Сегментация клинических эндоскопических изображений, основанная на классификации векторных топологических признаков
Аннотация
В работе описан прототип системы автоматической сегментации и аннотирования эндоскопических изображений. Используемый алгоритм основан на классификации векторов топологических признаков исходного изображения. Мы используем схему обработки изображений, которая включает в себя предобработку изображения, вычисление векторных дескрипторов, определенных для каждой точки изображения, и дальнейшую классификацию дескрипторов. Процедура предобработки изображения включает выделение артефактов и выравнивание яркости изображения. В работе подробно описан алгоритм построения топологических дескрипторов и процедура построения классификатора, основанная на совместном использовании схемы AdaBoost и наивного байесова классификатора. В заключительном разделе приведены результаты классификации реальных эндоскопических изображений.
Об авторах
Ольга Александровна Дунаева
Ярославский государственный университет им. П. Г. Демидова
Россия
Россия
канд. физ.-мат. наук, доцент каф. вычислительных и программных систем ЯрГУ,
Международная лаборатория «Дискретная и вычислительная геометрия» им. Б. Н. Делоне
Дарья Борисовна Малкова
Ярославский государственный университет им. П. Г. Демидова
Россия
Россия
аспирант,
Международная лаборатория «Дискретная и вычислительная геометрия» им. Б. Н. Делоне
Михаил Леонидович Мячин
Ярославский государственный университет им. П. Г. Демидова
Россия
Россия
канд. физ.-мат. наук, доцент каф. дискретного анализа ЯрГУ,
Международная лаборатория «Дискретная и вычислительная геометрия» им. Б. Н. Делоне
Херберт Эдельсбруннер
Институт науки и технологий;
Ярославский государственный университет им. П. Г. Демидова
Россия
Россия
Австрия, Клостернойбург;
руководитель Международной лаборатории «Дискретная и вычислительная геометрия» им. Б. Н. Делоне
Список литературы
1. Куваев Р. О., Кашин С. В., Капранов В. А., Эдельсбруннер Х., Мячин М. Л., Дунаева О. А., Русаков А. И. Новые компьютерные технологии эндоскопической диагностики в гастроэнтерологии и онкологии // Доказательная гастроэнтерология. 2013. Т. 2, № 1. С. 3–12. (Kuvayev R. O., Kashin S. V., Kapranov V. A., Edel’sbrunner Kh., Myachin M. L., Dunayeva O. A., Rusakov A. I. Novye komp’yuternye tekhnologii endoskopicheskoy diagnostiki v gastroenterologii i onkologii // Dokazatel’naya gastroenterologiya. 2013. Т. 2, № 1. S. 3–12. [in Russian])
2. Stehle T., Auer R., Gross S., Behrens A., Wulff J., Aach T., Winograd R., Trautwein C., Tischendorf J. Classification of colon polyps in NBI endoscopy using vascularization features // Medical Imaging 2009: Computer-Aided Diagnosis, eds. N. Karssemeijer and M. L. Giger, SPIE, 7260, 2009.
3. Munkres J. R. Elements of Algebraic Topology. Perseus, Cambridge, Massachusetts, 1984.
4. Edelsbrunner H. and Harer J. L. Computational Topology. An Introduction. Amer. Math. Soc., Providence, Rhode Island, 2010.
5. Tarjan R. E. Data Structures and Network Algorithms. SIAM, Philadelphia, Pennsylvania, 1983.
6. Felzenszwalb P. F., Huttenlocher D. P. Distance transforms of sampled functions // Theory Comput. 2012. V. 8. P. 415–428.
7. Freund Y. and Schapire R. E. A decision-theoretic generalization of on-line learning and an application of boosting // J. Comput. Sys. Sci. 1997. V. 55 P. 119–139.
При поддержке: грант Правительства РФ
Для цитирования:
Дунаева О.А., Малкова Д.Б., Мячин М.Л., Эдельсбруннер Х. Сегментация клинических эндоскопических изображений, основанная на классификации векторных топологических признаков. Моделирование и анализ информационных систем. 2013;20(6):162-173. https://doi.org/10.18255/1818-1015-2013-6-162-173
For citation:
Dunaeva O.A., Malkova D.B., Machin M.L., Edelsbrunner H. Segmentation of Clinical Endoscopic Images Based on the Classification of Topological Vector Features. Modeling and Analysis of Information Systems. 2013;20(6):162-173. (In Russ.) https://doi.org/10.18255/1818-1015-2013-6-162-173
Просмотров: 438
Послать статью по эл. почте 