CT rekonstrüksiyon hacminde anatomik noktaların saptanması hakkında tavsiyelerde bulunmak


10

CT yeniden yapılandırılmış birim bazı tıbbi tanımlı anatomik yerler otomatik olarak tespit etmeye çalışıyorum. Tıp doktorları bu yer işaretlerini hastaya özgü bazı parametreleri ölçmek için kullanırlar. SIFT özellik tanımlayıcısını kullanmaya çalıştım, çünkü bu anatomik işaretler bir çeşit "kilit nokta". Yer işaretleri genel olarak SIFT tarafından tanımlandığı gibi "ilgi noktaları" olmayan noktalar (veya küçük bölgeler) olduğu için bu çok iyi çalışmadı. Birçok desen / şablon eşleştirme algoritması arıyordum, ancak rotasyon / çeviri / ölçek problemleri olmadığında, çıkarılan özelliklerin her bir dönüm noktasını yeterince ayırt etmediğini görüyorum (yer işaretlerinin geri kalanından ve diğer dönüm noktası yamaları) yeterince iyi performans gösteren bir sınıflandırıcıyı (algılama doğruluğunun en az% 80'i) eğitmek için.

Sorunu yeterince açık bir şekilde belirtmiyorsam lütfen bize bildirin.

Gerçekten herhangi bir tavsiye takdir ediyorum.

Teşekkürler!

Örnek resim:

Küçük x çarpıları tespit etmek istediğim yerlerdir.  Çizgiler alınan önlemleri temsil eder.  Bunlar farklı vakaların bazı dilimleridir (elbette, tam 3B cildi gönderemiyorum)

Küçük x çarpı ve küçük kareler tespit etmek istediğim yer işaretlerinin üzerinde (etiketli yer işaretleriyle birlikte bir eğitim setim olduğunu belirtmeyi unuttum). Beyaz çizgiler alınan önlemleri temsil eder. Bunlar farklı vakaların bazı dilimleridir (elbette, tam 3B cildi gönderemiyorum).


Bazı temsili resimler yayınlayabilir ve tespit etmeye çalıştığınız özellikleri gösterebilir misiniz?
Jim Clay

Resimdeki X'leri ve kutuları görüyorum, ancak onları neyin işaret haline getirdiğini anlamıyorum. Görüntüde olanlar elle mi seçildi? Nasıl seçildiklerini anlatabilirseniz bu çok yardımcı olacaktır.
endolit

Evet, bu yer işaretleri MD'ler tarafından elle seçilir. Aslında, esas olarak kemikteki konumları ve eğrilikleri, onları klinisyen tarafından tespit edilebilir kılan şeydir. Ayrıca kortikal kemik genişliği de dikkate alınır (bu onlar için doğaldır, bu noktaları nasıl bulduklarını tersine çevirmek gerçekten zordur) çünkü kemiğin diğer kısımlarından daha incedir. Zorluğum aslında tüm bunları bir özellik çıkarıcıda modellemek.
Federico

Yanıtlar:


5

Bunu bir cevap olarak yazmaktan çekiniyorum, ama sadece tavsiye istediğin için bunu yapacağım.

Çift Ağaç Kompleksi Dalgacık Dönüşümü'ne (DTCWT) dayalı tekniklerin araştırılmasını öneririm. Bunların, kaynak görüntülerin kaymasına, ölçeklenmesine ve döndürülmesine iyi tolerans gösteren tanımlayıcılar oluşturmak için yararlı olduğu gösterilmiştir. Noktaların sizin için atanmasına izin vermemeniz klasik bir sorun değil, ancak teknikleri önceden tanımlanmış yer işaretlerine uyarlayabileceğinizi düşündüğümden şüpheleniyorum.

Açıkçası, yer işaretlerinin bir klinisyenin bakış açısından bir ilgisi vardır, bu yüzden onlar hakkında ilgi çekici bir şey vardır - bu sadece tanımlayıcıda modelleme örneğidir. Dalgacık teknikleri (özellikle DTCWT), gözün aldığı özellikleri modelleme konusunda iyi olma eğilimindedir.

Bir başlangıç ​​noktası, muhtemelen bu oldukça yeni bir makale olacaktır .

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.