Contour Shape Classification for Detection of Mis-segmented Bones in CT Data

Contour Shape Classification for Detection of Mis-segmented Bones in CT Data

conference paper

Czech

V příspěvku je prezentována metoda pro detekci chybně segmentovaných kostí v datech získaných pomocí výpočetní rentgenové tomografie (CT) založená na klasifikaci tvarů binárních objektů. V první části je prezentována metoda prahování s globálním prahem pro segmentaci kortikálních částí kostí. Potřebný práh je určen optimálním proložením histogramu vybraným typem pravděpodobnostního rozdělení. Kontura získaných binárních objektů je extrahována a pomocí kumulativní úhlové funkce je popsána jednorozměrným signálem. Následně jsou na této funkci pomocí vlnkové transformace detekovány body, které představují místa potenciálně nedostatečně segmentovaných kostí. Představená metoda je testována na reálných CT datech.

The possibility of using contour shape classification for detection of mis-segmented bones in computed tomography (CT) data is proposed in this paper. In the first part, the segmentation of cortical bones is implemented by a simple thresholding with global threshold. The threshold is determined by the optimized fitting of a selected type probability distribution to the histogram. Further, the contour extraction is implemented and a suitable shape descriptor, cumulative angular function, is applied. Finally, the points which can potentially indicate mis-segmented bones are detected by using wavelet transform. The proposed technique is tested on the real CT data.

CT, segmentace, prahování, kumulativní úhlová funkce, vlnková transformace.

CT, segmentation, thresholding, cumulative angular function, wavelet transform.

JANOVIČ, T.; WALEK, P.

2014

24. 4. 2014

Brno

978-80-214-4922-0

Student EEICT Proceedings of the 20th Conference - Volume 2

30

32

3