Statističke značajke teksture za analizu slika srca

undergraduate thesis

• Title (english): Statistical Texture Features for Cardiac Image Analysis
• Author: Romana Blažević
• Mentor: Sven Lončarić (mentor)
• Committee member: Sven Lončarić (predsjednik povjerenstva)
• Committee member: Jelena Ivanković (član povjerenstva)
• Committee member: Karlo Koščević (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2020-07-06, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Electrical Engineering

Abstract

Metode segmentacije slika dobivenih računalnom tomografijom srca imaju važnu ulogu kod metoda za kvantitativnu analizu slika srca i dijagnostiku u kardiologiji. Metode izlučivanja statističkih značajki teksture za klasifikaciju srčanog tkiva su jedne od metoda analize slika koje se često koriste i na temelju kojih se automatski može odrediti kojem upalnom razredu pripada transplantirano srce. Temelje se na razmještaju i prostornom međuodnosu piksela različitih razina sivog u slici. Dijele se na... More statističke metode prvog reda u koje spada histogram, i statističke metode drugog reda u koje spadaju matrica prostorne međuovisnosti sivih razina piksela (GLCM) i statistika pojavljivanja niza piksela (GLRLM). Svaka od metoda ima sebi svojstvene statističke značajke koje karakteriziraju teksturu u slikama. Histogram je najjednostavnija metoda jer ne uzima u obzir prostornu ovisnost susjednih piksela, nego uzima piksel po piksel slike i na temelju njihovih sivih razina računa značajke. Nadalje, GLCM je zahtjevnija metoda za čiju je implementaciju potrebno računati s matricama u četiri smjera pod četiri različita kuta (0°, 45°, 90° i 135°). Najpoznatije statističke značajke koje se mogu računati ovom metodom su Haralickove značajke koje je ustanovio Robert Haralick et.al. 1973. GLRLM je metoda koja se bazira na računanju broja piksela određene sive razine u nizu. Kao u GLCM, i u ovoj metodi se prvo računaju matrice u sva četiri smjera, te se potom računaju njoj svojstvene značajke. Less

Abstract (english)

Segmentation methods of CT cardiac images play an important role in quantitative cardiac image analysis methods and cardiac diagnostics. Methods that include extraction of statistical texture features for cardiac tissue classification are one of the most frequently used methods. Based on these methods, it can be automatically decided in which level of rejection the transplanted heart belongs. These methods are based on arrangement and spatial distribution of different gray level intensity... More pixels in an image. They are divided in two groups, first order statistical methods where histogram is included, and second order statistical methods where Gray Level Co-occurrence Matrix (GLCM) and Gray Level Run Length Matrix (GLRLM) are included. Every of these methods has its own statistical features which characterize image textures. Histogram is the simplest method because it doesn't consider spatial distribution of two neighbour pixels, instead, it takes pixel by pixel from the image and based on its gray level intensity iz calculates the features. Furthermore, GLCM is much more complicated method because it requires calculation of the matrices in four directions under four different angles (0°, 45°, 90° and 135°). The most famous statistical features of this method are Haralick features established by Robert Haralick et.al. in 1973. GLRLM is a statistical method based on calculation of run lengths in an image. As in GLCM, in this method are firstly calculated the matrices in four directions, and after that the characteristic features are calcualted. Less

• Keywords: statističke značajke; kvantitativne metode; računalna tomografija; dijagnostika u kardiologiji
• Keywords (english): statistical features; quantitative methods; computed tomography; cardiac diagnostics
• Language: croatian
• URN:NBN: urn:nbn:hr:168:382597
• Study programme: Title: Electrical Engineering and Information Technology; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-14 08:30:17