Informacja

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

Wyszukujesz frazę "tomografia komputerowa CT" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Aplikacja wspierająca proces konturowania organów w danych medycznych
A software application supporting segmentation process for medical data
Autorzy:
Flis, E.
Socha, M.
Skalski, A.
Powiązania:
https://bibliotekanauki.pl/articles/154891.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
aplikacja
segmentacja
deformowalne modele
tomografia komputerowa DICOM
DICOM RT
software
segmentation
deformable models
CT
DICOM
Opis:
Ze względu na coraz częstsze wykorzystanie danych obrazowych w medycynie, a bardzo często wiążąca się z tym konieczność wykonywania obrysów struktur anatomicznych pojawiła się potrzeba tworzenia aplikacji skracających i ułatwiających ten proces. W artykule przedstawiono aplikację wspierającą ten proces. Aplikacja umożliwia automatyczną segmentację struktur, korekcję wyników przez użytkownika, dokonywanie pomiarów jak i obsługę typowego formatu zapisu danych DICOM.
New and accessible imaging methods, ranging from Computed Tomography (CT), Magnetic Resonance Imaging (MRI) to Positron Emission Tomography (PET) allow medical doctors to obtain non-invasively potentially life-saving information about patient condition and body. This information is usually used to improve diagnostic accuracy and give more information during treatment. However, the purpose of recent medical imaging is not only to obtain simple visualization and insight into human anatomic structures, but also as a powerful tool for CAD, radiotherapies, surgical operation planning and simulation. This is exactly the field where image segmentation methods can play a key role. In this work, a cross-platform application software equipped with an algorithm for segmentation of anatomical structures (region growing and deformable models), manual contouring and medical data visualization was developed. Results from the region growing algorithm can be a final outcome with or without user's corrections or can be a transform to the initial surface for deformable models technique. The software application was written in C++ language with Qt, VTK, ITK and GDCM toolkits [13-16]. Graphic User Interface is shown in Fig. 1. The application works with medical data in DICOM [2] and DICOM RT [3] standard. The exemplary segmentation results are presented in Figs. 3 and 4.
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 4, 4; 323-326
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Poprawa jakości obrazów tomograficznych o niskiej dawce promieniowania
Enhancement of low-dose CT scans
Autorzy:
Węgliński, T.
Fabijańska, A.
Powiązania:
https://bibliotekanauki.pl/articles/408854.pdf
Data publikacji:
2013
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
tomografia komputerowa (TK)
promieniowanie
wodogłowie
segmentacja
computer tomography (CT)
low-dose
X-ray
hydrocephalus
segmentation
Opis:
W artykule rozważono problem poprawy jakości obrazów z tomografu komputerowego, uzyskanych z wykorzystaniem niskich dawek promieniowania. W szczególności, przetestowano popularne algorytmy przetwarzania wstępnego (m.in. algorytm filtracji anizotropowej, średnich nielokalnych, przesunięcia do średniej) oraz przeanalizowano skuteczność ich działania. Oceny jakości poprawy dokonano w oparciu o sztucznie wygenerowane zakłócenia, symulujące artefakty towarzyszące w obrazach TK niskim dawkom promieniowania. Do ilościowego porównania stopnia poprawy jakości wykorzystano takie miary, jak błąd średniokwadratowy oraz indeks strukturalnego podobieństwa.
In this paper the problem of enhancement of low-dose CT scans was considered. In particular, popular pre-processing algorithms (such as anisotropic diffusion filter, non-local means filter, mean-shift filter) were tested and analyzed. The assessment of image quality improvement was performed based on the artificially generated artifacts, similar to those appearing in low-dose CT scans . Their effectiveness was investigated using the image quality measures, such as the mean square error and the structural similarity index.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2013, 4; 7-9
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
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
    Wyświetlanie 1-3 z 3

    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