Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "CT image" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Analiza kształtu struktur anatomicznych jamy brzusznej dla potrzeb radioterapii nowotworu prostaty
Shape analysis of abdominal structures for prostate radiotherapy process
Autorzy:
Skalski, A.
Łągwa, J.
Kędzierawski, P.
Kukołowicz, P.
Powiązania:
https://bibliotekanauki.pl/articles/156980.pdf
Data publikacji:
2013
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
segmentacja
radioterapia
nowotwór prostaty
model organu
tomografia komputerowa
analiza obrazów
image segmentation
radiotherapy
prostate cancer
organ model
CT
image analysis
Opis:
W artykule przedstawiono algorytmy opisu kształtu, które mogą zostać wykorzystane do budowy wiedzy a priori, o którą można wzbogacić metody segmentacji danych medycznych. Opisana metodologia została wykorzystana do analizy kształtu struktur anatomicznych okolicy miednicy. Przeprowadzona analiza pozwoliła sprawdzić zmienność geometrii struktur anatomicznych istotnych z punktu widzenia radioterapii nowotworu prostaty, Zmienność kształtu organów oceniono zarówno: pomiędzy osobami w populacji chorych z nowotworem gruczołu krokowego jak i zmienność tych kształtów podczas procesu radioterapeutycznego u pacjenta.
Prostate cancer is one of most frequently diagnosed cancer diseases among men population, especially in Europe and the USA. The number of fatal cases is also significant. It leads to many attempts to improve processes of the cancer diagnosis and therapy. One of most promising methods of treatment is radiation therapy. However, its proper planning requires contouring of every important structure on every slice obtained from the imaging equipment (in example a CT scanner), which is time-consuming for medical staff. To solve this problem, many efforts are made to construct algorithms of automatic segmentation of organs in 3D data. To provide the expected efficiency of such methods, a base of a priori knowledge about organs to be delineated is desired. In this paper we present shape description algorithms which could be used to collect the a priori knowledge, potentially able to improve the medical data segmentation methods. The described methodology was used in shape analysis of pelvic region structures, important for planning the prostate cancer radiation therapy, which included: GTV (Gross Tumor Volume), rectum, bladder and femoral heads. In this paper 5 different algorithms are presented. The first proposed method describes the shape of the analyzed organ with parameters (semi-axis lengths) of minimum-volume ellipsoid circumscribed on the structure. The other algorithms provide the information about the shape of the analyzedstructure as a distribution of chosen geometric quantity values (such as distance) between the groups of points randomly selected on its surface. The proposed algorithms were tested on the organ models reconstructed from the structures contoured on the images obtained from CT. As a result of the performed analysis, geometrical variability of the considered structures were specified. Variability of shapes of the analyzed organs was examined for the patients from the population group of men with diagnosed prostate cancer as well as for the single patient cases during radiation therapy.
Źródło:
Pomiary Automatyka Kontrola; 2013, R. 59, nr 3, 3; 254-257
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Texture analysis as a tool for medical decision support. P. 2 Classification of liver disorders based on computed tomography images
Analiza tekstur jako narzędzie wspomagania decyzji medycznych. Cz. 2 Klasyfikacja patologii wątroby na obrazach tomografii komputerowej
Autorzy:
Duda, D.
Powiązania:
https://bibliotekanauki.pl/articles/88386.pdf
Data publikacji:
2014
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
obrazowanie medyczne
analiza obrazów
tekstura
selekcja cech
diagnoza
wątroba
tomografia komputerowa
wspomaganie decyzji medycznych
medical imaging
image analysis
texture
feature selection
computer aided diagnosis
CAD
medical decision support
liver
computed tomography
CT
Opis:
Texture analysis has already demonstrated its great potential in many digital image-based diagnostic systems. It allows to extract from an image many important diagnostic information, impossible to capture with only the visual appreciation. The first attempts to use a texture analysis (TA) as a tool for characterization of an image content took place in the 70’s of the last century. Since then a variety of methods have been proposed and found their application in many domains, also – in the medical field. However, it is still difficult to indicate a method that would ensure satisfactory results for any diagnostic problem. The present work gives an overview of the texture analysis methods, that have been applied for hepatic tissue characterization from Computed Tomography (CT) images. It includes details of about forty studies, presented over the past two decades, devoted to (semi)automatic detection or/and classification of different liver pathologies. Quoted systems are divided into three categories: (i) based on a single-image texture of non-enhanced CT images of the liver, (ii) based on a single-image texture of contrast-enhanced images, and (iii) based on a multiimage texture. The latter ones concern a simultaneous analysis of sets of textures, each of which corresponds to the same liver slice, but is related to a different contrast agent concentration in hepatic vessels.
Analiza tekstur jest szeroko stosowana w wielu cyfrowych systemach wspomagania decyzji medycznych, na podstawie danych obrazowych. Pozwala ona wydobyć z obrazu istotne szczegóły, których nie można dostrzec podczas analizy wizualnej. Pierwsze próby analizy tekstur miały miejsce w latach siedemdziesiątych ubiegłego wieku. Od tamtej pory zaproponowano wiele metod analizy tekstur. Trudno jest jednak wskazać metodę uniwersalna, która zapewniłaby zadowalające wyniki dla każdego problemu diagnostycznego. Niniejsza praca stanowi przegląd metod analizy tekstur, stosowanych do opisu tkanki wątrobowej na obrazach tomografii komputerowej. Przedstawia informacje o około czterdziestu systemach diagnostycznych, zaproponowanych w ciągu ostatnich dwóch dekad, poświęconych (pół)automatycznemu wykrywaniu lub / i klasyfikacji schorzeń wątroby. Opisywane systemy zostały podzielone na trzy kategorie: (i) opierające się na teksturze pojedynczego obrazu, pozyskanego bez podawania pacjentowi środka kontrastującego, (ii) opierające się ´na teksturze pojedynczego obrazu, pozyskanego po podaniu pacjentowi środka kontrastującego, oraz (iii) opierające się na jednoczesnej analizie wielu tekstur. Te ostatnie odnoszą się do analizy zestawów tekstur przedstawiających ten sam wycinek wątroby, lecz odpowiadających różnym stężeniom środka kontrastowego w jej naczyniach krwionośnych.
Źródło:
Advances in Computer Science Research; 2014, 11; 85-108
2300-715X
Pojawia się w:
Advances in Computer Science Research
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies