Nesse trabalho foi desenvolvido o método VBSeg, um método de segmentação semiautomático de corpos vertebrais, que utiliza superpixels para aumentar a eficiência de técnicas de segmentação de imagens já estabelecidas na literatura, sem perder qualidade do resultado final. Experimentos mostraram que o uso de superpixels melhorou o resultado da segmentação dos corpos vertebrais em até 18%, além de aumentar a eficiência desses métodos, deixando a execução dos algoritmos de segmentação pelo menos 38% mais rápida. Além disso, o método desenvolvido possui baixa dependência do nível de especialidade do usuário e apresentou resultados comparáveis ao método Watershed, um método bem estabelecido na área de segmentação de imagens. Contudo, o método VBSeg segmentou 100% dos corpos vertebrais das imagens analisadas, enquanto que o método Watershed deixou de segmentar 44% dos corpos. / This work presents the development of a semiautomatic vertebral body segmentation method VBSeg, which uses superpixels to increase effi- ciency of well established image segmentation methods without losing quality. Experiments have shown motivating results with superpixels im- proving vertebral bodies segmentation in 18% and making segmentation algorithms at least 38% faster. Furthermore, our VBSeg method has low dependency on the level of expertise and got similar results to Watershed method, a well-established image segmentation method. However, VB- Seg method was able to segment 100% of the analyzed vertebral bodies while Watershed method missed 44% of those.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-17112016-101608 |
| Date | 03 June 2016 |
| Creators | Barbieri, Paulo Duarte |
| Contributors | Traina, Agma Juci Machado |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0024 seconds