Методика порогової сегментації КТ-зображень кісток скелета

Скорочена інформація про документ
dc.contributor.authorКозей, A. С.
dc.contributor.authorНіколов, М. О.
dc.contributor.authorБурбурська, С. В.
dc.contributor.authorГалузинський, О. А.
dc.date.accessioned2020-04-14T09:26:51Z
dc.date.available2020-04-14T09:26:51Z
dc.date.issued2019
dc.description.abstractenBackground. Segmentation of images in the existing application software does not adequately separate the background area qualitatively, the allocation of anatomical structures, in particular skeletal bones, is partial with a significant number of artifacts, which are complicating further 3D modeling. Objective. The aim of the paper is development of the technique for automatized CT images segmentation of skeletal bones. Methods. The CT images of bone were segmented based on the developed algorithm, which included: threshold segmentation; morphological transformations of the unbound domains connections, the distance between them does not exceed the set value; the filling of areas with zero values, which are separated by pixels with values 1; comparison of segmentation results for neighboring sections. Testing techniques for segmentation multi-cut CT image of the patient with heterotopic ossification of the hip joints were analyzed. Segmentation results were compared with the images processed by specialists. The criteria for quality of segmentation were errors of the first and second kind: true-positive, true-negative, false-negative, false-positive voxels that were marked. Results. The developed algorithm for automatized segmentation of skeletal bones according to CT data shows 22% more qualitative results of research objects selection compared to usual threshold method; segmentation error was less than 8%. Calculated values of specificity were 99.9%, accuracy – 99.8%, sensitivity – 92.5% and for threshold method – 99.9%, 99.3%, and 70.7% respectively. Conclusions. The obtained results significantly reduce the time of CT images processing by a specialist in the area of radiation diagnostics and 3D printing of biological tissues and their models. Future prospects for the proposed methodology development are: its integration into specialized software tools with a user interface with a wide range of tools; improvement of machine code, reducing of computer time calculations; improvement of the segmentation algorithm, reducing of the segmentation artifacts.uk
dc.description.abstractruПроблематика. Сегментация изображений в существующих прикладных программных средах недостаточно качественно отделяет область фона, выделение анатомических структур, в частности костей скелета, является частичным с большим количес­твом артефактов, которые будут усложнять дальнейшее 3D-моделирование. Цель. Разработка методики автоматизированной сегментации КТ-изображений костей скелета. Методика реализации. Сегментация КТ-изображений костей проводилась на основе разработанного алгоритма, который включал: пороговую сегментацию; морфологические преобразования соединения несвязанных областей, расстояние между которыми не превышает заданного значения; заполнение областей с нулевыми значениями, которые отделены пикселями со значениями 1; сравнение результатов сегментации соседних срезов. Для апробации методики сегментации анализировались многосрезовые КТ-изображения пациента с гетеротопической оссификацией тазобедренных суставов. Результаты сегментации сравнивались с изображениями, которые обрабатывались специалистами. Критериями качества сегментации были ошибки первого и второго рода: истинно положительные, истинно отрицательные, ложно отрицательные, ложно положительные выделенные воксели. Результаты. Разработанный алгоритм автоматической сегментации костей скелета по данным КТ показывает на 22 % более качественные результаты выделения объектов исследования по сравнению с обычным пороговым методом; погрешность сегментации составляла менее 8 %. Рассчитанные значения специфичности составили 99,9 %, точности – 99,8 %, чувствитель­ности – 92,5 %, а для порогового метода – 99,9 %, 99,3 % и 70,7 % соответственно. Выводы. Полученные результаты существенно уменьшают время обработки КТ-изображений специалистом в области лучевой диагностики и 3D-печати биологических тканей и их моделей. Дальнейшими перспективами развития предложенной методики являются: ее интеграция в специализированные программные средства с интерфейсом с широким спектром инструментов; совершенствование машинного кода для уменьшения компьютерного времени расчетов; усовершенствование алгоритма сегментации по уменьшению артефактов сегментации.uk
dc.description.abstractukПроблематика. Сегментація зображень в існуючих прикладних програмних середовищах не достатньо якісно відокремлює область фону, виділення анатомічних структур, зокрема кісток скелета, є частковим зі значною кількістю артефактів, які ускладнюватимуть подальше 3D-моделювання. Мета. Розробка методики автоматизованої сегментації КТ-зображень кісток скелета. Методика реалізації. Сегментація КТ-зображень кісток проводилась на основі розробленого алгоритму, що включав: порогову сегментацію; морфологічні перетворення з’єднання незв’язаних областей, відстань між якими не перевищує заданого значення; заповнення областей з нульовими значеннями, які відокремлені пікселями зі значеннями 1; порівняння результатів сегментації сусідніх зрізів. Для апробації методики сегментації аналізувались багатозрізові КТ-зображення пацієнта з гетеротопічною осифікацією кульшових суглобів. Результати сегментації порівнювались із зображеннями, які оброблялися спеціалістами. Критеріями якості сегментації були помилки першого та другого роду: істинно позивні, істинно негативні, помилково негативні, помилково позитивні виділені вокселі. Результати. Розроблений алгоритм автоматичної сегментації кісток скелета за даними КТ показує на 22 % більш якісні результати виділення об’єктів дослідження порівняно зі звичайним пороговим методом; похибка сегментації становила менше 8 %. Розраховані значення специфічності становили 99,9 %, точності – 99,8 %, чутливості – 92,5 %, а для порогового методу – 99,9 %, 99,3 % та 70,7 % відповідно. Висновки. Отримані результати істотно зменшують час обробки КТ-зображень спеціалістом в області променевої діагностики і 3D-друку біологічних тканин та їх моделей. Подальшими перспективами розвитку запропонованої методики є: її інтеграція в спеціалізовані програмні засоби з інтерфейсом користувача з широким спектром інструментів; удосконалення машинного коду для зменшення комп’ютерного часу розрахунків; удосконалення алгоритму сегментації щодо зменшення артефактів сегментації.uk
dc.format.pagerangePp. 4–11uk
dc.identifier.citationМетодика порогової сегментації КТ-зображень кісток скелета / А. С. Козей, М. О. Ніколов, С. В. Бурбурська, О. А. Галузинський // Innovative Biosystems and Bioengineering : international scientific journal. – 2019. – Vol. 3, No. 1. – Pp. 4–11. – Bibliogr.: 15 ref.uk
dc.identifier.doihttps://doi.org/10.20535/ibb.2019.3.1.154897
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32895
dc.language.isoukuk
dc.publisherIgor Sikorsky Kyiv Polytechnic Instituteuk
dc.publisher.placeKyivuk
dc.rightsAttribution 4.0 International (CC BY 4.0)en
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/en
dc.sourceInnovative Biosystems and Bioengineering : international scientific journal, 2019, Vol. 3, No. 1uk
dc.subjectкомп’ютерна томографіяuk
dc.subjectобробка зображеньuk
dc.subjectпорогова сегментаціяuk
dc.subjectморфологічні операціїuk
dc.subject3D-моделюванняuk
dc.subjectcomputed tomographyuk
dc.subjectimage processinguk
dc.subjectthreshold segmentationuk
dc.subjectmorphological operationsuk
dc.subject3D modelinguk
dc.subjectкомпьютерная томографияuk
dc.subjectобработка изображенийuk
dc.subjectпороговая сегментацияuk
dc.subjectморфологические операцииuk
dc.subject3D-моделированиеuk
dc.subject.udc617-7; 528.854.2uk
dc.titleМетодика порогової сегментації КТ-зображень кісток скелетаuk
dc.title.alternativeMethod of Threshold CT Image Segmentation of Skeletal Bonesuk
dc.title.alternativeМетодика пороговой сегментации КТ-изображений костей скелетаuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
3.pdf
Розмір:
1.14 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.83 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Innovative Biosystems and Bioengineering: international scientific e-journal, Vol. 3, No. 1