dc.contributor.author | Τρανού, Αθανασία | el |
dc.contributor.author | Tranou, Athanasia | en |
dc.date.accessioned | 2017-12-11T10:41:00Z | |
dc.date.available | 2017-12-11T10:41:00Z | |
dc.date.issued | 2017-12-11 | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/46059 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.14886 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Καρωτίδες | el |
dc.subject | Αθηρωματική πλάκα | el |
dc.subject | Αθηρωματική νόσος | el |
dc.subject | Εικόνες υπέρηχου | el |
dc.subject | Επεξεργασία εικόνας | el |
dc.subject | Μαθηματική μορφολογία | el |
dc.subject | Αντικειμενοστρεφής ανάλυση | el |
dc.subject | Carotids | en |
dc.subject | Atheromatous plaque | en |
dc.subject | Atherosclerosis | en |
dc.subject | Ultrasound images | en |
dc.subject | Image processing | en |
dc.subject | Mathematical morphology | en |
dc.subject | Object based image analysis | en |
dc.subject | OBIA | en |
dc.title | Αυτόματη εξαγωγή της καρωτίδας από εικόνες υπερήχου με τεχνικές επεξεργασίας εικόνας και ανάπτυξη ασαφούς βάσης γνώσης για τον εντοπισμό και χαρακτηρισμό της αθηρωματικής πλάκας σε περιβάλλον αντικειμενοστρεφούς ανάλυσης | el |
dc.title | Automatic extraction of carotid artery from ultrasound images with image processing techniques and development of a fuzzy knowledge base for atheromatous plaque extraction and characterization in an object oriented environment analysis | en |
heal.type | bachelorThesis | |
heal.classification | Φωτοερμηνεία | el |
heal.classification | Τηλεπισκόπηση | el |
heal.classificationURI | http://data.seab.gr/concepts/ee5bf80973632786c849c1c5aee2b365a32d825b | |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2017-10-18 | |
heal.abstract | Οι καρωτίδες είναι οι βασικές αρτηρίες που τροφοδοτούν με αίμα το κεφάλι και τον λαιμό. Η μελέτη της αθηρωματικής νόσου των καρωτίδων είναι ιδιαιτέρως σημαντική καθώς αποτελεί την βασική αιτία των ισχαιμικών εμβολικών εμφραγμάτων. Η αθηρωματική νόσος είναι αποτέλεσμα μιας περίπλοκης διαδικασίας η οποία οδηγεί στην συσσώρευση διαφόρων στοιχείων, όπως λιπίδια, χοληστερόλη και ασβέστιο, στα τοιχώματα των αρτηριών με αποτέλεσμα την σταδιακή στένωση τους. Η σύσταση μιας αθηρωματικής πλάκας παίζει σημαντικό ρόλο στην απόφαση του ακτινολόγου σχετικά με την θεραπεία που θα ακολουθηθεί. Βάσει συστάσεως, οι αθηρωματικές πλάκες μπορούν χαρακτηριστούν ως σταθερές ή ασταθείς. Οι ασταθείς πλάκες χαρακτηρίζονται από μεγάλη συγκέντρωση σε χοληστερόλη και έχουν μεγάλη πιθανότητα να ραγούν προκαλώντας ισχαιμικό εμβολικό έμφραγμα. Επίσης ένα ακόμα σημαντικό χαρακτηριστικό τους είναι ότι μια ασταθής πλάκα εμφανίζει προοδευτική αύξηση του μεγέθους της, εάν δεν σκληρυνθεί, οδηγώντας την αρτηρία σε υψηλό βαθμό στένωσης. Σκλήρυνση της πλάκας προκαλείται εφόσον υπάρξει εναπόθεση ασβεστίου. Η παρούσα διπλωματική εργασία έχει ως στόχο την ανίχνευση της αθηρωματικής πλάκας από εικόνες υπερήχου καρωτίδας και στην συνέχεια τον χαρακτηρισμό της ως προς την σύσταση της. Ο εντοπισμός της αθηρωματικής πλάκας, μέσω της εικόνας υπερήχου b-mode (grayscale image), είναι πολύ δύσκολος καθώς υπάρχει θόρυβος ο οποίος δίνει την εντύπωση πλάκας. Πάρα το γεγονός αυτό στην συγκεκριμένη εργασία έγινε προσπάθεια ανίχνευσης των περιοχών της αθηρωματικής πλάκας μέσω φασματικών και τοπολογικών χαρακτηριστικών. Πιο συγκεκριμένα, η διαδικασία της μεθοδολογίας αποτελείται από δύο μέρη. Στο πρώτο μέρος γίνεται εξαγωγή των πιθανών περιοχών της καρωτίδας μέσω τεχνικών επεξεργασίας εικόνας. Δοκιμάστηκαν φίλτρα εξομάλυνσης τα οποία διατηρούν της ακμές, έγινε ενίσχυση περιοχών υψηλών συχνοτήτων και επίσης ενισχύθηκαν τα σωληνοειδή στοιχεία των εικόνων. Στην συνέχεια πραγματοποιήθηκε κατάτμηση και μέσω μορφολογικών τελεστών έγινε διόρθωση των ορίων των εξαχθέντων περιοχών. Σε δεύτερο στάδιο έγινε δημιουργία της ασαφούς βάσης γνώσης σε περιβάλλον αντικειμενοστρεφούς 17 ανάλυσης. Στο περιβάλλον αυτό εισήχθησαν με το ίδιο βάρος η εικόνα υπερήχου τόνων του γκρι και η δυαδική εικόνα που εξήχθηκε στο πρώτο μέρος της μεθοδολογίας. Για τον εντοπισμό της αθηρωματικής πλάκας δημιουργήθηκαν 5 επίπεδα κατάτμησης και για τον χαρακτηρισμό του τύπου της άλλα δύο επίπεδα. Ο λόγος που δημιουργήθηκαν τα πέντε επίπεδα ήταν η ανάγκη αναπαράστασης ενδιάμεσων οντοτήτων οι οποίες θα οδηγούσαν στην αθηρωματικής πλάκας. Έγιναν ταξινομήσεις σε κάθε επίπεδο κατάτμησης ώστε αξιοποιώντας την κλίμακα να εντοπιστεί και να χαρακτηριστεί η αθηρωματική πλάκα. Η κάθε κατηγορία ορίστηκε βάσει ορισμένων χαρακτηριστικών και με την χρήση ασαφών συναρτήσεων συμμετοχής. Ο στόχος, που υλοποιήθηκε με επιτυχία, ήταν να δημιουργηθεί μια μεθοδολογία που να εφαρμοστεί σε όλες τις εικόνες δεδομένων με τους ίδιους κανόνες και τα ίδια όρια στα πεδία τιμών των ιδιοτήτων των κατηγοριών. Τα αποτελέσματα της μεθοδολογίας όσο αφορά τον εντοπισμό της αθηρωματικής πλάκας, αξιολογήθηκαν με την χρήση εικόνων αναφοράς, ενώ τα αποτελέσματα των τύπων των αθηρωματικών πλακών επιβεβαιώθηκαν από τους ειδικούς (ακτινολόγους). Συνοπτικά τα αποτελέσματα έδειξαν ότι συνολικά δεν υπήρχαν μεγάλα ποσοστά σφάλματων παράλειψης της αθηρωματικής πλάκας. Κυρίως υπήρχαν μεγαλύτερα ποσοστά στα σφάλματα συμπερίληψης της τάξης του 35%. Επιπλέον έγινε αξιολόγηση σχετικά με την σταθερότητα της ασαφούς βάσης με την χρήση των εργαλείων που παρείχε το περιβάλλον που έγινε η αντικειμενοστρεφής ανάλυση (Classification Stability, Best Classification Result). | el |
heal.abstract | The carotid arteries are basic arteries of human body that supply the brain and the neck with blood. The atherosclerosis of carotid arteries, which this thesis is concerned with, is a very important health problem because it is the main reason of ischemic embolic strokes. Atherosclerosis is the result of a complex procedure that leads to the accumulation of various elements, such as lipids, cholesterol and calcium, on the walls of the arteries, resulting in their gradual narrowing. The formation of an atheromatous plaque plays an important role in the decision of the radiologist about the treatment which have to be followed. Depending on the composition, an atheromatous plaque is characterized as being stable or unstable. Unstable plaques are characterized by high cholesterol concentration and are highly likely to crack causing ischemic embolic infarction. Another important feature of unstable plaques is that they have a gradual increase in size if it does not become harder, leading the artery to a high degree of stenosis. Plaque hardening is caused by calcium deposition. This thesis aims at detecting the atherosclerotic plaque from carotid ultrasound images and then characterizing it in terms of its composition. Detecting the atherosclerotic plaque through the simple grayscale image is very difficult as there is noise that gives the impression of being an atheromatous plaque. However, in this work, an attempt was made in order to detect areas of the atheromatous plaque through spectral and topological features. More specifically, the methodology process consists of two parts. In the first part, the possible areas of the carotid artery are extracted by using image processing techniques. In the preprocessing procedure, smoothing filters, which concurrently maintain the edges, were investigated and high-frequency regions and tubular elements of the images were enhanced. Then techniques such as segmentation with active contours and morphological operators were implemented. These techniques created the extracted areas and corrected their border. In the second stage, a fuzzy knowledge base was created in an object-oriented analysis environment. In this environment, the ultrasound gray scale image and the binary image that was extracted in the first part of the methodology were introduced with equal weight. Five levels of segmentation were created in order to detect the atheromatous plaque. Essentially, the reason that five levels were designed was to represent intermediate entities necessary 19 for the derivation of atheromatic plaque. In order to characterize the plaque, another two levels were also created. Classification took place at each segmentation level, utilizing the scale to detect and characterize the atherosclerotic plaque. Each category was defined based on certain attributes and the use of fuzzy membership functions. The aim that was achieved was to create a robust knowledge base which could be applied to all images with the same rules and the same feature limits in the class attributes. The results of the methodology for detection of the atherosclerotic plaque were evaluated using reference images, while the results of the types of atherosclerotic plaques were confirmed by the experts (radiologists). In summary, the results showed that overall there was no high percentage of omission of the atherosclerotic plaque. Mostly there was higher percentage in commission errors, around 35%. In addition, an assessment was made on the stability of the fuzzy knowledge base by using the tools provided by the environment (Classification Stability and Best Classification Result). | en |
heal.advisorName | Αργιαλάς, Δημήτριος | el |
heal.committeeMemberName | Καραθανάση, Βασιλεία | el |
heal.committeeMemberName | Πολυχρόνης, Κολοκούσης | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Τηλεπισκόπησης | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 207 σ. | |
heal.fullTextAvailability | true |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: