Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/25979
Title: SALSA - A Simple Automatic Lung Segmentation Algorithm
Authors: Costa, Addson Araujo Da
Keywords: Thresholding;segmentação de imagens;segmentação pulmonar;separação de lóbulos.
Issue Date: 21-Jul-2016
Citation: COSTA, Addson Araujo da. SALSA - A Simple Automatic Lung Segmentation Algorithm. 2016. 80f. Dissertação (Mestrado Em Sistemas E Computação) - Centro De Ciências Exatas E Da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2016.
Abstract: The accurate segmentation of pulmonary tissue is of great importance for several diagnostic tasks. A simple and fast algorithm for performing lung segmentation is proposed here. The method combines several simple image processing operations to achieve the nal segmentation and can be divided into two problems. The srt is the lung segmentation, that identi es regions such as backgroung, trachea, vessels, and left and right lungs, and it is complicated by the presence of noise, artifacts, low contrast and diseases. The second is the lobe segmentation, where the left lung is divided into two lobes, the upper and lower lobes, and the right into three lobes, the upper, middle and lower lobes. This second problem is harder due to the fact that the membranes dividing the lobes, the pleurae, are very thin and are not clearly visualized in the computerized tomography exams, besides the possible occurence of lobectomies (surgical lobe removal), diseases that may degrade the image qulaity, or noise during image acquisition. Both methods were developed in order to produce an authomatic method, and we have already produced results similar to the ones produced by other studies for the rst problem, using the testing methodology of the lung segmentation challenge LOLA11.
Portuguese Abstract: A segmentação precisa de tecidos pulmonares é de grande importância em várias tarefas de diagnóstico. Um simples e rápido algoritmo para segmentação de tecidos pulmonares é proposto aqui. O método combina várias operações simples de processamento de imagem para alcançar a segmentação final e pode ser dividido em dois problemas. O primeiro é a segmentação pulmonar, que consiste na identificação de regiões como fundo, traqueia, veias, pulmões esquerdo e direito, que é um processo dificultado pela presença de ruído, artefatos, baixo contraste, e doenças e remoções cirúrgicas. O segundo é a segmentação dos lóbulos pulmonares, onde o pulmão esquerdo deve ser dividido em dois lóbulos, superior e inferior, e o pulmão direito deve ser dividido em três lóbulos, superior, inferior e médio. Essa segundo problema é dificultado devido ao fato de que a membrana que separa os lóbulos, a pleura visceral, ser muito delicada e não ser claramente visível nos exames de tomografia computadorizada, além da ocorrência de procedimentos de lobectomia (remoção cirúrgica de lóbulos), doenças que degradam a qualidade da imagem, ou ruído na aquisição da imagem. Ambos os métodos foram desenvolvidos de forma a tornar todo o procedimento automático, tendo bons resultados já publicados na área de segmentação pulmonar, utilizando a metodologia de teste do desafio de sementação de pulmões LOLA11.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/25979
Appears in Collections:PPGSC - Doutorado em Sistemas e Computação

Files in This Item:
File Description SizeFormat 
AddsonAraujoDaCosta_DISSERT.pdf14,45 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.