Segmentační model pro automatickou detekci sleziny z CT obrazů a kvantifikaci radiofarmaka z PET obrazů

Simona Školníková

Master's thesis

Segmentation Model for Automatic Detection of Spleen from CT Images and Quantification of Radiopharmaceuticals from PET Images

Abstract:

Diplomová práce je zaměřena na problematiku segmentačního modelu detekce sleziny na CT obrazech a následnou registraci obrazu sleziny na PET snímcích. Tato práce je zpracovaná na reálných obrazových datech. Pro přesné detekování sleziny od ostatních tkání se nejdříve realizovalo předzpracování obrazu a následně byla segmentace sleziny porovnána vůči zlatému standardu. Prováděla se zde segmentace založená na metodě s hranami a bez hran, kdy metoda bez hran byla mnohem efektivnější a přesnější v porovnání se segmentací založenou na hranách. Poté se provedla registrace obrazu na PET snímcích, což umožňovalo přesné zjištění distribuce radiofarmaka ve slezině vůči játrům. Celá praktická část práce se vytvářela v počítačovém prostředí MATLABu a následné výsledky byly realizovány v programu Microsoft Excel. Po statickém zhodnocení výsledky ukázaly, že využití daného segmentačního modelu a následná kvantifikace radiofarmaka je přínosná pro diagnostiku a léčbu probandů s onemocněním neboli patologií sleziny.

Abstract:

The thesis is focused on the issue of a segmentation model for spleen detection on CT images and subsequent registration of spleen images on PET scans. This work is processed on real image data. To accurately detect the spleen from other tissues, image preprocessing was first performed and then spleen segmentation was compared to the gold standard. Segmentation was performed using edge-based and edgeless-based methods, with the edgeless-based method being much more efficient and accurate compared to the edge-based segmentation. Then, image registration was performed on PET scans, which allowed for accurate determination of radioisotope distribution in the spleen relative to the liver. The entire practical part of the work was created in the MATLAB computer environment and the subsequent results were realized in Microsoft Excel. After static evaluation, the results showed that the use of the given segmentation model and subsequent quantification of the radioisotope is beneficial for the diagnosis and treatment of subjects with spleen disease or pathology.

Keywords

slezina, segmentace založená na metodě s hranami a bez hran, registrace obrazu, distribuce radiofarmaka, CT, PET

Keywords

spleen, edge-based and non-edge-based segmentation, image registration, radiopharmaceutical distribution, CT, PET

Language used: Czech

Date on which the thesis was submitted / produced: 30. 4. 2023

Thesis defence

• Date of defence: 1. 6. 2023
• Supervisor: Jan Kubíček
• Reader: Ljiljana Marič

VSB – Technical University of Ostrava

Fakulta elektrotechniky a informatiky

Master programme:
Biomedicínské inženýrství