Hyppää sisältöön
    • Suomeksi
    • In English
Trepo
  • Suomeksi
  • In English
  • Kirjaudu
Näytä viite 
  •   Etusivu
  • Trepo
  • Väitöskirjat
  • Näytä viite
  •   Etusivu
  • Trepo
  • Väitöskirjat
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Volumetric Image Segmentation for Planning of Therapies: Application to dental implants and muscle tumors

Antila, Kari (2021)

 
Avaa tiedosto
978-952-03-1823-9.pdf (7.639Mt)
Lataukset: 



Antila, Kari
Tampere University
2021

Tieto- ja sähkötekniikan tohtoriohjelma - Doctoral Programme in Computing and Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Väitöspäivä
2021-01-29
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:ISBN:978-952-03-1823-9
Tiivistelmä
Kuvien segmentointi, mikä tarkoittaa kuvien sisällön jaottelua yhtenäisiin ja merkityksellisiin alueisiin, on välttämätön edellytys kuvien sisällön järjestelmälliselle analyysille. Lääketieteessä segmentointia käytetään diagnosoinnissa ja kuten tässä työssä, hoitojen suunnitellussa ja niiden tulosten arvioinnissa. Tämä väitöstyö esittelee kolme tarkkaa, luotettavaa ja nopeaa segmentointimenetelmää, joista kaksi ensimmäistä kehitettiin hammasimplanttien suunnittelua ja kolmas kohdun lihaskasvainten ultraääniterapian aikaisten ja jälkeisten tulosten analyysiä varten.

Sekä kasvojen luurakenteet, että lihaskasvaimet voivat saada yksilöllisiä ja vaikeasti ennustettavia muotoja. Myös käytetyt kolmiulotteiset kuvantamismenetelmät kärsivät erilaisista häiriöistä ja muista laatuheikkenemistä, jotka voivat johtua esimerkiksi kuvaamiseen käytettävän ajan ja mahdollisen säteilyaltistuksen asettamista rajoitteista. Kliiniseen käyttöön soveltuvan segmentointimenetelmän tulisi toimia luotettavasti ja suorittaa tehtävä nopeasti jotta odotusajat hoidon suunnittelussa minimoituisivat tai lähes reaaliaikaisesti hoitosuunnitelmaa hoidon aikana päivitettäessä.

Näitä tarpeita varten kehitettiin ensin alaleuan segmentointimenetelmä kapean kulman tomografiakuvia varten. Menetelmä käyttää ennalta koostettua pintamallia, mikä sovitetaan leukaluun ympärille. Työn aikana menetelmän käyttötarkoitusta laajennettiin kasvojen muidenkin luiden segmentointiin kartiokeilatomografiakuvista. Tämä käyttötarkoitus edellytti uudenlaisen, datalähtöisen menetelmän kehittämistä kasvojen luuston yhtenäisten osapintojen tunnistamiseen ja niiden yhdistämiseen kuvien häiriöitä ja kohteiden epäjatkuvuuksia sietäen. Tämän algoritmin pääperiaatteet olivat sovellettavissa myös myöhemmin tehtäväksi asetettuun magneettikuvattujen lihaskasvainten segmentointiongelmaan.

Kehitettyjen menetelmien luotettavuus testattiin erillisillä opetus- ja validointijoukoilla ja niiden tarkkuus todettiin vastaavan samankaltaisia julkaistuja menetelmiä. Menetelmät suunniteltiin täyttämään tiukat suoritusaikavaatimukset ja suoritusajoissa onnistuttiin pääsemään jopa alle minuuttiin per kolmiulotteinen kuva.
 
Kokoelmat
  • Väitöskirjat [5033]
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste
 

 

Selaa kokoelmaa

TekijätNimekkeetTiedekunta (2019 -)Tiedekunta (- 2018)Tutkinto-ohjelmat ja opintosuunnatAvainsanatJulkaisuajatKokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste