Segmentação de imagens torácicas de Raio-X
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.6/3712 |
Resumo: | A segmentação é uma das etapas que constituem o processamento de uma imagem. Consiste na divisão da imagem em componentes independentes. Essa informação é usada em etapas posteriores, de forma a obter-se conhecimento. Trata-se de um conceito utilizado em imagens médicas no qual irá incidir este estudo. Esta aplicação em imagens médicas torna-se um desa o devido a vários factores, como a falta de uniformidade das imagens ou à presença de elevado ruído, só para citar alguns dos obstáculos existentes. Devido a esta falta de uniformidade que é caractaterística das imagens médicas, torna-se difícil a construção de um método standard que se possa ajustar a uma grande diversidade de imagens. Este estudo pretende analisar três métodos de segmentação, aplicando-os a imagens torá- cicas de raio-x. Os três métodos são: o método de contornos activos segundo Chan e Vese, o método de contornos activos híbrido segundo Shawn Lankton e o método igualmente de contornos activos baseado em regiões segundo o mesmo autor. Esta análise é efectuada através da aplicação de 10 máscaras que servem como contornos iniciais em cada um dos três métodos. Observa-se o comportamento de cada um dos métodos no conjunto de dados analisado, com a aplicação de pré-processamento e sem aplicação de pré-processamento nas imagens, de modo a ser possível concluir qual ou quais os que apresentam melhor e pior comportamento. Uma segunda nalidade do estudo é a proposta de um modelo por parte do autor. Modelo este que se pretende que obtenha melhores resultados em termos de um menor erro de segmentação da região de interesse, em relação aos três metodos base. Este modelo proposto mostra obter melhores resultados após a conjugação de observações de cada método em relação aos resultados de cada método de uma forma isolada. |
id |
RCAP_3427cab102535ce4122803483618c322 |
---|---|
oai_identifier_str |
oai:ubibliorum.ubi.pt:10400.6/3712 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Segmentação de imagens torácicas de Raio-XSegmentação - Contornos activos - Chan VeseSegmentação - Contornos activos - Shawn LanktonSegmentação de imagens médicasImagens Torácicas de Raio-X - SegmentaçãoA segmentação é uma das etapas que constituem o processamento de uma imagem. Consiste na divisão da imagem em componentes independentes. Essa informação é usada em etapas posteriores, de forma a obter-se conhecimento. Trata-se de um conceito utilizado em imagens médicas no qual irá incidir este estudo. Esta aplicação em imagens médicas torna-se um desa o devido a vários factores, como a falta de uniformidade das imagens ou à presença de elevado ruído, só para citar alguns dos obstáculos existentes. Devido a esta falta de uniformidade que é caractaterística das imagens médicas, torna-se difícil a construção de um método standard que se possa ajustar a uma grande diversidade de imagens. Este estudo pretende analisar três métodos de segmentação, aplicando-os a imagens torá- cicas de raio-x. Os três métodos são: o método de contornos activos segundo Chan e Vese, o método de contornos activos híbrido segundo Shawn Lankton e o método igualmente de contornos activos baseado em regiões segundo o mesmo autor. Esta análise é efectuada através da aplicação de 10 máscaras que servem como contornos iniciais em cada um dos três métodos. Observa-se o comportamento de cada um dos métodos no conjunto de dados analisado, com a aplicação de pré-processamento e sem aplicação de pré-processamento nas imagens, de modo a ser possível concluir qual ou quais os que apresentam melhor e pior comportamento. Uma segunda nalidade do estudo é a proposta de um modelo por parte do autor. Modelo este que se pretende que obtenha melhores resultados em termos de um menor erro de segmentação da região de interesse, em relação aos três metodos base. Este modelo proposto mostra obter melhores resultados após a conjugação de observações de cada método em relação aos resultados de cada método de uma forma isolada.Segmentation is one of the steps that constitute the processing of an image. It is the division of the image into independent components. This information is then used in later stages where it will be in order to obtain knowledge. This information is the used in later stages where it will be in order to obtain knowledge. It is a concept used in medical imaging in which this study will focus. This application in medical imaging becomes a challenge due to several factors such as the lack of uniformity of the images or to the presence of high noise, just to name some of the obstacles. Due to this lack of uniformity that is characteristic of medical images, it becomes dif cult to construct a standard method one can t a wide range of images. This study aims to analyze three segmentation methods by applying them to images of ches-x ray. The three methods are: the active contour method of chan and Vese, the hybrid active contour method by Shawn Lankton and the method based on active contours regions by the same author. This analysis is performed by applying ten masks that serve as starting contours in each of the three methods. Observe the behaviour of each method in data set analyzed by applying preprpcessing and without preprocessing application in the images, so that it is possible to conclude which of best to worst behaviour. A second purpose of the study is to propose a model by the author. In this model that is intended to obtain better results in terms of lower error segmentation of the region of interest in relation of the three base methods. This proposed model shows better results after combining observations of each method in relation to the results of each method in isolation.Proença, Hugo Pedro Martins CarriçouBibliorumGraça, Ricardo Filipe Pereira Seco Oliveira .2015-07-14T15:46:21Z20122012-102012-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/3712porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-12-15T09:40:12Zoai:ubibliorum.ubi.pt:10400.6/3712Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T00:45:05.138280Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Segmentação de imagens torácicas de Raio-X |
title |
Segmentação de imagens torácicas de Raio-X |
spellingShingle |
Segmentação de imagens torácicas de Raio-X Graça, Ricardo Filipe Pereira Seco Oliveira . Segmentação - Contornos activos - Chan Vese Segmentação - Contornos activos - Shawn Lankton Segmentação de imagens médicas Imagens Torácicas de Raio-X - Segmentação |
title_short |
Segmentação de imagens torácicas de Raio-X |
title_full |
Segmentação de imagens torácicas de Raio-X |
title_fullStr |
Segmentação de imagens torácicas de Raio-X |
title_full_unstemmed |
Segmentação de imagens torácicas de Raio-X |
title_sort |
Segmentação de imagens torácicas de Raio-X |
author |
Graça, Ricardo Filipe Pereira Seco Oliveira . |
author_facet |
Graça, Ricardo Filipe Pereira Seco Oliveira . |
author_role |
author |
dc.contributor.none.fl_str_mv |
Proença, Hugo Pedro Martins Carriço uBibliorum |
dc.contributor.author.fl_str_mv |
Graça, Ricardo Filipe Pereira Seco Oliveira . |
dc.subject.por.fl_str_mv |
Segmentação - Contornos activos - Chan Vese Segmentação - Contornos activos - Shawn Lankton Segmentação de imagens médicas Imagens Torácicas de Raio-X - Segmentação |
topic |
Segmentação - Contornos activos - Chan Vese Segmentação - Contornos activos - Shawn Lankton Segmentação de imagens médicas Imagens Torácicas de Raio-X - Segmentação |
description |
A segmentação é uma das etapas que constituem o processamento de uma imagem. Consiste na divisão da imagem em componentes independentes. Essa informação é usada em etapas posteriores, de forma a obter-se conhecimento. Trata-se de um conceito utilizado em imagens médicas no qual irá incidir este estudo. Esta aplicação em imagens médicas torna-se um desa o devido a vários factores, como a falta de uniformidade das imagens ou à presença de elevado ruído, só para citar alguns dos obstáculos existentes. Devido a esta falta de uniformidade que é caractaterística das imagens médicas, torna-se difícil a construção de um método standard que se possa ajustar a uma grande diversidade de imagens. Este estudo pretende analisar três métodos de segmentação, aplicando-os a imagens torá- cicas de raio-x. Os três métodos são: o método de contornos activos segundo Chan e Vese, o método de contornos activos híbrido segundo Shawn Lankton e o método igualmente de contornos activos baseado em regiões segundo o mesmo autor. Esta análise é efectuada através da aplicação de 10 máscaras que servem como contornos iniciais em cada um dos três métodos. Observa-se o comportamento de cada um dos métodos no conjunto de dados analisado, com a aplicação de pré-processamento e sem aplicação de pré-processamento nas imagens, de modo a ser possível concluir qual ou quais os que apresentam melhor e pior comportamento. Uma segunda nalidade do estudo é a proposta de um modelo por parte do autor. Modelo este que se pretende que obtenha melhores resultados em termos de um menor erro de segmentação da região de interesse, em relação aos três metodos base. Este modelo proposto mostra obter melhores resultados após a conjugação de observações de cada método em relação aos resultados de cada método de uma forma isolada. |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012 2012-10 2012-01-01T00:00:00Z 2015-07-14T15:46:21Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.6/3712 |
url |
http://hdl.handle.net/10400.6/3712 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799136347448934400 |