Shape constraints on snakes for multiscale segmentaion of medical images

  1. KNOLL CHRISTIAN, OLIVER
Dirigée par:
  1. Mariano Alcañiz Raya Directeur/trice

Université de défendre: Universitat Politècnica de València

Fecha de defensa: 22 novembre 2002

Jury:
  1. Francisco del Pozo Guerrero President
  2. Roque Torres Sánchez Secrétaire
  3. José Manuel Mossi García Rapporteur
  4. Juan Ruiz Alzola Rapporteur
  5. Carlos Alberola López Rapporteur

Type: Thèses

Teseo: 98472 DIALNET

Résumé

Para aprovechar las ventajas de la radioterpaia conformada para el tratamiento de la próstata, es necesario obtener un contorno preciso de la próstata cancerosa en imágenes de tomografía axial computerizada (TAC) para separarla de los tejidos sanos de alrededor. Como marcar manualmente el contorno es un proceso extemamente laborioso y subjetivo, se presenta en este trabajo un nuevo método para la detección automática de contornos, que se aplica en ese trabajo sobre todo a la segmentación de la próstata en imágenes de TAC y ultrasonidos y a otras tareas de segmentación en imágenes médicas. Esta nueva técnica implica restricciones en la deformación elástica del contorno deformable activo (Snake), de manera que la curva evolucione hasta una forma típica del objeto entrenado. Esto se realiza mediante la parametrización del contorno utilizando la transformada wavelet (WT) diadica. El método de segmentación desarrollado fue aplicado a una muestra de 87 imágenes de ultrasonidos y 86 imágenes TAC de la próstata, en las que fueron marcados manualmente los contornos de la próstata por dos radiólogos independientes. La diferenciación entre próstata y tejido adyacente es muy difícil incluso para un especialista porque las imágenes tienen muy poco contraste y mucho ruido. De todos modos, la evaluación de los resultados automáticos mediante comparación directa con los resultados manuales de los dos radiólogos prueba que el método presentado realiza una segmentación automática estable y precisa de objetos bidimensionales en imágenes médicas.