Methods for detection of cancerous regions in images obtained by computed tomography
- 3 April 2026
- thesis
- Published by Agence Bibliographique de l'Enseignement Supérieur
Abstract
Méthodes de détection des régions cancéreuses dans des images obtenues par tomographie calculée: La Tomographie Calculée (CT) est une technique non-invasive permettant de fournir des images de toutes les parties du corps humain sans superposition des structures adjacentes. Cette technique se base sur l'absorption de rayon X et permet la reconstruction d'images du corps humain. Les mesures avec CT à rayons X sont soumises à de nombreuses imperfections ou d'artefacts d'images qui comportent : bruit quantique, diffusion des rayons X par le patient, et des effets non linéaires de volume. Le traitement d'image est un outil indispensable pour améliorer le contraste et extraire d'une manière automatique les régions d'intérêts. L'analyse des données d'images CT est une aide à la décision pour l'apparition d'un cancer en phase naissante. La segmentation automatique de la tomographie calculée (CT) est une étape importante pour la chirurgie assistée qui requière à la fois une grande précision et une interaction minimale de l'utilisateur. Les tentatives d'utilisations de la segmentation, comprenant le seuillage (global et optimal), le filtrage, la segmentation par région de type watershead, et l'approche basée sur les contours actifs, ne sont pas pleinement satisfaisantes. Dans cette thèse, nous nous intéressons aux techniques d'extraction automatique des régions représentant les zones cancéreuses dans des images obtenues par la CT. Un nouvel algorithme basé sur la programmation dynamique, est proposé pour l'ajustement automatique des paramètres des contours actifs. Dans notre nouvelle approche, nous utilisons l'entropie pour l'estimation des paramètres alpha et beta de l'énergie interne. Pour obtenir des images pour l'identification des régions malignes, qui soient de meilleure qualité en terme de contraste, nous avons utilisé la fusion d'images à partir de la Transformée en ondelettes. Toutes ces méthodes ont été implémentées sous forme de plugins dans le logiciel GIMP.Keywords
This publication has 19 references indexed in Scilit:
- Medical image fusion: A survey of the state of the artInformation Fusion, 2014
- Image Medical Diagnostic Using Dynamic Programming2013
- Information Entropy Measure for Evaluation of Image QualityJournal of Digital Imaging, 2007
- Image Processing2005
- Active contours without edgesIEEE Transactions on Image Processing, 2001
- A Fast algorithm for active contours and curvature estimationCVGIP: Image Understanding, 1992
- Using dynamic programming for solving variational problems in visionIEEE Transactions on Pattern Analysis and Machine Intelligence, 1990
- Automatic thresholding of gray-level pictures using two-dimensional entropyComputer Vision, Graphics, and Image Processing, 1989
- Snakes: Active contour modelsInternational Journal of Computer Vision, 1988
- X. Contributions to the mathematical theory of evolution.—II. Skew variation in homogeneous materialPhilosophical Transactions of the Royal Society of London. (A.), 1895