Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/9072
Title: Τμηματοποίηση, Ευθυγράμμιση Και Αυτόματη Ταξινόμηση Ιατρικών Δεδομένων Μίκρο-τομογραφίας Σπογγώδους Οστού
Authors: Βασίλειος Κορφιάτης
Ματσόπουλος Γιώργος
Keywords: μίκρο-τομογραφία
οστό
ψηφιακή επεξεργασία εικόνας
τμηματοποίηση
ευθυγράμμιση
μηχανική μάθηση
Issue Date: 1-Jan-2017
Abstract: Το αντικείμενο της παρούσας διδακτορικής διατριβής είναι η επεξεργασία δεδομένων μί-κρο-τομογραφίας οστών μέσω της εφαρμογής εξειδικευμένων υπολογιστικών αλγορίθμων. Στα πλαίσια της διατριβής γίνεται η παρουσίαση καινοτόμων αυτοματοποιημένων μεθοδο-λογιών τμηματοποίησης και ευθυγράμμισης εικόνων μίκρο-τομογραφίας οστών και ταξινό-μησης δεδομένων που προκύπτουν από την εξαγωγή ιστομορφολογικών χαρακτηριστικών από τις εικόνες αυτές. Αρχικά, πραγματοποιείται εισαγωγή στα κυριότερα στοιχεία και δυ-ναμικές διαδικασίες που χαρακτηρίζουν το οστό, στις παθογένειες και στις μεθόδους ανάλυ-σης και απεικόνισης του οστού. Πρώτα, παρουσιάζεται το σύστημα τμηματοποίησης εικόνας, αφού έχει προηγηθεί μια ολοκληρωμένη μελέτη των πλεονεκτημάτων και μειονεκτημάτων της εφαρμογής συγκεκριμένων αλγορίθμων τμηματοποίησης στις εικόνες μίκρο-τομογραφίας σπογγώδους οστού. Το σύστημα τμηματοποίησης εικόνας υλοποιείται από ένα νέο ολοκληρωμένο πλαίσιο τμηματοποίησης εικόνων με το όνομα Τμηματοποίηση Ανεξάρτη-των Ενεργών Περιγραμμάτων που συνδυάζει ένα σύνολο από καινοτόμες τεχνικές τμηματο-ποίησης βασισμένες στα Ενεργά Περιγράμματα. Η προτεινόμενη μεθοδολογία καθιστά δυ-νατή την ευρεία χρήση των Ενεργών Περιγραμμάτων σε πλήρη σύνολα δεδομένων μίκρο-τομογραφίας οστών και ταυτόχρονα βελτιώνει αισθητά την επίδοση της τμηματοποίησης σε αντίστοιχα τεχνητά και πραγματικά δεδομένα. Επίσης, επιδεικνύεται η δυνατότητα ευρύτε-ρης εφαρμογής της προτεινόμενης μεθόδου και σε άλλα είδη ιατρικών εικόνων, όπως εικό-νες Αξονικής Τομογραφίας (CT) και Ιστολογικών δεδομένων. Στη συνέχεια, παρουσιάζεται το σύστημα ευθυγράμμισης εικόνων μίκρο-τομογραφίας οστών το οποίο εφαρμόζεται στις δυαδικές εικόνες κάθε δείγματος πριν και μετά από τεχνητό σπάσιμο, με σκοπό την ανάπτυ-ξη ενός ποσοτικού κριτηρίου αυτόματης εύρεσης της περιοχής κατάγματος. Στη συγκεκριμέ-νη μελέτη παρουσιάζονται δισδιάστατες και τρισδιάστατες τεχνικές ευθυγράμμισης, ενώ ακολουθούν αποτελέσματα ευθυγράμμισης με βάση τη χρήση κατάλληλων κριτηρίων αξιο-λόγησης προκειμένου να διερευνηθεί η ακρίβειά τους. Επιπλέον, παρουσιάζεται ένα ολο-κληρωμένο σύστημα αυτόματης ταξινόμησης για την αναγνώριση των περιοχών κατάγματος οστού με βάση τις τιμές διαφόρων ιστομορφομετρικών παραμέτρων που έχουν εξαχθεί από Όγκους Ενδιαφέροντος (VOI) των τμηματοποιημένων εικόνων. Η συγκεκριμένη μελέτη συν-δυάζει τις τεχνικές Μη-Ισορροπημένης μάθησης και Πολλαπλών Ταξινομητών με δημοφιλείς αλγορίθμους ταξινόμησης, στοχεύοντας στην εύρεση του βέλτιστου συνδυασμού τους. Το τελικό σύστημα ελέγχεται σε ένα εκτενές σύνολο δεδομένων όπου παρουσιάζει πολύ υψηλές επιδόσεις συγκριτικά με τις απλούστερες μεθόδους, δίχως να αυξάνει σημαντικά την πολυ-πλοκότητα της διαδικασίας και το υπολογιστικό κόστος. Τέλος, ακολουθεί μια αξιολόγηση των σημαντικότερων ιστομορφομετρικών παραμέτρων με χρήση τεχνικών Επιλογής Χαρα-κτηριστικών σε σύνολα δεδομένων που έχουν υποστεί επεξεργασία με τεχνικές Μη-Ισορροπημένης μάθησης, με στόχο την εξαγωγή πιθανών βιοδεικτών για την περιοχή κατάγ-ματος.
URI: http://artemis-new.cslab.ece.ntua.gr:8080/jspui/handle/123456789/9072
Appears in Collections:Διδακτορικές Διατριβές - Ph.D. Theses

Files in This Item:
File SizeFormat 
PD2017-0004.pdf5.62 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.