Segmentační model pro automatizovanou analýzu dynamiky periostálního svalku z RTG obrazů

Abstract

Cílem této diplomové práce je návrh segmentačního modelu periostálního svalku s následnou analýzou geometrických parametrů a dynamiky hustoty v průběhu léčby zlomeniny. V práci byly použity snímky fraktur kostí z RTG obrazu. Analýza byla zhotovena pomocí variabilních kostí, a to kostí stehenní, klíční a bérce. Celý proces segmentace byl aplikován v prostředí MATLAB. Algoritmus se skládá z postupu, který obsahuje určení oblasti zájmu, úpravu kontrastu a jasu, filtraci obrazu, Fuzzy C means, aktivní kontury a morfologické operace. Nejpřesnějších výsledků segmentace dosahuje periostální svalek tvořen na kosti stehenní. Vzhledem k různosti tvorby a velikosti periostálního svalku během hojení kosti, je potřeba nastavení segmentace pro přesnější výsledky konkretizovat. Hodnocení vývoje periostálního svalku v průběhu léčby proběhlo pomocí ukazatelů geometrických parametrů a dynamiky hustoty, která byla reprezentována jasovým spektrem obrazu. Geometrické parametry poukazují na vývoj periostálního svalku v čase. Analýza výsledků dynamiky hustoty odpovídá zvyšování hustoty svalku v průběhu pozorování léčby zlomeniny. Analýza vykazuje ztotožnění hustoty periostálního svalku vzhledem ke zdravé kosti v čase léčby.

The aim of this diploma thesis is to design a segmental model of the periosteal callus with subsequent analysis of geometric parameters and density dynamics during fracture treatment. X-ray images of bone fractures were used in this work. The analysis was performed using variable bones, namely the femur, clavicle and lower leg bones (tibia and fibula). The whole segmentation process was applied in the MATLAB environment. The algorithm consists of a procedure that includes region of interest determination, contrast and brightness adjustment, image filtering, Fuzzy C means, active contours, and morphological operations. The most accurate segmentation results occured on a periosteal muscle formed on the femur. Due to the diversity of periosteal muscle formation and size during bone healing, it is necessary to specify the segmentation settings for more accurate results. The development of the periosteal muscle during the treatment was performed using indicators of geometric parameters and density dynamics, which were represented by the brightness spectrum of the image. Geometric parameters show the development of the periosteal muscle over time. The analysis of the results of the density dynamics shows an increase in the density of the muscle during the observation of the fracture treatment. The analysis shows an identification of periosteal muscle density relative to healthy bone at the time of treatment.