Publication detail

3D Tissue Segmentation using Markov Random Fields

CHMELÍK, J. JAN, J.

Original Title

3D segmentace tkání s využitím Markovských náhodných polí

Czech Title

3D segmentace tkání s využitím Markovských náhodných polí

English Title

3D Tissue Segmentation using Markov Random Fields

Type

conference paper

Language

cs

Original Abstract

Tento příspěvek se zabývá segmentací 3D obrazů plic pořízených pomocí počítačové tomografie (CT). Segmentace na jednotlivé tkáně (plicní tkáň, měkké tkáně, kosti) je prováděna s využitím Bayesovské klasifikace a Markovských náhodných polí, přičemž jako optimalizační algoritmus úlohy je využita metoda Modified Metropolis Dynamic (MMD). Rozlišení jednotlivých tkání je nezbytnou součástí předzpracování dat pro následnou analýzu; například tvar, velikost a kontura plic, následná segmentace cév a dýchacích cest, nádorové studie a další analýzy ostatních tkání.

Czech abstract

Tento příspěvek se zabývá segmentací 3D obrazů plic pořízených pomocí počítačové tomografie (CT). Segmentace na jednotlivé tkáně (plicní tkáň, měkké tkáně, kosti) je prováděna s využitím Bayesovské klasifikace a Markovských náhodných polí, přičemž jako optimalizační algoritmus úlohy je využita metoda Modified Metropolis Dynamic (MMD). Rozlišení jednotlivých tkání je nezbytnou součástí předzpracování dat pro následnou analýzu; například tvar, velikost a kontura plic, následná segmentace cév a dýchacích cest, nádorové studie a další analýzy ostatních tkání.

English abstract

This paper deals with the segmentation of 3D lung images taken by computed tomography (CT). Segmentation of individual tissues (lung tissue, soft tissue, bones) is performed using Bayesian classification and Markov random fields, with the task as an optimization algorithm is used Modified Metropolis Dynamic method (MMD). Classification of individual tissues is an essential part of data preprocessing for subsequent analysis; such as shape, size and contour of the lung anylisis, followed by segmentation of blood vessels and airways, cancer studies and other analyzes of other tissues.

Keywords

Markov Random Fileds, 3D segmentation, Bayesian classification

RIV year

2014

Released

15.10.2014

Publisher

ÚBMI, VUT v Brně

Location

Brno

ISBN

978-80-214-5049-3

Book

Nové směry v biomedicínském inženýrství

Edition number

1

Pages from

16

Pages to

25

Pages count

10

BibTex


@inproceedings{BUT109927,
  author="Jiří {Chmelík} and Jiří {Jan}",
  title="3D segmentace tkání s využitím Markovských náhodných polí",
  annote="Tento příspěvek se zabývá segmentací 3D obrazů plic pořízených pomocí počítačové tomografie (CT). Segmentace na jednotlivé tkáně (plicní tkáň, měkké tkáně, kosti) je prováděna s využitím Bayesovské klasifikace a Markovských náhodných polí, přičemž jako optimalizační algoritmus úlohy je využita metoda Modified Metropolis Dynamic (MMD). Rozlišení jednotlivých tkání je nezbytnou součástí předzpracování dat pro následnou analýzu; například tvar, velikost a kontura plic, následná segmentace cév a dýchacích cest, nádorové studie a další analýzy ostatních tkání.",
  address="ÚBMI, VUT v Brně",
  booktitle="Nové směry v biomedicínském inženýrství",
  chapter="109927",
  howpublished="print",
  institution="ÚBMI, VUT v Brně",
  year="2014",
  month="october",
  pages="16--25",
  publisher="ÚBMI, VUT v Brně",
  type="conference paper"
}