Segmentace prostaty z obrazů magnetické rezonance

Abstract

Cílem této bakalářské práce je seznámit se se základní koncepcí segmentace medicínských obrazů. Práce rozebírá základy anatomie a patologie prostaty, možnosti diagnostiky patologických stavů prostaty. Dále se zaměřuje na principy fungování magnetické rezonance z fyzikálního hlediska. Následuje popis akviziční sekvence a druhy artefaktů vyskytujících se na obrazech magnetické rezonance. Osvojení znalostí recentních sekvencí magnetické rezonance a přístupu pro segmentace prostaty obrazu proběhlo rešerší vybraných literatur. V praktické části je realizovaná implementace segmentačního přístupu založené na konvoluční neuronové síti U-Net. Následně proběhla optimalizace a vyhodnocení výstupu. Testování robustnosti se dělo pomocí Ricianovo a Salt and Pepper šumu.

The aim of this bachelor thesis is to introduce the basic concept of medical image segmentation. The thesis analyzes the fundamentals of prostate anatomy and pathology, as well as the possibilities of diagnosing pathological conditions of the prostate. It also focuses on the principles of magnetic resonance imaging from a physical perspective. This is followed by a description of acquisition sequences and types of artifacts that may occur in magnetic resonance images. The acquisition of knowledge about recent magnetic resonance sequences and segmentation approaches for prostate images was carried out through a literature review. In the practical part, an implementation of a segmentation approach based on the convolutional neural network U-Net was performed. Subsequently, optimization and evaluation of the output were carried out. Robustness testing was performed using Rician and Salt and Pepper noise.