Extracción del esqueleto vascular 3d basado en evolución de componentes conexas

1. Extracción del esqueleto vascular 3d basado en evolución de componentes conexas Trabajo Dirigido de la asignatura “Imagen Biomédica” 3º Ing. Salud Cristina Forja Barbosa (tinaforja93@hotmai.es) Luis Rodríguez Antuña (lurodri93@gmail.com) Vicente Velamazán Fernández (miguvelamazán@hotmail.com)

2. Objetivos

3. Es una técnica de segmentación que emplea un determinado valor umbral ‘T’ para extraer los objetos de una imagen del fondo de ésta. Esta técnica se basa en la similitud entre píxeles pertenecientes a los objetos y sus diferencias respecto al resto. UmbralizaciÓn Para hallar el valor umbral Procedimientos paramétricos Procedimientos no paramétricos Otsu global Método de Otsu Otsu local

4. Método de Otsu global y local N=100 píxeles i=[1,4] Una imagen con: f1=10, f2=20, f3=30, y f4=40 p1=f1/N=0.1, p2= 0.2, p3= 0.3, y p4= 0.4 Para una umbralización en 2 niveles tomamos t=2. De manera que la clase C1contiene los tonos [1,2],y la clase C2,[3 ,4]. Por lo que, ω1(t)=0.1+0.2=0.3 y ω2(t)=0.3+0.4=0.7. Por último, la media para la clase C1 y para la clase C2 estará dada por:

5. Conclusiones del Método de Otsu VENTAJAS Automatismo Cómo se enfrenta a las perturbaciones INCONVENIENTES Tiempo de ejecución elevado

6. Extraccióndel esqueleto vascular basado en GMM y FastSweepingMethod GMM=Gaussian mixture model 1 initialize DISTANT to max value 2 initialize Wm on boundary 3 for all boundary points x 4 for every point y 5 if (PDF0(y − x) < DISTANT(y)) 6 DISTANT(y) = PDF0(y − x) 7 Wm(y) = Wm(x) 8 if there is a hole S(Φ,W) = min(S(Φ,Wm1), S(Φ,Wm2)) else S(Φ,W) = {(i, j)|max(|Wm(i+1, j)−Wm(i, j)|, |Wm(i, j+1)−Wm(i, j)|) > s}

7. ¿Se mantiene la conectividad? 1 Cubos 3x3x3 dan lugar a 8 cubos 2x2x2. 2 3 4 Por ultimo se comprueba esta formula.

8. identificación de puntos de interés

9. identificación de puntos de interés

10. Experimentación(I) • El programa utilizado es: • ¿En que consiste el programa?

11. experimentación(II) Opciones de visualización.

12. Experimentación(III)

13. Conclusiones • Aplicaciones médicas. A partir de imágenes de un paciente podemos extraer el esqueleto vascular. Por lo que se puede detectar si hay algún problema en éstos. Si tiene algún problema, el especialista puede ver con bastante claridad, la forma más fácil y segura de solucionar el problema del paciente. • Analyze 11.0. Extrae con bastante exactitud el esqueleto de los vasos sanguíneos, además es muy rápido utilizando los métodos explicados para la extracción. Un problema de este programa es que no se puede obtener apenas imágenes con las que poder trabajar, ya que el formato que utiliza (.avw) es propiedad de la empresa.

14. Bibliografía • JingXu, JianWu, Daming Feng, and Zhiming Cui. DSA ImageBloodVesselSkeletonExtractionBased on Anti-concentration Diffusion and Level Set Method. Consultado el día 08/01/2014. http://link.springer.com/chapter/10.1007%2F978-3-642-04962-0_22 • AA.VV. Segmentación por Umbralización – Método de Otsu. Consultado el día 08/01/2014 http://iaci.unq.edu.ar/materias/vision/archivos/apuntes/Segmentaci%C3%B3n%20por%20umbralizaci%C3%B3n%20-%20M%C3%A9todo%20de%20Otsu.pdf • S. LOBREGT, P. W. VERBEEK, AND F. C. A. GROEN. Three-Dimensional Skeletonization: Principle and Algorithm. http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=4766974&tag=1 • AA.VV. Gaussian mixture models. Consultado el dia 08/01/2014. http://scikit-learn.org/stable/modules/mixture.html • AA.VV. Capítulo IV: Caracterización de los vasos sanguíneos. Consultado el día 08/01/2014. http://bibing.us.es/proyectos/abreproy/12018/fichero/Memoria%252F7+-+Caracterizaci%F3n+de+los+vasos+sangu%EDneos.pdf

15. Extracción del esqueleto vascular 3D basado en evolución de componentes conexas ¿Preguntas?