Rozvoj metod zpracování biomedicínských obrazů

teze habilitační práce

čeština

Cílem habilitační práce je představení návrhu nových metod, případně modifikací současných metod, pro zpracování biomedicínských obrazů a jejich analýzy. Teoretická část práce ukazuje možnosti známých metod předzpracování obrazů, jejich segmentace, případně klasifikace. Vzhledem k rostoucím požadavkům na kvalitu a zároveň rychlost diagnostiky založené na tomografickém zobrazování jsou uvedeny současné možnosti paralelizace algoritmů obrazové analýzy a jejich distribuce do výkonných grafických karet. Následuje experimentální část práce představující přehled výzkumných prací, na kterých se autor podílel. Praktickou část lze rozdělit do dvou oblastí. První oblast se zabývá rozvojem metod zpracování a analýzy obrazů, které zvyšují kvalitu a rychlost lékařské diagnostiky, např. rozlišení nádorového onemocnění mozku v obrazech magnetické rezonanční tomografie, rozlišení radikulárních a folikulárních čelistních cyst v ortopantomogramech a paralelizace algoritmu registrace obrazů oční sítnice pořízených optickou koherentní tomografií. Paralelizace algoritmů je dále využito pro zrychlení výpočtu rekonstrukce T2 vážených obrazů pořízených magneticko-rezonanční tomografií, konkrétně měřicí sekvencí spinového echa. Do druhé oblasti experimentální části práce lze zahrnout rozvoj metod analýzy magneticko-rezonančních obrazů smrkových kultur kontaminovaných těžkými kovy v rámci environmentálního výzkumu.

This habilitation thesis presents the design of novel methods (or the modification of already existing techniques) for the processing and analysis of biomedical images. The theoretical section discusses the possibilities of current preprocessing, segmentation, and classification of the images. With respect to the increasing requirements for fast and high-quality diagnostics based on tomographic imaging, the author introduces the actual potential of the parallelization of image analysis algorithms and their distribution into high-performance graphic cards. The practical part following the theoretical discussion then comprises the research activities and reports completed by the author and can be subdivided into two main areas. In this respect, the first field is the development of methods for image processing and analysis, namely techniques to improve the quality and speed of medical diagnostics; such methods include brain tumor recognition in magnetic resonance tomography images, the recognition of radicular and follicular jawbone cysts in orthopantomograms, and the parallelization of a registration algorithm of retina images made via optical coherence tomography. Algorithm parallelization is also utilized to accelerate the computation process in reconstructing T2-weighted images made with the spin echo sequence via MR tomography. Finally, the second practical field consists in environmental research, namely the analysis of magnetic resonance images of spruce tree wood contaminated by heavy metals.

Zpracování obrazů, filtrace šumu, segmentace obrazů, obrazová klasifikace, registrace obrazů, víceparametrická analýza, paralelizace, CUDA, magnetická rezonance, optická koherentní tomografie.

Image processing, noise suppression, image segmentation, image classification, image registration, multiparametric analysis, parallelization, CUDA, magnetic resonance, optical coherence tomography.

MIKULKA, J.

26. 10. 2015

Vutium

Brno

1

40

40