dizertační práce

Metody segmentace a identifikace deformovaných obratlů ve 3D CT datech onkologických pacientů

Text práce 26.68 MB Teze 7.79 MB

Autor práce: Ing. Roman Jakubíček, Ph.D.

Ak. rok: 2020/2021

Vedoucí: prof. Ing. Jiří Jan, CSc.

Oponenti: prof. Ing. Jan Flusser, CSc., prof. RNDr. Michal Kozubek, Ph.D.

Abstrakt:

Tato disertační práce se zabývá návrhem metod směřujících k vymezení povrchů jednotlivých obratlů ve 3D CT datech onkologických pacientů, příslušných algoritmů a jejich ověřením. U takových pacientů se velmi často vyskytují tvarové i intenzitní změny obratlů, které výrazně komplikují řešení daného problému. Získání finálních segmentací jednotlivých obratlů včetně identifikace jejich pozice v páteře obecně vede přes několik základní kroků: detekce páteře a nalezení její osy, lokalizace jednotlivých obratlů a jejich identifikace a finální přesné segmentace.

Pro tyto účely byly navrženy, realizovány a ověřeny příslušné algoritmy, užívající původních přístupů včetně využití strojového učení. Součástí řešení jsou mj. návrh a realizace algoritmu optimálních kružnic pro trasování páteřního kanálu s populačním přístupem, prostorově variantní filtrace jasového profilu cílená k lokalizaci obratlů nebo využití trénovaných modelů pro identifikaci obratlů s optimalizací pomocí dynamického programování. Přístup realizující finální segmentaci obratlů částečně navazuje na algoritmus navržený v předcházející fázi projektu (Peter 2013), který byl výrazně modifikován a rozšířen; algoritmus je v nové verzi založen na geometrické adaptaci intenzitního modelu kompletní páteře.

Navržené přístupy byly testovány na několika databázích vytvořený v rámci práce a včetně volně dostupných umožňující také srovnání s algoritmy jiných autorů. Na základě provedeného detailního hodnocení lze konstatovat, že algoritmus poskytuje velmi dobré výsledky a ve srovnání s aktuálně publikovanými přístupy jiných autorů dosahuje srovnatelné nebo lepší výsledky. Na rozdíl od zmíněných publikací se zabývá nikoli jen některými zmíněnými etapami řešení, ale finálně jich využívá v komplexním algoritmu, řešícím celý postup od CT dat po přesně segmentované objemy jednotlivých identifikovaných obratlů, které tvoří vstupní data pro návaznou práci, zabývající se detekcí a klasifikací lézí. Navíc se algoritmus vyznačuje vysokou robustností vůči výskytu patologií a artefaktů v datech a relativně nízkou výpočetní náročností.

Disertační práce obsahuje několik původních přístupů, které byly průběžně publikovány na mezinárodních konferencích; výsledné řešení bylo publikováno jako časopisecký článek Jakubicek a kol. (2020). Během experimentální validace ve spolupráci s lékařskými experty se ukázalo, že navržené algoritmy jsou plně využitelné pro následující analýzu nádorových lézí.

Klíčová slova:

Analýza páteře, detekce páteře, identifikace obratlů, segmentace obratlů, rozpoznávání objektů, CT data, onkologický pacient

Termín obhajoby

29.9.2020

Výsledek obhajoby

obhájeno (práce byla úspěšně obhájena)

znakmkaPznamka

Průběh obhajoby

Doktorand ve vymezeném čase dostatečně podrobně prezentoval výsledky své dizertační práce. V rámci diskuse uspokojivě odpověděl na dotazy obou oponentů a dotazy dalších členů komise.

Jazyk práce

čeština

Fakulta

Ústav

Studijní program

Elektrotechnika a komunikační technologie (EKT-PK)

Studijní obor

Biomedicínská elektronika a biokybernetika (PK-BEB)

Složení komise

prof. Ing. Ivo Provazník, Ph.D. (předseda)
doc. Ing. Radim Kolář, Ph.D. (člen)
prof. Ing. Adam Herout, Ph.D. (člen)
Prof. MUDr. Milan Brázdil, Ph.D. (člen)
doc. Ing. Lenka Lhotská, CSc. (člen)
prof. RNDr. Jan Flusser, Ph.D. DSc. - oponent (člen)
prof. RNDr. Michal Kozubek, Ph.D. - oponent (člen)

Posudek vedoucího
prof. Ing. Jiří Jan, CSc.

Ing. Roman Jakubíček se zabýval problémem segmentace a klasifikace obratlů v páteři většinou nemocných pacientů  v rámci výzkumné spolupráce s firmou Philips. Problém je podstatně komplikován možnými deformacemi obratlů v důsledku onemocnění. Doktorand vycházel z předchozího stavu řešení, který významně vylepšil řadou nových postupů původně klasického charakteru, v další fázi práce pak s využitím učících se algoritmů ve formě konvolučních neuronových sítí pro dílčí kroky. Tímto způsobem se mu podařilo významně zlepšit spolehlivost a přesnost segmentace i klasifikace obratlů s hlediska jejich pozice v páteři. Práci doktoranda na disertaci hodnotím jako motivovanou, iniciativní a svědomitou, s výsledkem, splňujicím náročné zadání a s řadou dílčích  původních metodických výsledků, které byly časopisecky publikovány.
viz příloha pdf
Soubor vložený oponentem Velikost
Posudek oponenta [.pdf] 1.1 MB

viz příloha pdf
Soubor vložený oponentem Velikost
Posudek oponenta [.pdf] 3.71 MB