Parametrik model kullanarak tıbbi görüntülerde kenar belirleme

Abstract

ÖZET Şekil, boyut, ve alan gibi klinik olarak önemli büyüklüklerin ölçülmesi için tıbbi görüntülerdeki anatomik yapıların kenarlarının doğru belirlenmesine ihtiyaç vardır. Doğru kenar belirleme, anatomik yapıların üç-boyutlu yapılarının çoklu görüntülerden elde edilmesinde ön koşuldur. Tıbbi görüntüleme tekniklerindeki mükemmelsizlikler anjiyogram, MR ve retina görünülerinde kenarların keskin geçişli olma yerine yumuşak geçişli olmalarına sebep olur. Ayrıca, arkaplan yapılan sahte kenar profilleri ortaya çıkarır. Bundan dolayı etkin bir kenar belirleme yöntemi, bu tür görüntülerdeki kenarların kusursuz belirlenmesi için gereklidir. Bu tezde, doğrusal olmayan parametrik modele dayalı bir model geliştirilmektedir. Model; kenar, arkaplan yapısı ve bulamklanma ile ilgili parametreleri içermektedir. Bu parametreler Marquardt-Levenberg tekniği kullanılarak kestirilmektedir. Yöntemin başarımı; farklı faktörler için bilgisayar ile üretilmiş görüntülerde ve MR, retina, anjiyogram görüntülerinde değerlendirilmektedir. Anahtar Kelimeler: Koroner Damar, Ventricular, Retina, Beyin Kesiti, Elipsoid, Kenar Kestirimi, Parlaklık V

SUMMARY Edge Dedection Using Parametric Model in Medical Images Meaurements of clinically important quantities; such as shape, size, and area, require accurate detection of edges of anatomical structures in medical images. Accurate edge detection is also prerequisite in three-dimensional reconstruction of anatomical structures from multiple images. Imperfections in medical imaging techniques result in gradual rather than sharp edges in medical images, such as angiogram, MR, and retina images. Furrthermore, changes in backgrund structures introduce spuirous edge profiles. Therefore, an efficient edge detection technique is required for precise assesment of edges in such images. In this thesis, an edge detection method based on nonlinear parametric model is developed. The model involves the parameters associated with edge, background structrue, and blurring. These parameters are estimated by using MarquardtJLevenberg technique. The performance of the method is evaluated in computer generated images for different factors, and in MR, retina, and angiogram images. Key Words: Coroner Arterial, Ventricular, Retina, Brain, Edge Dedection, Intensity VI