مختبر الرؤية الحاسوبية الدروس التجزئة الكلاسيكية للصور الطبية
التجزئة الكلاسيكية للصور الطبية
Classical medical segmentation
العتبات ونمو المنطقة في 2D و3D مع قياس الدقة على شبح معروف.
هذا المحتوى أُعدّ آلياً من مصادر موثقة ولم تكتمل مراجعته العلمية البشرية بعد. إن وجدت خطأً فأبلغنا.
المقدمة
قبل النماذج العميقة، وحتى معها، تبقى الطرق الكلاسيكية مفيدة للبنى المتجانسة.
الأهداف التعليمية
- تطبيق العتبة على قيم فيزيائية.
- نمو المنطقة 2D و3D.
- قياس Dice على حقيقة أرضية معروفة.
المتطلبات السابقة
العتبات، مقاييس التجزئة.
الشرح العلمي
في CT يمكن فصل العظم بعتبة HU لأن قيمه مرتفعة. نمو المنطقة يبدأ من بذرة يختارها المستخدم ويضم الجيران القريبين في الشدة، وفي 3D يمتد عبر المقاطع. الشبح الاصطناعي (مستوحى من Shepp–Logan) يملك حقيقة أرضية دقيقة، فتُقاس الطريقة بصدق.
المعادلات الرياضية
R ← R ∪ {q ∈ N(R) : |I(q) − I(s)| ≤ τ}.
مثال عملي
بسماحية مناسبة يغطي النمو ثلاثي الأبعاد الآفة كاملة، وبسماحية كبيرة يتسرب إلى ما حولها فتنخفض Dice.
خطوات التنفيذ
- أنشئ الشبح.
- اختر نمو المنطقة 3D وانقر داخل الآفة.
- غيّر السماحية والضوضاء.
النتائج المتوقعة
Dice ثلاثية الأبعاد تظهر مع الحجم بالفوكسل.
الأخطاء الشائعة
تقديم نتيجة على صورة حقيقية دون حقيقة أرضية على أنها دقيقة.
التطبيقات العملية
التجزئة التفاعلية، تجهيز الأقنعة الأولية.
المراجع
- R. Adams, L. Bischof (1994).Seeded region growing. IEEE TPAMI 16(6). doi:10.1109/34.295913
- L. A. Shepp, B. F. Logan (1974).The Fourier reconstruction of a head section. IEEE Transactions on Nuclear Science 21(3). doi:10.1109/TNS.1974.6499235
- N. Otsu (1979).A Threshold Selection Method from Gray-Level Histograms. IEEE Transactions on Systems, Man, and Cybernetics 9(1). doi:10.1109/TSMC.1979.4310076
