ULTRASON GÖRÜNTÜLERİNDE PROSTAT SINIRININ BULUNMASI

Ultrason görüntüleme, prostatla ilgili hastalıkların teşhisinde yaygın bir şekilde kullanılmaktadır. Prostatgörüntülerinin otomatik işlenmesi veya üç boyutlu modellerinin çıkarılmasında prostat sınırının bulunması önemkazanmaktadır. Bu çalışmada, iki boyutlu ultrason görüntülerinin analiz edilerek prostat sınırının bulunması içinyeni bir yöntem sunulmaktadır. Bu yöntemde, prostat bölgesinin içinin arka plana göre daha koyu gri değerlerinesahip olması bilgisine dayalı olarak sınır bulunmaktadır. Kullanıcının işaretlediği dikdörtgen görüntübölgesindeki gürültü bir Gauss süzgeci ile azaltılır. Bu görüntü bölgesi, prostatın farklı kısımlarını içeren dört altbölgeye ayrılır. Her bir bölge uyarlanır eşikleme ile ikili görüntüye dönüştürülür. Her bir ikili alt görüntüye ayrımorfolojik kapama ve açma işlemleri uygulanır. Sonra prostatın farklı kısımlarında, yerel bilgilere ve kriterleregöre prostatın sınırı olmaya aday kenar noktaları uyarlanır olarak bulunur. Kenar noktalarının seçimindepiksellerin belirli kalıplara uygun komşuluklar içerip içermediğine bakılır. Şartlara uygun ve birbirine yakın olannoktalar birleştirilir. Böylece önerilen bu yaklaşım ile prostat sınırının son durumu başarılı bir şekilde bulunur.Bu yöntem tek iterasyon kullandığı için, çok iterasyonla sonucu bulan biçimi değişebilen sınır modellerine göredaha hızlı çalışır. Tek iterasyonda sonuca ulaşmakla birlikte, sınırlar oldukça isabetli bulunabilmektedir.

___

  • Blake, A., Isard, M., “Active contours, the
  • application of techniques from graphics, vision,
  • control theory and statistics to visual tracking of
  • shape in motion”, Springer-Verlag, New York,
  • -
  • Kass M., Witkin A., and Terzopoulos D.,
  • “Snakes: active contour models”, International
  • Journal of Computer Vision, Cilt 1, No 4, 321-
  • , 1988.
  • Miller J. V., Breen D. E., Lorensen W. E., O'Bara
  • R. M. and Wozny M. J., “Geometrically
  • deformed models: a method for extracting closed
  • geometrical models from volume data”,
  • Computer Graphics, Cilt 25, No 4, 217-226,
  • -
  • Lobregt S. and Viergever M. A., “A discrete
  • dynamic contour model”, IEEE Trans. Med.
  • Imaging, Cilt 14, No 1, 12-24, 1995.
  • Lefebvre, F., Berger, G., and Laugier, P.,
  • “Automatic detection of the boundary of the
  • calcaneus from ultrasound parametric images
  • using an active contour model”, IEEE
  • Transactions on Medical Imaging, Cilt 17, No
  • , 45–52, 1998.
  • Gonzales, R. C., Woods, R. E., “Digital image
  • processing”, 2nd ed., Prentice Hall, New Jersey,
  • -
  • Otsu, N., “Threshold selection method from graylevel
  • histograms”, IEEE Transactions on
  • Systems, Man and Cybernetics, Cilt 9, No 1,
  • –66, 1979.
  • Ramesh, N., Yoo, J.-H., Sethi, I. K.,
  • “Threshholding based on histogram
  • approximation”, IEE Proceedings: Vision,
  • Image and Signal Processing, Cilt 142, No 5,
  • –279, 1995.
  • Ladak H., Mao F., Wang Y., “Prostate boundary
  • segmentation from 2D ultrasound images”, Med.
  • Phys., Cilt 27, No 8, 1777-1788, 2000.
  • Chiu B. C. Y., Freeman G. H., Salama M. M. A.,
  • Fenster A., Rizkalla K., Downey D. B., “A
  • segmentation algorithm using dyadic wavelet
  • transform and discrete dynamic contour”, IEEE
  • Canadian Conference on Electrical and
  • Computer Engineering (CCECE’03),
  • Montreal, Canada, Cilt 3, 1481- 1484, 2003.
  • Pathak D. S., “Computer-Aided segmentation of
  • anatomical features in transrectal ultrasound
  • prostate images”, Doktora Tezi, University of
  • Washington, Bioengineering Department,
  • USA, 2000.
  • Hönigmann D., Ruisz J., Pottmann H., “Fast
  • model based segmentation of ultrasound data
  • using an active image”, Proceedings IEEE Intl.
  • Symposium on Biomedical Imaging: Macro to
  • Nano, Washington, 225-228, 2002.
  • Shen S., Zhan Y. and Davatzikos C.,
  • “Segmentation of prostate boundaries from
  • ultrasound images using statistical shape model”,
  • IEEE Transaction on Medical Imaging, Cilt
  • , No 4, 539-551, 2003.
  • Chen D. R., Chang R. F., Wu W. J., Moon W. K.
  • and Wu W. L., “3-D breast ultrasound
  • segmentation using active contour model”,
  • Ultrasound in Med.& Biol., Cilt 29, No 7, 1017-
  • , 2003.
  • Gong L. , “Prostate ultrasound image
  • segmentation and registration”, Doktora Tezi,
  • University of Washington, Electrical
  • Engineering, USA, 2003.
  • Xu C. and Prince J. L., “Gradient vector flow: a
  • new external force for snakes”, Proceedings of
  • IEEE Computer Society Conference on
  • Computer Vision and Pattern Recognition,
  • San Juan, Puerto Rico, 66-71, 1997.
  • Xu C. and Prince J. L., “Snakes, shape, and
  • gradient vector flow”, IEEE Transactions on
  • Image Processing, Cilt 7, No 3, 359-369, 1998.
  • Liu R., Shang Y., Sachse F. B., Dössel O., “3D
  • active surface method for segmentation of
  • medical image data: assessment of different
  • image forces”, Biomedizinische Technik, Cilt
  • , No 1, 28-29, 2003.