Segmentacja 3D danych medycznych pochodzących z tomografii komputerowej oraz endoskopowych zapisów wideo

Abstract

Nowadays, due to increasing calculation power of computers, we observe dynamic development of different kinds of medical systems supporting medical procedures. They allow to improve treatment and diagnostic capabilities. Segmentation module is one of their the most important parts. The PhD thesis presents new medical data segmentation algorithms for Computed Tomography (CT) and endoscopic data. The algorithms were created to solve four medical issues: 1) supporting trans-bronchial needle-aspiration biopsy (segmentation of bronchial tree, blood vessels and lymphatic nodes), 2) CT-based virtual colonoscopy, 3) vocal folds analysis in high-speed videoendoscopy via segmentation & registration methods, 4) tracking fiduciary markers in Cone Beam CT projections. Additionally, automatic navigation path generator and digital colon cleansing algorithm were proposed for virtual colonoscopy. The methods were tested on real medical data and compared, and their efficiency was demonstrated.

Wraz ze wzrostem mocy obliczeniowych współczesnych komputerów obserwuje się dynamiczny rozwój różnego rodzaju metod wspierających pracę lekarza, które usprawniają przeprowadzanie zabiegów medycznych oraz podnoszą możliwości diagnostyczne. Jednym z najważniejszych modułów w systemach komputerowych wykorzystujących informację obrazową jest moduł odpowiedzialny za segmentację. W rozprawie zaproponowano algorytmy segmentacji danych z tomografii komputerowej (CT) i danych endoskopowych w zastosowaniu do czterech zagadnień medycznych: 1) wspierania zabiegu biopsji aspiracyjnej cienkoigłowej (segmentacja CT drzewa oskrzelowego, naczyń krwionośnych i węzłów chłonnych), 2) wirtualnej kolonoskopii (segmentacja CT jelita grubego), 3) analizy ruchu strun głosowych w wysokoczęstotliwościowych zapisach endoskopowych (metodą dopasowywania do siebie kolejnych obrazów) oraz 4) śledzenia wczepionych znaczników w zmianę nowotworową w projekcjach tomografii komputerowej z wiązką uformowaną w stożek. Dodatkowo opracowano metodę automatycznej generacji ścieżki nawigacyjnej oraz cyfrowego czyszczenia danych tomograficznych dla wirtualnej kolonoskopii. Zaproponowane metody zostały przetestowane na rzeczywistych danych medycznych oraz porównane pod względem skuteczności. Przeprowadzone badania wykazały ich skuteczność.