Rekeszív meghatározása tüdőröntgenen

Slides:



Advertisements
Hasonló előadás
ÉRDEKES PONTOK KINYERÉSE DIGITÁLIS KÉPEKEN. BEVEZETÉS  ALAPPROBLÉMA  Jellemzőpontok detektálása mindkét képen  Kinyert pontok megfeleltetése  Megfeleltetések.
Advertisements

Sarangolt faválasztékok tömör köbtartalmának meghatározása
Az Esztergom és Vidéke az Interneten, a helyi lapok digitalizálásának problémái Várady Eszter igazgató Helischer József Városi Könyvtár, Esztergom.
ABO Institute Az egészségmegőrzés evolúciója. Az ABO Institute forradalmi újítása •Tudáskrízis: –Az orvostudomány összes tudása gyorsabban nő, mint amit.
Kutatási terv.
A jövő és ami mögötte van – eladás tervezés az abasban XI. abas vevőfórum, Balatonlelle június 6. – 8.
MINŐSÉGMENEDZSMENT 5. előadás PTE PMMK MÉRNÖKI MENEDZSMENT TANSZÉK 2011.
Geometriai transzformációk
TDK-DOLGOZAT TDK-DOLGOZAT Keresőoptimalizálással kapcsolatos kérdőívek kiértékelése Szerző: SZÉKEJ É. Krisztián Témavezető: Dr. PATAKI Éva.
Szűcs Péter Bujdosó Attila Ozsvár Zoltán Koós Krisztián.
ALAKZATOK TRANSZFORMÁCIÓJA ÚJ KÉPSÍKOK BEVEZETÉSÉVEL
Gazdaságelemzési és Statisztikai Tanszék
Számítógépes algebrai problémák a geodéziában
Matematika II. 4. előadás Geodézia szakmérnöki szak 2010/2011. tanév Műszaki térinformatika ágazat tavaszi félév.
Foltkeresés tüdő röntgen képeken
Digitális képanalízis
EKG kapuzott (ECG gated) szív vizsgálat
Objektum osztályozás Képfeldolgozás 2. Blaskovics Viktor, Hantos Norbert, Papp Róbert Sándor.
Bársony Kristóf számítástechnika IV. évfolyam
3. előadás GÉPRAJZ, GÉPELEMEK I..
3-4. előadás MŰSZAKI KOMMUNIKÁCIÓ.
PDCA módszer és a folyamatok
1 Béres Attila, osztályvezető, Elemzési és Kontrolling Osztály, Koordinációs IH, NFÜ Budapest, május 6. A monitoring és az értékelés kapcsolata.
Szervezetfejlesztési Program
A mérés, mértékegységek és átváltásuk problémái
Miskolci Egyetem Informatikai Intézet Általános Informatikai Tanszé k Pance Miklós Adatstruktúrák, algoritmusok előadásvázlat Miskolc, 2004 Technikai közreműködő:
Színmegjelenési modellek
Table of Contents A FIA módszer második generációjának tekinthető. Lényege, hogy a mintát és a reagenseket egymás után (sorrendben) injektáljuk be az alapoldatba.
Implementált képfeldolgozó algoritmusok
HATÉKONY SAJÁTSÁGKIEMELŐK KÉPEK ÖSSZEHASONLÍTÁSÁHOZ MobileAssistant workshop, május 4. Főnix Inkubátorház, 4029 Debrecen, Csapó u. 42. A ép III/2.
MATEMATIKA GEOMETRIAI TRANSZFORMÁCIÓK: Egybevágósági transzformáció
Mentális állapot felmérés BCI segítségével
Intelligens Felderítő Robotok
Lokális optimalizáció Feladat: f(x) lokális minimumának meghatározása 0.Adott egy kezdeti pont: x 0 1.Jelöljünk ki egy új x i pontot, ahol (lehetőleg)
Optimalizáció modell kalibrációja Adott az M modell, és p a paraméter vektora. Hogyan állítsuk be p -t hogy a modell kimenete az x bemenő adatokon a legjobban.
Méréstechnika.
Kötvényárazási hibák intelligens javítóalgoritmusának tervezése és fejlesztése GELLÉN ÁGNES IUFQ58.
Lineáris regresszió.
A faállomány-szerkezet felmérésének mintavételi pontokban használt módszere és MVP FAÁSZ adatlapja Horváth F., Gergely Z., Bidló A., Bölöni J., Czájlik.
Budapesti Műszaki Főiskola Neumann János Informatikai Kar Informatikai Automatizált Rendszerek Konzulens: Vámossy Zoltán Projekt tagok: Marton Attila Tandari.
Többszintű Tenyéralapú Biometrikus Azonosító Rendszer
Rezgésakusztikai és Audio Laboratórium Department of Telecommunications Budapest University of Technology and Economics 1-es villamos átvezetése a Lágymányosi.
Digitális képanalízis Pontoperátorok, matching. Nézzünk egy példát!
A Cprob általános képelemző szoftver
BISEL Biotikus Index a Középiskolai Oktatásban.
Többszempontos ANOVA (I
Hibák, pozitívumok Szerző, dátum, helyszín? A háttér jól passzol a témához, de ott elég lenne a szürke- árnyalatos effekt a színek helyett… Nem az előrejelzésről.
Máté: Orvosi képfeldolgozás6. előadás1 tüdő lép máj Szívizom perfúzió (vérátfolyás) bal kamra jobb kamra A bal kamrai szívizom vérellátásának megítélését.
Tanévnyitó Konferencia Budapest, augusztus 25. Sanus3 Iskola-egészségügyi szoftver „Est difficillium se ipsum vincere” Legnehezebb magunkat legyőzni.
Keresés a weben Kulcsszavas keresés: Google (
Single View Metrology Juhász Réka Pintér Csaba Papp László Soponyai György.
Weblap-szerkesztés. Információs hálózati szolgáltatások Internet fontosabb szolgáltatásai (szóbeli) Elektronikus levelezési rendszer használata (szóbeli)
Korreláció-számítás.
Bevezetés a méréskiértékelésbe (BMETE80ME19)
Diszjunkt halmazok adatszerkezete A diszjunkt halmaz adatszerkezet diszjunkt dinamikus halmazok S={S 1,…,S n } halmaza. Egy halmazt egy képviselője azonosít.
Összeállította: Nikli Károly
ALAKZATOK TRANSZFORMÁCIÓJA ÚJ KÉPSÍKOK BEVEZETÉSÉVEL
Több irányú, alaksablonok nélküli épület detekció légiképeken Manno-Kovács Andrea, Szirányi Tamás Elosztott Események Elemzése Kutatócsoport MTA SZTAKI.
Confidential – Jabil Proprietary Information 1 DO NOT PRINT THIS SLIDE – FOR ANIMATION PURPOSES ONLY – DELETE IF UNWANTED.
Minőségmenedzsment alapjai Minőségmenedzsment alapjai November 27. Dénes Rita.
3D grafika összefoglalás
Statisztikai folyamatszabályozás
Műholdas helymeghatározás 6. előadás
Probléma meghatározása
Mozgásvizsgálat gyakorlat
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Mesterségem címere: Bioindikáció
nagy mennyiségû ismeretanyag átadása helyett produktív képességek fejlesztése a matematikára vonatkoztatva azzal a következménnyel jár, hogy az egyenletek,
Bunkóczi László, Dr.Pitlik László, Pető István, Szűcs Imre
5. előadás.
Előadás másolata:

Rekeszív meghatározása tüdőröntgenen Kormányos Balázs Konzulens: dr. Pataki Béla

A megoldandó probléma Kép rekeszívről Rekeszív: tüdő alsó határa, kontrsztugrás elvileg általában jól látszik

Pontok lokális környezet alapján Kontrasztugrást keresünk Ív meghatározása a pontokból: pontatlan számításigényes Megfelelő irányút (függőleges, felül világos, alul sötét) Jelentős mértékűt Viszonylag nagy távolságú pontok közt (lassú átmenet, kis frekvenciás)

Ív egy pontjának meghatározása Környezetében talált pontok alapján Rendkívül jó találati arány Viszonylag lassú (3-4 mp) Lokális: elég sok pont a közelében (adott távon legalább n) Globális: kívülről befele jövet: kívül nincs zavaró tényező

A bogaras módszer Jól működik orvosi képeknél De nem élt keres, hanem „fennsíkot” Problémánk áttranszformálása: Élek kiemelése sobel transzformációval Diák végére felhasznált irodalom kell???

Áttranszformálás Nagyfrekvenciás jelek kiszűrése Sobel transzformáció: Élkeresést végez Eredmény normálása 1 2 -1 -2 Sobel: élkeresés, ugrás: felül világos, alul sötét Sobel: 3*3-as, nagyobbakkal rosszabb eredmény Sobel után átlagolás (elmosás, nagyfrekv. kiszűrése), normalizálás

A bogaras módszer Már ismerjük az ív egy pontját Innen végigmehetünk mindkét irányban Egy lépés: További lépések: Nagy kép: tüdő, ploginillesztés Kicsik: közelről, eredetin és sobelen Momentum módszer Leállási feltétel: gyenge jel és több maximumközeli érték távol egymástól (nincs egyértelmű maximum) A megtalált pontokra poligonillesztés

Kiértékelés Kézzel berajzolt mintával (piros) összehasonlítás Eltérés mérése: Végpontok eltérése X irányban Y irányú átlagos négyzetes hiba Ezekből számolt hiba mérőszám Elfogadhatósági szintek meghatározása Piros: kézzel berajzolt Sárga: algoritmus által meghatározott

Eredmények (20 esetre) 2*20 eset: jobb és bal oldal Baloldal hibái: szív (és gyomor, de az csak fixpontkeresést nehezíti, ami elég jól működik, ilyen gond nem is volt)

Problémák Bordára felfutás Tüdő külső széle előtt megáll, pl borda miatt, sötét lesz hamarabb Szív mögötti rész sötét Nincs fix pont

Javítási lehetőségek Lokálisan speciális módszerek: Tüdő szélső csúcsa Szív Borda

Köszönöm a figyelmet!