آشکارسازی پارامتریک مرزهای بسته در تصاویر با تلفیق روشهای لبه ای و ناحیه ای

در این پروژه یک روش برای جداسازی ساختارهای بدون شکل (deformable) تصاویر ct با استفاده از تلفیق اطلاعات ناحیه و لبه توسعه یافته است . جداسازی دقیق بافتها، یک روش کلیدی در تحلیل تصاویر پزشکی می باشد. دو روش معمول قطعه بندی تصویر، قطعه بندی براساس ناحیه و براساس مرز اغلب محدودیتهای مختلفی را دارا می باشند، در الگوریتم ارائه شده با تلفیق این دو روش ، یک روش قوی برای ساختارهایی با کنتراست پایین، لبه های ضعیف و مرزهای ناپیوسته طراحی شده است . این روش ، پس از تحقیق درباره روشهای مختلف قطعه بندی تصویر و مشخص سازی مرز، با توجه به رنج موضوعات مورد علاقه که عمدتا تصاویر ct می باشند، مورد استفاده قرار گرفته است . این روش اطلاعات حاصل از مشخص سازی لبه را با اطلاعاتی ناحیه ای ناشی از همگنی سطوح خاکستری تلفیق می کند. ایده اصلی قطعه بندی ناحیه ای، قسمت بندی یک تصویر به نواحی متمایز براساس مقادیر سطح خاکستری آنها می باشد. برای مشخص ساز مرز موضوعات مورد علاقه از روش پارامتریکی توصیف کننده فوریه بیضوی استفاده شده است . در این روش با بدست آوردن برخی پارامترها، اطلاعات مرزی یک کانتور یکباره استخراج می شود. فرض اساسی اینست که تلفیق اطلاعات مرزی و ناحیه ای سبب که الگوریتم بهتر برای حل مسئله جداسازی می شود الگوریتم پیشنهادی پیاده سازی شده و بر روی تصاویر مصنوعی و واقعی پزشکی اعمال شده است که بررسی نتایج مربوط به آن نشان می دهد که روش حاصل از تلفیق اطلاعات نتایج بهتری در مقایسه با روش معمول پیدا کردن مرزهای بدون شکل براساس گرادیان و روش معمول جداسازی براساس ناحیه دارد.