Medical image registration based on a creaseness measure
Esta tesis trata de la puesta en correspondencia automática de imágenes médicas. Proponemos un algoritmo genérico, aplicable a imágenes con una característica determinada: que contengan estructuras en forma de valle o de cresta. Estas estructuras es extraen automáticamente mediante un operador diseñ...
| Autor: | |
|---|---|
| Formato: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2002 |
| País: | España |
| Recursos: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/3028 |
| Acesso em linha: | http://www.tdx.cat/TDX-0301103-120226 http://hdl.handle.net/10803/3028 |
| Access Level: | acceso abierto |
| Palavra-chave: | Posada en correspondència Cresta Imatges mèdiques Tecnologies 68 |
| Resumo: | Esta tesis trata de la puesta en correspondencia automática de imágenes médicas. Proponemos un algoritmo genérico, aplicable a imágenes con una característica determinada: que contengan estructuras en forma de valle o de cresta. Estas estructuras es extraen automáticamente mediante un operador diseñador para detectar su forma. Ejemplos de este tipo de estructuras son los huesos en TC y RM, capilares en imágenes oftalmológicas y los sulci en ecografías. Una vez se han extraído éstas, una de las imágenes se transforma iterativamente mediante una aproximación jerárquica hasta que la función que detecta el alineamiento llega a un máximo. <br/><br/>Hemos presentado informes completos del funcionamiento de este algoritmo para varias modalidades y condiciones de adquisición. En primer lugar, lo hemos aplicado a la puesta en correspondencia de TC con RM. Hemos participado en un proyecto para evaluar nuestro algoritmo para un centenar de imágenes, comparándolo con otros métodos, y los resultados, para algunas modalidades, han sido destacados. <br/><br/>Otro campo de aplicación han sido las imágenes oftalmológicas. En esta modalidad, nuestro algoritmo funcionó mejor y más rápido que los algoritmos existentes hasta la fecha, y además ha podido ser aplicado a secuencias largas de imágenes SLO. Ejecutamos pruebas exhaustivas para conseguir una convergencia rápida y segura, lo que hizo posible, en colaboración con otro grupo, construir un primer prototipo real para un hospital.<br/><br/>Finalmente, hemos explorado diferentes problemas de puesta en correspondencia en el área de las ecografías intra-operativas. Después de construir un sistema informático para capturar y localizar las imágenes en tiempo real, empezamos nuestros experimentos con un cerebro humano in vitro. Conseguimos construir un volumen con las imágenes, y alinearlo con una imagen RM del mismo. Además, conseguimos registrar las imágenes individuales de las ecografías con los volúmenes. |
|---|