Thesis /

ROMDOC-THESIS-2016-645

Contribuţii la îmbunătăţirea diagnosticului medical cu ajutorul analizei şi prelucrării imaginii digitale

Sultana, Alina
2010-07-06

Abstract: Facultatea Electronică, Telecomunicaţii şi Tehnologia Informaţiei Contribuţii la îmbunătăţirea diagnosticului medical cu ajutorul analizei şi prelucrării imaginii digitale Doctorand: Profesor îndrumător: Alina Oprea (Sultana) Prof.dr.ing. Rodica Strungaru Lucrarea de faţă se înscrie în domeniul prelucrărilor de imagini medicale, având ca subiect prelucrarea imaginilor mamografice. Cancerul la sân este o problemă actuală în imagistica medicală, datorită atât frecvenţei îmbolnăvirilor, pe de o parte, cât şi datorită evoluţiei grave din ultimele stadii ale bolii raportat la succesul limitat al tratamentului aplicat. În pofida creşterii semnificative în activitatea de cercetare a ultimelor zece ani în domeniul investigării unor metode de detecţie sofisticate, problema detecţiei tumorilor mamare este departe de a fi soluţionată. Teza îşi propune realizarea unor algoritmi de îmbunătăţire a imaginilor, precum şi a unor algoritmi de detecţie a tumorilor în mod automat. Ca metode de îmbunătăţire a contrastului mamografiilor, s-au folosit două metode: aplicarea transformatei Top-Hat şi o metodă mai complexă de întindere a contrastului, în spaţiu logaritmic. Metodele s-au dovedit eficiente, inclusiv pentru zonele de ţesut dens care prezintă cele mai multe probleme în determinarea unui diagnostic. În ceea ce priveşte detecţia leziunilor mamografiilor, teza prezintă un studiu pentru detecţia microcalcificarilor şi pentru segmentarea maselor. S-au adus contribuţii la detecţia microcalcificaţiilor folosind metode de filtrare neliniară - aplicarea unui filtru de diferenţă a gaussienelor, cât şi o metodă mai complexă de detecţie a microcalcificaţiilor în mod adaptiv, printr-un algoritm de creştere a regiunilor cu toleranţă variabilă. De asemenea, paşi de post-procesare, pentru rafinarea rezultatelor, sunt aplicaţi. Metodele prezintă măsuri de peformanţă foarte bune (rata de detecţie şi rata de detecţie eronată), care oferă o imagine clară a eficienţei algoritmilor folosiţi. A doua direcţie abordată are în vedere detecţia maselor, regiuni hiper-dense, a căror detecţie este una dintre problemele principale în analiza mamografiilor. Din punct de vedere al numărului de imagini folosite, segmentarea acestor zone a fost implementată atât pe baza unei singure imagini, cât şi pe baza a două proiecţii mediolaterale (tehnică folosită de radiologi pentru detecţia asimetriilor). Pentru prima categorie de metode s-au dezvoltat tehnici de detecţie a maselor pe baza diferenţei de transformate Top-Hat, o segmentare cu ajutorul tehnicii Mean Shift modificată, precum şi o metodă originală de individualizare a regiunilor tumorale din mamografie pe baza intensităţii pixelilor şi a informaţiei de vecinatate. Pentru diagnosticul diferenţial de detecţie a asimetriilor s-a realizat o aliniere a celor doi sâni şi, ulterior, au fost implementate două metode de comparaţie a mediilor regiunilor provenite din segmentarea Mean Shift. Ca şi în cazul metodelor de detecţie a microcalcificaţiilor, s-au calculat măsurile tipice de performanţă, fiind comparate cu metodele existente în literatură. Rezultatele obţinute au fost diseminate în 15 articole, publicate în cadrul unor conferinţe din ţară şi din străinătate. Faculty of Electronics, Telecommunications and Information Technology Phd Student: Adviser: Alina Oprea (Sultana) Prof. Dr.ing. Rodica Strungaru On enhancing medical diagnosis using image processing and analysis The subject of the current paper is related to medical image processing, specifically to mammography image processing and analysis. Breast cancer is nowadays one of the biggest unsolved issues in medical digital imaging, due to the high occurence rates, on one hand, and to the severe final-stage development combined with the limited succes rate of it’s treatment, on the other hand. Despite the intense growth of the research activity in this domain over the last ten years, which aims at finding some very efficient early-warning systems, this issue is far from being solved. The main goal of this thesis is investigating and implementing useful image enhancement algorithms, as well as automated high-accuracy tumor detection methods. Two contrast enhancement methods have been implemented, in the case of mammography images: one involves applying a Top-Hat transform and the other one is a more complex logarithmic-space based contrast stretching algorithm. These two methods have proven their efficiency, even for more difficult cases, such as high-density tissue areas. This paper also adresses the problem of detection lesions in mammographies, which comprises a study for micro-calcifications detection and segmentation of masses. Several contributions have been brought, using non-linear filtering methods – applying a Difference of Gaussians filter, as well as a more complex method of adaptive detection of micro-calcifications, by means of region growing with variable tolerance level. Some post-processing steps have, also, been implemented, in order to obtain more refined results. The methods have been evaluated in terms of detection rate and false positive rate, having good overall performance. The second main target of this thesis is the detection of masses – hyper-dense structures, whose detection is one of the main problems in mammography analysis nowadays. From the number of input images point of view, two classes of methods have been implemented: one using single images and the other involving the use of two mediolateral projections (this is what expert radiologists use for diagnosis). Methods using the difference between Top-Hat transforms, a modified Mean-Shift segmentation, as well as a novel tumor regions highlighting algorithm, using pixel values and neighbourhood information, have been implemented. For the second class of detection methods, a differential approach has been used, involving the alignment of the two breast images and the analysis of the differences between Mean-Shift output mean cluster values on the two images. Performance has been evaluated by means of detection rate and false positive rate and has been compared to the known previously published methods. All research results have been published in 15 articles, which have been presented in conferences both national and abroad.

Keyword(s): Imagistică medicală -- Tumori -- Teză de doctorat ; Mamografie -- Teză de doctorat ; Diagnostic -- Metode -- Teză de doctorat ; Prelucrarea imaginii -- Tehnici digitale -- Teză de doctorat
OPAC: See record in BC-UPB Web OPAC
Full Text: see files

Similar records

 

People who viewed this page also viewed:

(339)  Contribuţii referitoare la diagnosticul multicriterial al întreprinderilor privind sistemul de management al calităţii - Andreescu, Ana-Cristina - ROMDOC-THESIS-2010-025 (300)  Cercetări privind circulaţia în curbe a vehiculelor de cale ferată - Sebeşan, Mihai Ştefan - ROMDOC-THESIS-2016-292 (293)  Obţinerea de substanţe chimice utile din masă vegetală - Crişan, Claudia Corina - ROMDOC-THESIS-2019-1876 (288)  Rolul interfeţei în caracterizarea transferului de masăinterfaţa parametru de caracterizare a transferului interfazic : - Dinu, Sorin Viorel - ROMDOC-BC_UPB-THESIS-2004-000000324 (284)  Procese chimice şi biochimice cu transfer prin interfaţa lichid-lichid - Sandu, Iuliana Mihaela - ROMDOC-THESIS-2016-446

 

Rate this document:

Be the first to review this document.

Discuss this document:

Start a discussion about any aspect of this document.