In the field of dynamic capillaroscopy, measurements of the capillary blood cell velocity (CBV) give significant insight into the human body. For instance, diabetes, hypertension and peripheral arterial occlusive disease all affect CBV. However, the videos used to measure CBV – captured with a microscope – are often displaced in relation to the microscope by small motions of the finger or toe. Stabilisation algorithms are commonly used to reduce this problem, in order to carry out measurements such as CBV using the stabilised video. Artificial capillaroscopy videos were used to compare the stabilisation algorithms Mutual information, Single-step DFT, Block matching and Phase correlation in terms of computational time; RMSE, PSNR and MSE; and resistance to blurring effects. Single-step DFT was indicated to be the best suited algorithm in all aforementioned metrics. / Inom dynamisk kapilläroskopi ger mätningar av kapillär blod-cell hastighet (CBV) signifikanta insikter inom den mänskliga kroppen. Till exempel, diabetes, hypertoni och perifer arteriell ocklusiv sjukdom påverkar CBV. Däremot är videorna som används för att mäta CBV – tagna med ett mikroskop – ofta förskjutna i relation till mikroskopet på grund av små rörelser av ett finger eller en tå. Stabiliseringsalgoritmer används vanligen för att reducera detta problemet med avsikt att därefter använda den stabiliserade videon för att mäta viktiga egenskaper, som till exempel CBV. Artificiella kapilläroskopivideor användes för att jämföra stabiliseringsalgorithmerna Mutual information, Single-step DFT, Block matching and Phase correlation inom beräkningstid; RMSE, PSNR och MSE; och resistens mot suddighet. Single-step DFT indikerades som den bäst lämpade algoritmen inom de ovannämnda måtten.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-231569 |
| Date | January 2018 |
| Creators | Wilhelmsson, Oskar |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2018:351 |
Page generated in 0.0023 seconds