Modyfikacja algorytmu aktywnych modeli kształtu eliminująca wpływ anizotropii danych tomograficznych

W artykule zaproponowano modyfikację algorytmu automatycznej segmentacji ASM, uwzględniającą anizotropię danych medycznych w reprezentacjach TK i MR na etapie generowania modelu statycznego. Przedstawiono również nową metodę generowania zbiorów punktów uczących/treningowych, wymaganych przez algorytm ASM, opartą o zmodyfikowany algorytm ICP. Zaproponowaną metodę przetestowano na testowej serii 15 rzeczywistych woluminów TK, osiągając średnią dokładność segmentacji, wyrażoną współczynnikiem Dice’a, na poziomie 0.8014.

---

In the paper a modified ASM algorithm, that considers a CT and MRI medical data anisotropy at the stage of statistic shape model generation, is proposed. Additionally, a new, non-rigid ICP algorithm-based method of creating the ASM training data points sets is presented. The proposed approach had been tested on a series of 15 real patients CT volume data, reaching a mean accuracy of the segmentation 0.8014, measured by the Dice coefficient.