EXTRACCIÓN DEL ESQUELETO VASCULAR 3D BASADO EN EVOLUCIÓN DE COMPONENTES CONEXAS
Trabajo Dirigido de la asignatura “Imagen Biomédica” 3º Ing. SaludCristina Forja Barbosa ([email protected])Luis Rodríguez Antuña ([email protected])Vicente Velamazán Fernández (miguvelamazá[email protected])
OBJETIVOS
UMBRALIZACIÓN
Es una técnica de segmentación que emplea un determinado valor umbral ‘T’ para extraer los objetos de una imagen del fondo de ésta. Esta técnica se basa en la similitud entre píxeles pertenecientes a los objetos y sus diferencias respecto al resto.
Para hallar el valor umbral
Procedimientos paramétricos
Procedimientos no paramétricos
Método de Otsu
Otsu global
Otsu local
Método de Otsu global y localN=100 píxeles i=[1,4]
Una imagen con: f1=10, f2=20, f3=30, y f4=40p1=f1/N=0.1, p2= 0.2, p3= 0.3, y p4= 0.4
Para una umbralización en 2 niveles tomamos t=2. De manera que la clase C1 contiene los tonos [1,2], y la clase C2, [3 ,4]. Por lo que, ω1(t)=0.1+0.2=0.3 y ω2(t)=0.3+0.4=0.7. Por último, la media para la clase C1 y para la clase C2 estará dada por:
Conclusiones del Método de Otsu
VENTAJAS Automatismo Cómo se enfrenta a las perturbaciones
INCONVENIENTES Tiempo de ejecución elevado
EXTRACCIÓN DEL ESQUELETO VASCULAR
BASADO EN GMM Y FASTSWEEPING METHOD
GMM=Gaussian mixture model
1 initialize DISTANT to max value
2 initialize Wm on boundary
3 for all boundary points x
4 for every point y
5 if (PDF0(y − x) < DISTANT(y))
6 DISTANT(y) = PDF0(y − x)
7 Wm(y) = Wm(x)
8 if there is a hole S(Φ,W) = min(S(Φ,Wm1), S(Φ,Wm2))
else
S(Φ,W) = {(i, j)|max(|Wm(i+1, j)−Wm(i, j)|, |Wm(i, j+1)−Wm(i, j)|) > s}
¿SE MANTIENE LA CONECTIVIDAD?
1 Cubos 3x3x3 dan lugar a 8 cubos 2x2x2.
2
3 4 Por ultimo se comprueba esta formula.
IDENTIFICACIÓN DE PUNTOS DE INTERÉS
IDENTIFICACIÓN DE PUNTOS DE INTERÉS
EXPERIMENTACIÓN(I)
• El programa utilizado es:
• ¿En que consiste el programa?
EXPERIMENTACIÓN(II)Opciones de visualización.
EXPERIMENTACIÓN(III)
CONCLUSIONES• Aplicaciones médicas.
A partir de imágenes de un paciente podemos extraer el esqueleto vascular. Por lo que se puede detectar si hay algún problema en éstos.
Si tiene algún problema, el especialista puede ver con bastante claridad, la forma más fácil y segura de solucionar el problema del paciente.
• Analyze 11.0.
Extrae con bastante exactitud el esqueleto de los vasos sanguíneos, además es muy rápido utilizando los métodos explicados para la extracción.
Un problema de este programa es que no se puede obtener apenas imágenes con las que poder trabajar, ya que el formato que utiliza (.avw) es propiedad de la empresa.
BIBLIOGRAFÍA
• Jing Xu, Jian Wu, Daming Feng, and Zhiming Cui. DSA Image Blood Vessel Skeleton Extraction Based on Anti-concentration Diffusion and Level Set Method. Consultado el día 08/01/2014.
http://link.springer.com/chapter/10.1007%2F978-3-642-04962-0_22
• AA.VV. Segmentación por Umbralización – Método de Otsu . Consultado el día 08/01/2014
http://iaci.unq.edu.ar/materias/vision/archivos/apuntes/Segmentaci%C3%B3n%20por%20umbralizaci%C3%B3n%20-%20M%C3%A9todo%20de%20Otsu.pdf
• S. LOBREGT, P. W. VERBEEK, AND F. C. A. GROEN. Three-Dimensional Skeletonization:
Principle and Algorithm.
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=4766974&tag=1
• AA.VV. Gaussian mixture models. Consultado el dia 08/01/2014.
http://scikit-learn.org/stable/modules/mixture.html
• AA.VV. Capítulo IV: Caracterización de los vasos sanguíneos. Consultado el día 08/01/2014.
http://bibing.us.es/proyectos/abreproy/12018/fichero/Memoria%252F7+-+Caracterizaci%F3n+de+los+vasos+sangu%EDneos.pdf
¿Preguntas?
Extracción del esqueleto vascular 3D basado en evolución de componentes conexas