курсовые 📝 Статьи 📄 ВКР

✅ Заключение

В результате данной работы был разработан программный комплекс для первичной обработки, оконтуривания и контроля качества обработки первичных графических медицинских данных. Что поможет повысить качество обработки медицинских изображений врачом, интерпретирующим медицинские изображения, снизить время на обработку отдельного изображения и частично автоматизировать оконтуривание и выделение объектов интереса. Тем самым повысится общая эффективность диагностических работ.
Для проверки работоспособности и функционала программного комплекса было проведено тестирование более чем на 500 реальных медицинских изображениях.
Проведена количественная и качественная оценка методов оконтуривания результаты которой были представлены в данной работе.
На основании проведённых тестов наиболее привлекательными являются детекторы границ на основе метода Canny, т.к. они показывают наибольшую шумоустойчивость, точность локализации и передачи границ.
В дальнейшем данную программу возможно дополнить графическим интерфейсом для повышения комфорта работы и упрощения процесса использования программного комплекса.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ
Поиск аналога

📕 Список литературы

[1] Bradley, D. Adaptive Thresholding Using the Integral Image / D. Bradley, G. Roth // Journal of Graphics Tools. - 2007. - №12. - P. 13-21.
[2] Огнев, И. В. Обработка изображений методами математической морфологии в ассоциативной осцилляторной среде / И. В. Огнев, Н. А. Сидорова // Технические науки. Информатика и вычислительная техника. - 2007. - №4. - С. 87-97.
[3] Gonzalez, R. С. Digital Image Processing / R. С. Gonzalez, R. E. Woods // Hardcover from Prentice Hall. - 2002.
[4] Haralick, R. M. Image Segmentation Techniques / R. M. Haralick, L. G. Sapiro // Computer Vision, Graphics and Image Processing. - 1985. - №29. - P. 100-132.
[5] Kass, M. Snakes: Active Contour Models / M. Kass, A. Witkin, D. Terzopoulos // International Journal of Computer Vision. - 1987. - №1. - P. 321-331.
[6] Сакович, И. О. Обзор основных методов контурного анализа для выделения контуров движущихся объектов / И. О. Сакович, Ю. С. Белов // КФ МГТУ им. Н.Э. Баумана. - 2014.
[7] Дегтярева, А. А. Деформируемые модели в задаче локализации объекта на
изображении / А. А. Дегтярева // Лаборатория компьютерной графики и мультимедиа, ВМиК, МГУ им. Ломоносова. - 2007.
[8] McInerney, T. Deformable Models in Medical Image Analysis: A Survey / T. McInerney, T. D. Terzopoulos // Medical Image Analysis. - 1996. - №1. - P. 91-108.
[9] Галушкин, А. И. Нейронные сети: основы теории / А. И. Галушкин // М.: Горячая линия - Телеком. - 2010.
[10] Нагиев, К. П. Применение свёрточных нейронных сетей для сегментации биомедицинских диагностических изображений / К. П. Нагиев // Труды Международной научно-технической конференции, Том 1 «Перспективные информационные технологии». - 2015. - С. 344-348.
[11] Электронный ресурс Wikipedia:
https://ru.wikipedia.org/wiki/Свёрточная_нейронная_сеть.
[12] Дороничева, А. В. Методы анализа медицинских изображений / А. В. Дороничева, Н. Э. Косых, С. К. Полумиенко, С. З. Савин // Современные проблемы науки и образования. - 2014. - № 4. С. 148-170.
[13] Rashmi, Algorithm and technique on various edge detection: A survey / Rashmi, M. Kumar, R. Saxena // Signal & Image Processing: An International Journal (SIPIJ).
- 2013. - №3. - P. 65-75.
[14] Prasad, R. A Review on Edge Detection Algorithms / R. Prasad, S. Sresh // International Journal of Mechanical Engineering and Computer Applications. - 2016.
- №1. - P. 7-11.
[15] Jena, K. K. Application of COM-SOBEL Operator for Edge Detection of Images / K. K. Jena // International Journal of Innovative Science, Engineering & Technology. - 2015. - №4. - P. 48-51.
[16] Maxwell, J. C. Digital image processing: Mathematical and Computational Methods. - 1868.
[17] Canny, J. A Computational Approach to Edge Detection / J. Canny // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1986. - №6. - P. 679¬698.
[18] Bao, P. Canny Edge Detection Enhancement by Scale Multiplication / P. Bao, L. Zhang, X. Wu // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2005. - №9. - P. 1485-1490.
[19] Власов, А. В. Модификация алгоритма Канни применительно к обработке рентгенографических изображений / А. В. Власов, И. В. Цапко // Вестник науки Сибири. - 2013. - №4. - С. 120-127.
[20] Saini, S. Comparative Study Of Image Edge Detection Algorithms / S. Saini, B. Kasliwal, S. Bhatia. - 2013.
[21] Sridhar, S. Digital Image Processing / S. Sridhar // Oxford university publication. - 2011.
[22] Bala, J. A Novel Hybrid Technique for Sub-pixel Edge Detection using Fuzzy Logic and Zernike Moment / J. Bala, R. Dhir // International Journal of Computer Sciences and Engineering. - 2014. - №4. - P. 26-31.
[23] Aborisade, D. O. Novel Fuzzy logic Based Edge Detection Technique / D. O. Aborisade // International Journal of Advanced Science and Technology. - 2011. - №20. - P. 75-82.
[24] Balabantaray, B. K. Hybrid edge detection technique for part identification in robotic assembly system under vision guidance / B. K. Balabantaray, B. B. Biswal // Proceedings of 5th International and 26th All India Manufacturing Technology, Design and Research Conference. - 2014. - P. 1-6.
[25] Balabantaray, B. K. A Quantitative Performance Analysis of Edge Detectors with Hybrid Edge Detector / B. K. Balabantaray, O. P. Sahu, N. Mishra // Journal of Computers. - 2017. - №2. - P. 165-173.
[26] Zhang, X. Study on the Image Segmentation Based on ICA and Watershed Algorithm / X. Zhang, L. Chen, L. Pan, L. Xiong // Intelligent Computation Technology and Automation (ICICTA). - 2012. - P. 505-508.
[27] Lapeer, R. J. A combined approach to 3D medical image segmentation using marker-based watersheds and active contours: the active watershed method / R. J. Lapeer, A. C. Tan, R. V. Aldridge // Medical Image Understanding and Analysis. - 2002.
[28] Sharif, J. M. Red blood cell segmentation using masking and watershed algorithm: A preliminary study / J. M. Sharif, M. F. Miswan, Ngadi // Biomedical Engineering (ICoBE). - 2012. - P. 258-262.
[29] Tulsani, H. Segmentation using Morphological Watershed Transformation for Counting Blood Cells / H. Tulsani, S. Saxena, N. Yadav // International Journal of Computer Applications & Information Technology. - 2013. - №2. - P. 28-36.
[30] Roerdink, J.B.T.M. The watershed transform: definitions, algorithms and parallelization strategies / J.B.T.M. Roerdink, A. Meijster // Fundamenta Informaticae. - 2000. - №41. - P. 187-228.
[31] Nayak, D. R. A Cellular Automata based Optimal Edge Detection Technique using Twenty-Five Neighborhood Model / D. R. Nayak, S. K. Sahu, J. Mohammed // International Journal of Computer Applications. - 2013. - №10. - P. 27-33.
[32] Mohammed, J. Two-Dimenssional Cellular Automata and its Reduced Rule Matrix / J. Mohammed, B. Mohanty, S. Sahoo // OMS. - 2012. - №1. - P. 97-104.
[33] Аль-Хомза Наджи, Архипов Е.А., Никитин O.P.', Пасечник A.C.
Сравнительный анализ алгоритмов сжатия графической информации / Наджи Аль-Хомза, Е.А. Архипов, O.P. Никитин, A.C. Пасечник // Методы и устройствапередачши обработки*информации: межвуз. сб; науч: тр; — СПБ.: Гидрометеоиздат, 2004. - Вып. 5.- С. 172-178. 89.
[34] Аль-Хомза Наджи, Архипов Е.А., Никитин O.P., Пасечник А.С. Алгоритм сжатия медицинского изображения Wavelet и JPEG / Наджи Аль-Хомза, Е.А. Архипов, O.P. Никитин, А.С. Пасечник // Физика и радиоэлектроника в медицине и экологии: Материалы: международной* научно — технической конференции. -Владимир: Изд. ВООО ВОИПУ «РОСТ», 2004. - Часть 1. - С. 34¬36.
[35] Аль-Хомза Наджи, Архиповл Е.А., Никитинл O.P., Пасечник А.С. Сравнение алгоритмов сжатия Wavelet и JPEG-2000 / Наджи Аль-Хомза; Е.А. Архипов, O.P. Никитин; А.С. Пасечник, // Физика! и радиоэлектроника в медицине и экологии: Материалы« международной научно — технической конференции: -Владимир: Изд. ВООО ВОИПУ «РОСТ», 2004: - Часть, 1. - С. 36-39.
[36] Аль-Хомза Наджи, Архипов Е.А., Никитин O.P., Пасечник А.С.
Применение волнового алгоритма сжатия медицинских изображений / Наджи?. Аль-Хомза;. EAS. Архипов; OiP. Никитин; А.С. Пасечник // Физика« и радиоэлектроника в медицине и экологии: Материалы международной научно — технической конференции. - Владимир: Изд: ВООО ВОИПУ «РОСТ»; 2004; - Часть 1L- С. 39-41.

🛒 Оформить заказ

⚡ Работу высылаем в течении 5 минут после оплаты.

🔍 ПОХОЖИЕ РАБОТЫ ПО ТЕМЕ

ОПРЕДЕЛЕНИЕ ГРАНИЦ АРХЕОЛОГИЧЕСКИХ ПАМЯТНИКОВ ЗАПАДНОГО ЗАКАМЬЯ С ПОМОЩЬЮ ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ Дипломные работы, ВКР археология 2016 г. 4800 руб. СОЗДАНИЕ ПРИЛОЖЕНИЯ «МЕТОДЫ ОПРЕДЕЛЕНИЯ КОНТУРОВ НА ИЗОБРАЖЕНИИ» Дипломные работы, ВКР информатика 2018 г. 4900 руб. Экономико-математические методы и модели для финансового управления организацией Дипломные работы, ВКР экономика 2018 г. 6300 руб. Экономико-математические методы и модели в финансовом управлении организацией Дипломные работы, ВКР экономика 2018 г. 6300 руб. Роль и сущность экономико-математических методов при планировании деятельности (Планирование на предприятии (Вариант 6), РАНХ и ГС) Контрольные работы планирование и прогнозирование 2019 г. 300 руб. МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ТЕРМОДИНАМИКЕ Дипломные работы, ВКР математика 2018 г. 4355 руб. МЕТОДЫ ОПРЕДЕЛЕНИЯ ВИДА ЖИРА ПРИ ЭКСПЕРТНОМ ИССЛЕДОВАНИИ ПИЩЕВЫХ ПРОДУКТОВ Дипломные работы, ВКР криминалистика 2018 г. 4220 руб. ТАМОЖЕННАЯ СТОИМОСТЬ, МЕТОДЫ ОПРЕДЕЛЕНИЯ ТАМОЖЕННОЙ СТОИМОСТИ ТОВАРОВ Дипломные работы, ВКР таможенное дело 2017 г. 4760 руб. ПРОБЛЕМЫ И МЕТОДЫ ФОРМИРОВАНИЯ ОПТИМАЛЬНОЙ СТРУКТУРЫ ДЕНЕЖНОГО КАПИТАЛА ПРЕДПРИЯТИЯ Магистерская диссертация финансы и кредит 2017 г. 5500 руб. МЕТОДЫ ОПРЕДЕЛЕНИЯ КОЛИЧЕСТВЕННОГО СОДЕРЖАНИЯ УГЛЕРОДА В СТАЛЯХ И ЧУГУНАХ Дипломные работы, ВКР химия 2020 г. 4740 руб.

📎 МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ ПО ПРЕДМЕТУ «ФИЗИКА»

Найдено работ: 730

АДСОРБЦИЯ ВОДОРОДА НА УГЛЕРОДНЫХ МЕТАНАНОТРУБКАХ: AB INITIO МОДЕЛИРОВАНИЕ Магистерская диссертация физика 2021 г. 5870 руб. Электропроводность тонких пленок висмута, легированных сурьмой Магистерская диссертация физика 2021 г. 5410 руб. Исследование кинетики формирования тонких пленок висмута на стекле Магистерская диссертация физика 2021 г. 5360 руб. Характеристики фрактальной антенны с пентагональной симметрией Магистерская диссертация физика 2021 г. 5420 руб. Низкоразмерные материалы для межсоединений в наноэлектронике Магистерская диссертация физика 2021 г. 5600 руб. Электронная структура поверхностных сплавов Ag2Bi, Ag2Pb и Ag2Sb на вицинальной поверхности Ag(423) Магистерская диссертация физика 2023 г. 4835 руб. Исследование физико-механических характеристик сплава титана, полученного послойным электронно-лучевым синтезом Магистерская диссертация физика 2022 г. 4985 руб. Структура и механические свойства градиентных материалов на основе MAX-фаз, полученных методом искрового плазменного спекания прекерамических бумаг Магистерская диссертация физика 2022 г. 4880 руб. Импульсный плазмохимический синтез наноразмерных композитов Магистерская диссертация физика 2023 г. 4925 руб. Разработка универсальной криогенной поверхности с температурой криостатирования 80 - 300 К Магистерская диссертация физика 2022 г. 4820 руб. Радиационно-химический синтез протонно-обменных мембран на основе функциональных полимерных пленок Магистерская диссертация физика 2023 г. 4815 руб. Экспериментальное исследование и численное моделирование динамики изменения температурных полей в различных мишенях при воздействии на их поверхность мощных пучков ионов субмиллисекундной длительности Магистерская диссертация физика 2023 г. 4880 руб. Сравнение результатов моделирования поступления радионуклидов в организм человека с данными биофизических измерений Магистерская диссертация физика 2022 г. 4280 руб. Высокоинтенсивная имплантация ионов низкой энергии в условиях компенсации ионного распыления облучаемой поверхности Магистерская диссертация физика 2022 г. 4860 руб. Исследование влияния водорода и термического воздействия на структурно-фазовое состояние и механические свойства титанового сплава Магистерская диссертация физика 2023 г. 4950 руб.
📋 Содержание 📖 Введение ✅ Заключение 📕 Литература 🔍 Похожие 🛒 Купить ⬆️

Оценка стоимости

Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы

Каталог работ (208326)

Поиск работ


©2026 Cервис помощи студентам в выполнении работ
.