Сегментация лучевых изображений методом роста областей с анализом локальных особенностей

Abstract

Предложен новый подход к сегментации медицинских объектов на изображениях лучевой диагностики. Главная идея базируется на методе роста областей и дополнительных ограничениях на включение соседних вокселей. Дополнительные ограничения основаны на анализе трехмерного локального окружения, при котором включаются только те воксели, которые удовлетворяют заданным пользователем порогам на первую и вторую производные. Приведено описание наиболее часто используемых реализаций алгоритма роста областей в открытом программном обеспечении. Новый метод реализован с помощью библиотеки с открытым исходным кодом – VTK, тестирование метода осуществлялось в созданном прототипе на языке C++ с помощью библиотеки Qt. Результаты исследования показали, что данный метод позволяет с более высокой точностью сегментировать слабоконтрастные объекты на изображениях лучевой диагностики по сравнению с простым методом разрастания регионов. = New approach of segmentation in medical images is proposed. The main idea is based on region growing method and additional constraints on inclusion of neighbor voxels. Additional constraints is based on analysis of 3D local neighborhood which is include only those voxels that satisfy the user specified thresholds on first and second derivatives. The paper will describe the implementation of widely used region growing algorithms in open-source. The proposed method is implemented with open-source library – VTK, method was tested in prototype which was implemented in C++ and Qt framework. The results of investigation showed that the proposed method allows researchers to make much more accurate segmentation of low contrast objects in the images of beam diagnostics in comparison with simple region growing method.