Options
2021
Master Thesis
Titel
Semiautomatische Segmentierung von relevanten Gelenken zur Frühdiagnose von Psoriasis-Arthritis in Röntgenbildern
Abstract
In dieser Arbeit wird ein dreistufiges semi-automatisches Verfahren zur Segmentierung von relevanten Gelenken für die Frühdiagnose von Psoriasis-Arthritis in Röntgenbildern vorgestellt. Psoriasis-Arthritis ist eine entzündliche Gelenkerkrankung, welche eine Verringerung des Gelenkabstandes, Gelenkfehlstellungen und bis zu Erosionen von Knochengliedern führen kann. Um dies zu detektieren werden die Knochen von Hand und Fuß segmentiert. Hierfür wird im ersten Schritt des Verfahrens das Bild vorverarbeitet. So wird mithilfe eines Medianfilters Rauschen entfernt und der Kontrast des Bildes durch Anwendung eines adaptiven Histogrammausgleichs verbessert. Für eine Basissegmentierung sorgen dann zwei adaptive Schwellwertverfahren, welche zusammengefügt werden. Für die endgültige Segmentierung wird im letzten Schritt jedes Knochenglied einzeln betrachtet und über eine Verknüpfung der Basissegmentierung mit einem erstellten Kantenbild verbessert. Somit besteht das Resultat dieses Verfahrens aus 19 Segmentierungen der einzelnen Knochenglieder, die für eine bessere Übersicht beliebig kombiniert werden können. Die Resultate werden im Anschluss mithilfe des Dice-Koeffizienten und der Hausdorff-Distanz anhand von Ground-Truth-Daten ausgewertet. Diese zeigen gerade im Bereich der Hand, mit einem durchschnittlichen Dice-Koeffizienten von 0.923 und einer durchschnittlichen Hausdorff-Distanz von 23.673, vielversprechende Ergebnisse. Im Bereich der Füße zeigen die Ergebnisse, mit einem durchschnittlichen Dice-Koeffizienten von 0.74 und einer durchschnittlichen Hausdorff-Distanz von 54.462, noch ausbaufähige Resultate.
ThesisNote
Darmstadt, TU, Master Thesis, 2021
Verlagsort
Darmstadt