dc.contributor.author |
Μπουφέα, Αικατερίνη
|
el |
dc.contributor.author |
Boufea, Aikaterini
|
en |
dc.date.accessioned |
2015-01-26T08:34:31Z |
|
dc.date.available |
2015-01-26T08:34:31Z |
|
dc.date.issued |
2015-01-26 |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/40125 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.4491 |
|
dc.rights |
Default License |
|
dc.subject |
Ενεργές περιοχές |
el |
dc.subject |
Active regions |
en |
dc.subject |
Boufea, Aikaterini |
en |
dc.subject |
Αθηρωμάτωση |
el |
dc.subject |
Υπέρηχος |
el |
dc.subject |
Καρωτίδα |
el |
dc.subject |
Aνάλυση κίνησης |
el |
dc.subject |
Aυτόματη κατάτμηση |
el |
dc.subject |
Επιπεδοσύνολα |
el |
dc.subject |
Γεωδαιτικά παραμορφώσιμα μοντέλα |
el |
dc.subject |
Αtherosclerosis |
en |
dc.subject |
Ultrasound |
en |
dc.subject |
Carotid |
en |
dc.subject |
Motion analysis |
en |
dc.subject |
Automated segmentation |
en |
dc.subject |
Llevel-sets |
en |
dc.subject |
Geodesic deformable model |
en |
dc.title |
Aνάπτυξη Μεθοδολογίας Αυτόματου Εντοπισμού της Αθηρωματικής Πλάκας σε Εικόνες Υπερήχων του Αρτηριακού Τοιχώματος |
el |
heal.type |
bachelorThesis |
|
heal.classification |
Medicine |
el |
heal.classificationURI |
http://id.loc.gov/authorities/subjects/sh85083064 |
|
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2014-09-20 |
|
heal.abstract |
Η αθηρωμάτωση αποτελεί μια χρόνια εκφυλιστική ασθένεια, η οποία προσβάλλει
κύριες αρτηρίες. Ασβέστιο, λιπίδια και κύτταρα συσσωρεύονται στα τοιχώματα της
καρωτιδικής αρτηρίας με αποτέλεσμα σταδιακά να αποφράσσουν τη ροή του αίματος προς
τον εγκέφαλο. Η ύπαρξη αθηρωματικής πλάκας αποτελεί το κυριότερο αίτιο πρόκλησης
ισχαιμικών εγκεφαλικών επεισοδίων. Η ανάγκη λήψης εγκυρότερης απόφασης σχετικά με
τη θεραπεία που θα ακολουθηθεί, επεμβατική ή μη, οδήγησε στην ανάπτυξη
υποβοηθούμενων από υπολογιστή συστημάτων αξιολόγησης της νόσου. Η κύρια
απεικονιστική μέθοδος που χρησιμοποιείται για τον κλινικό έλεγχο των καρωτίδων είναι το
υπερηχογράφημα. Στην παρούσα διπλωματική εργασία παρουσιάζεται μια μεθοδολογία
αυτόματου εντοπισμού της αθηρωματικής πλάκας σε εικόνες υπερήχων του αρτηριακού
τοιχώματος. Ο προτεινόμενος αλγόριθμος βασίζεται στη θεωρία των γεωδαιτικών
παραμορφώσιμων μοντέλων με χρήση επιπεδοσυνόλων. Τα χαρακτηριστικά που
καθορίζουν τις δυνάμεις που οδηγούν τα επιπεδοσύνολα στα τελικά όρια της αθηρωματικής
πλάκας προήλθαν από ανάλυση κίνησης της ακολουθίας εικόνων υπερήχων Β-σάρωσης.
Για την αρχικοποίηση της καμπύλης των ενεργών περιοχών αναπτύχθηκε μεθοδολογία
ανίχνευσης ακμών από εικόνα που προήλθε από υπερηχογράφημα Doppler. Ο αλγόριθμος
εφαρμόστηκε σε ακολουθίες εικόνων υπερήχων 30 ασθενών με αθηρωμάτωση στην
καρωτίδα. Τα αποτελέσματα της κατάτμησης αξιολογήθηκαν με βάση διαθέσιμη ground
truth πληροφορία. Στο σύνολο των ασθενών αυτών ο αλγόριθμος παρουσιάζει συντελεστή
Dice 62.68%, συντελεστή επικάλυψης 49.56% και ακρίβεια 96.50%. Μελλοντικές
βελτιώσεις του αλγορίθμου μπορούν να τον καταστήσουν χρήσιμο εργαλείο στην διάγνωση
και παρακολούθηση ασθενών με αθηρωματική πλάκα. Συνοψίζοντας, η παρούσα εργασία
ανέδειξε άλλη μια συνιστώσα της χρησιμότητας της ανάλυσης κίνησης του αρτηριακού
τοιχώματος και οδήγησε αφενός, ως σύνολο, στην ανάπτυξη ενός χρήσιμου εργαλείου για
τον εντοπισμό της αθηρωματικής πλάκας, και αφεταίρου σε επιμέρους μεθοδολογίες
επεξεργασίας εικόνων υπερήχων. |
el |
heal.abstract |
Atherosclerosis is a chronic degenerative disease that affects the main arteries.
Calcium, lipids and cells accumulate in the walls of the carotid artery blocking the blood
flow to the brain. The presence of atherosclerotic plaque is the major cause of ischemic
strokes. The need for taking the most appropriate decision for the treatment to be followed,
invasive or non, has led to the development of Computer Aided Diagnosis (CAD) systems.
The main imaging method used for clinical testing is carotid ultrasound. This thesis presents
a methodology for automated detection of the plaque in ultrasound images of the arterial
wall. The proposed algorithm is based on the theory of geodesic deformable model (GDM)
using level-sets method. Motion analysis of the ultrasound B-mode video was used to
extract characteristics that determine the forces who lead the level-sets toward the
boundaries of the plaque. For the initialization of the curve of the active regions we
developed an edge-detection algorithm. The algorithm was applied to sequences of
ultrasound images of 30 patients with carotid atherosclerosis. The segmentation results were
evaluated based on available ground truth information. The algorithm displays Dice
coefficient 62.68%, overlap rate 49.56% and accuracy 96.50%. Future improvements of the
algorithm can make it a useful tool for diagnosing and monitoring patients with
atherosclerotic carotid plaque. To conclude, the study revealed another component
concerning the utility of the motion analysis of the arterial wall and led to the development
of a useful tool, for the detection of atherosclerotic plaque, as well as individual
methodologies of ultrasound image processing. |
en |
heal.advisorName |
Νικήτα, Κωνσταντίνα |
el |
heal.committeeMemberName |
Νικήτα, Κωνσταντίνα |
el |
heal.committeeMemberName |
Κουτσούρης, Διονύσιος-Δημήτριος |
el |
heal.committeeMemberName |
Σταφυλοπάτης, Ανδρέας-Γεώργιος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών. |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
114 σ. |
|
heal.fullTextAvailability |
true |
|