Detekce a modelování zájmových objektů z MR mozkových dat

Abstract

Cílem této bakalářské práce je návrh automatizovaného algoritmu pro segmentaci a modelování patologických oblastí z MR mozkových obrazových dat. Pro účely segmentace jsou použity dvě metody, a to konkrétně Otsu multiregionální segmentace a metoda aktivních kontur, které jsou realizovány v prostředí MATLAB. Následně jsou tyto metody porovnány s cílem vyhodnocení efektivity segmentace MR obrazů. Dále je zhodnocena efektivita použití metod předzpracování obrazu pro zlepšení výsledků segmentace a následně provedena extrakce patologických oblastí. Kromě prezentování vývoje algoritmu provádějící segmentaci patologických oblastí a jejich filtrace od pozadí jsou v této práci popsány také obecné principy segmentace obrazových dat, SW a metody využívající se k detekci patologických oblastí mozku. Navrhované algoritmy byly testovány na datasetu 21 snímků z MR.

The aim of this bachelor thesis is the design of an automated algorithm for segmentation and modeling of pathological areas of MR brain imaging data. Two methods are used for segmentation purposes, namely Otsu multiregional segmentation and active contouring method implemented in MATLAB. Subsequently, these methods are compared to the purpose of evaluating the efficiency of segmentation of MR images. Furthermore, the effectiveness of using image pre-processing to improve segmentation results and subsequently extracting pathological areas is evaluated. This work describes general principles of segmentation of image data, SW and methods used to detect pathological regions of the brain. The proposed algorithms were tested on a dataset of 21 MR frames.