Progetto e sviluppo di una interfaccia grafica e di software per la segmentazione di bio-immagini

Mongitore, Marco (2017) Progetto e sviluppo di una interfaccia grafica e di software per la segmentazione di bio-immagini. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria elettronica [LM-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons: Attribuzione - Non commerciale - Condividi allo stesso modo 3.0 (CC BY-NC-SA 3.0)

Download (17MB)

Abstract

Nell’era della digitalizzazione è sempre più importante la gestione e la manipolazione delle immagini digitali. Questa importanza è direttamente legata alle applicazioni, che possono spaziare in vari campi, dall’intrattenimento (e.g. nelle moderne tv), all’editing e il fotoritocco o ancora in ambito biomedicale. Quest’ultimo è un campo di applicazione importante dell’elaborazione delle immagini. Un’elaborazione che riveste particolare interesse è la segmentazione, in quanto permette di dividere l’intera immagine in diverse regioni ed isolare quelle di maggiore interesse. In particolare nella diagnostica per immagini la segmentazione viene utilizzata per evidenziare aree di notevole interesse medico. Normalmente questo lavoro spetta ad un equipe di medici esperti del settore, impiegando quindi molto tempo e risorse, l’utilizzo di segmantatori automatici potrebbe aiutare il personale ad individuare un’area di interesse in maniera più efficace e rapida, rispetto alla segmentazione manuale. Il presente lavoro ha lo scopo di progettare e sviluppare un software di segmentazione automatica con interfaccia grafica, il quale permette di acquisire immagini (anche in formato DICOM) ed effettuarne la segmentazione. Sono stati implementati degli algoritmi noti in letteratura, sia di base che avanzati. Tra gli algoritmi di base sono presenti Otsu, Otsu multisoglia, edge-line detection (Sobel, Prewitt, Roberts, LoG, Canny), Watershed e Region Growing. Mentre gli algoritmi avanzati sono stati implementati Active contour Chan-Vese, Geodesic, Fast Marching Level-Set, Snakes. Inoltre vi è la possibilità di confrontare tra loro diversi metodi o confrontare un metodo con una ground truth. Questo confronto avviene sia visivamente che attraverso dei parametri classici tra cui differenza di area, accuratezza, sensibilità, specificità, coefficiente di Dice, distanza di Hausdorff.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Mongitore, Marco
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Segmentazione,Computer vision,bioimmagini,Matlab,GUI,software,bioingegneria
Data di discussione della Tesi
15 Marzo 2017
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^