Università degli Studi di Napoli Federico II. Laurea triennale in informatica

Transcript

1 Università deli Studi di Napoli Federico II Laurea triennale in informatica PROGETTAZIONE E SVILUPPO DI UN ALGORITMO PER LA SEGMENTAZIONE DI IMMAGINI MRI BASATO SULL ENTROPIA (DESIGN AND DEVELOPMENT OF AN ALGORITHM FOR THE MRI IMAGES SEGMENTATION BASED ON ENTROPY) Relatore: Dott. Daniel Riccio Candidato: Ivan Giuseppe Larenza N86/669

2 DEFINIZIONE DEL PROBLEMA 1) Quantizzare l immaine mediante clusterin 2) Localizzare eventuale massa tumorale Fuzzy Clusterin interato con metodi level set: sfrutta il fuzzy clusterin i cui risultati servono per avviare la sementazione level set, stimare i controlli dei parametri e reolarizzare l evoluzione level set Simmetria: si basa sulla simmetria saittale di un cervello sano. Aree che rompono questa simmetria rappresentano tessuto affetto da patoloie. 2

3 ENTROPIA L entropia è utilizzata come strumento per la selezione di un sottoinsieme di oetti da un insieme oriinario. Clusterin sui toni di riio ({0 255}) H( I) 255 k0 p( x )lo 2 ( p( )), k x k È necessario definire una adeuata misura di similarità fra i diversi toni di riio. 3

4 MISURA DI SIMILARITÀ FRA TONI DI GRIGIO Si definisce una misura di similarità fra toni di riio: s( i, j ) Si vuole considerare tale similarità, come una probabilità, per cui: 1) Il valore della similarità deve essere compreso tra 0 e 1 2) la sommatoria delle probabilità deve essere uuale a 1 Basata su tre componenti: 1) Differenza pesata tra toni di riio 2) Differenza effettiva tra toni di riio p i i p j j lo i 1 j 3) Sparsità I i, I j 4

5 MISURA DI SIMILARITÀ FRA TONI DI GRIGIO 5 p( i ) è la probabilità dell i-esimo tono di riio che occorre nell immaine. j i j i j j i i j i I I p p s, 1 lo 1,

6 Variazione prodotta ALGORITMO a) Crea il primo cluster e inserisce il primo elemento. b)se l elemento corrente è su un tratto discendente della curva, lo inserisce nel cluster corrente, altrimenti crea un nuovo cluster. c)se l elenco deli elementi da selezionare è non vuoto, ritorna al punto b). Toni di riio nell ordine prodotto dall aloritmo 6

7 IMMAGINE DEI CLUSTER CON RELATIVO ISTOGRAMMA Vantai: Non è necessario specificare in anticipo il numero dei cluster. l assenazione deli elementi ai cluster è fatta sulla base non dei sinoli pixel ma dei toni di riio (0 255), riducendo il costo computazionale. 7

8 QUANTIZZAZIONE DI IMMAGINI MRI le diverse modalità di immaini MRI usate per sviluppare l aloritmo sono: T1, T2, FLAIR e T1C. T1 T1C T1 T1C T2 FLAIR T2 FLAIR 8

9 LOCALIZZAZIONE DELLA MASSA TUMORALE T1 T1C Sementazione: Nucleo: l aloritmo effettua un prodotto pixel per pixel tra T1C e FLAIR, e allo stesso modo tra FLAIR e T2. I risultati sono combinati mediante un and loico. T2 FLAIR L edema: analizza l immaine FLAIR; estrae i pixel con tono di riio tendente al bianco. Da questo insieme elimina i toni di riio ià classificati come nucleo. Massa completa: unisce li insiemi di pixel contenenti il nucleo e l edema. Ground truth Risultato ottenuto 9

10 DATASET USATO (BRATS) Le immaini usate per la valutazione di questa tecnica sono prese dal dataset BRATS, che contiene immaini completamente anonime provenienti da diversi istituti: ETH di Zurio, Università di Berna, Università del Debrecen e l università dello Utah. Il dataset contiene immaini di risonanze manetiche scansionate da 30 pazienti (basso rado, alto rado) ed anche immaini in cui la massa tumorale è stata simulata per 25 tumori di rado alto e 25 di rado basso. Nel dataset è disponibile l annotazione manuale effettuata da esperti (round truth) per il nucleo, l edema e la massa completa. La misura di valutazione dell accuratezza che è stata adottata è il coefficiente Dice (DC), il quale varia fra 0 (nessuna corrispondenza) e 1 (corrispondenza perfetta). 10

11 CONFRONTO CON IL METODO SULLA SIMMETRIA Entrambi i metodi sono stati testati sullo stesso subset di BRATS Si evidenzia che in letteratura un DC > 0.7 indica una similarità eccellente 11

12 CONCLUSIONI Problema affrontato: Quantizzare e sementare immaini MRI del cervello. Soluzione: Usare come tecnica l entropia. Risultati Ottenuti: la soluzione proposta, per quanto ulteriormente miliorabile, ha fornito risultati confrontabili, o anche miliori, rispetto a recenti tecniche (2014) presentate in letteratura. 12

13 GRAZIE PER LA CORTESE ATTENZIONE 13