Pan-Art Pedagogy. Theory & Practice Philology. Theory & Practice Manuscript

Archive of Scientific Articles

ISSUE:    Almanac of Modern Science and Education. 2015. Issue 5
COLLECTION:    Technical Sciences

All issues

License Agreement on scientific materials use.

CAPABILITIES OF SOFTWARE PACKAGES FOR SEGMENTATION OF TOMOGRAMS OF BRAIN AND TISSUE QUANTITATIVE ASSESSMENT

Ol'ga Sergeevna Kazankova
St. Petersburg National Research University of Information Technologies, Mechanics and Optics

Anna Olegovna Kaznacheeva
St. Petersburg National Research University of Information Technologies, Mechanics and Optics


Submitted: May 1, 2015
Abstract. The article considers the objectives of medical images segmentation, the methods of the identification of homogeneous areas, and analyzes the features of specialized software packages. The segmentation of white and gray matter of the brain for model and experimental images is made, sensitivity and selectivity are calculated. It is shown that the best result in automatic segmentation is achieved in the case of model images; for experimental data accuracy is determined by images noisiness, signal heterogeneity and contrast range.
Key words and phrases:
томография
сегментация
морфометрия
количественная оценка
серое вещество
белое вещество
программные пакеты
tomography
segmentation
morphometry
quantitative assessment
gray matter
white matter
software packages
Reader Open the whole article in PDF format. Free PDF-files viewer can be downloaded here.
References:
  1. Антонова А. С. Сегментация магнитно-резонансных томограмм коленного сустава // Альманах современной науки и образования. 2014. № 10 (88). С. 18-21.
  2. Воронков Л. В., Труфанов А. Г., Фокин В. А. и др. Возможности воксель-базированной морфометрии в диагностике неопухолевых заболеваний головного мозга // Вестник Российской военно-медицинской академии. 2012. № 1. С. 203-207.
  3. Казанкова О. С., Казначеева А. О. Возможности программных пакетов сегментации МР-томограмм для количественной оценки тканей // Российский электронный журнал лучевой диагностики. 2012. Т. 2. № 2 (6). С. 227-229.
  4. Казначеева А. О. Разработка методов и средств шумоподавления в томографии: автореф. дисс. … к.т.н. СПб., 2006. 19 с.
  5. Никитин О. Р., Пасечник А. С. Оконтуривание и сегментация в задачах автоматизированной диагностики патологий // Методы и устройства передачи и обработки информации. 2009. № 11. С. 300-309.
  6. Сенюкова О. В., Лукин А. С., Ветров Д. П. Автоматическая сегментация срезов мозга мыши, окрашенных по NISSL, основанная на обучении с учителем по разметке из атласа // Программирование. 2011. Т. 37. № 5. С. 39-48.
  7. Трофимова Т. Н., Парижский З. М., Суворов А. С., Казначеева А. О. Физико-технические основы рентгенологии, компьютерной и магнитно-резонансной томографии. Фотопроцесс и информационные технологии в лучевой диагностике. СПб.: Издательский дом СПбМАПО, 2007. 192 с.
  8. Bankman I. N. Handbook of Medical Imaging, Processing and Analysis. Academic Press, 2000. 901 p.
  9. Germond L., Dojat М., Taylor C., Garbay C. A Cooperative Framework for Segmentation of MRI Brain Scans // Artificial Intelligence in Medicine. 2000. Vol. 20. P. 77-93.
  10. Pham D. L. Robust Fuzzy Segmentation of Magnetic Resonance Images // Proceedings of the 14th IEEE Symposium on Computer-Based Medical Systems. Baltimore, USA, 2001. P. 127-131.
All issues


© 2006-2025 GRAMOTA Publishing