An automated graphical probabilistic framework for the detection of lung tumors in thoracic CT scan images

Δαμόπουλος, Δημήτριος

An automated graphical probabilistic framework for the detection of lung tumors in thoracic CT scan images

dc.contributor.advisor	Νικήτα, Κωνσταντίνα
dc.contributor.author	Δαμόπουλος, Δημήτριος
dc.contributor.committee	Νικήτα, Κωνσταντίνα
dc.contributor.committee	Σταφυλοπάτης, Ανδρέας
dc.contributor.committee	Κουτσούρης, Δημήτριος
dc.contributor.other	Damopoulos, Dimitrios
dc.date.accessioned	2017-11-10T09:07:18Z
dc.date.available	2017-11-10T09:07:18Z
dc.date.copyright	2016-06
dc.degree	Μεταπτυχιακή Εργασία	el
dc.description.abstract	The subject of this thesis is the development of a automated graphical probabilistic framework to segment lung tumors from thoracic CT scan images. The feature space that we use to represent the images consists mostly of the responses of the initial images to convolution kernels of a Gabor lter bank. We are then constructing an AdaBoost strong classi er over a collection of simple decision trees. The output of our strong classi er is used to construct the unary potentials of a Markov Random Field (MRF) model, that improves our results by enforcing structure.	el
dc.description.translatedabstract	Το αντικείμενο αυτής της εργασίας είναι η ανάπτυξη μιας αυτοματοποιημένος τεχνικής για την κατάτμηση πνευμονικών οζιδίων από αξονικές τομογραφίες του θώρακα. Τα χαρακτηριστικά που χρησιμοποιήσαμε για να αναπαραστήσουμε τις εικόνες απαρτίζονται κυρίως από τις αποκρίσεις των αρχικών εικόνων έπειτα την συνέλιξή τους με τους πυρήνες μιας συλλογής φίλτρων τύπου Gabor. Έπειτα, χτίζουμε έναν ταξινομητή τύπου AdaBoost χρησιμοποιόντας απλά δέντρα αποφάσεων ως δομικά στοιχεία. Με βάση την έξοδο του ταξινομητή μας θέτουμε τα μοναδιαία δυναμικά ενός Μαρκοβιανού Τυχαιοκρατικού Πεδίου (Markov Random Field), το οποίο βελτιώνει τα αποτελέσματά μας με το να επιβάλει δομή στην τελικές πιθανοτικές εκτιμήσεις του μοντέλου.	el
dc.identifier.uri	http://hdl.handle.net/10889/10767
dc.language.iso	en	el
dc.rights	0	el
dc.subject	Lung nodule	el
dc.subject	Automatic segmentation	el
dc.subject	MRF	el
dc.subject	AdaBoost	el
dc.subject	Gabor filters	el
dc.subject.alternative	Πνευμονικοί όγκοι	el
dc.subject.alternative	Αυτοματοποιημένη κατάτμηση	el
dc.subject.alternative	Φίλτρα Gabor	el
dc.subject.ddc	616.994 240 757 22	el
dc.title	An automated graphical probabilistic framework for the detection of lung tumors in thoracic CT scan images	el
dc.title.alternative	Αυτοματοποιημένη κατάτμηση πνευμονικών όγκων σε ιατρικές εικόνες αξονικής τομογραφίας	el
dc.type	Thesis	el

Files

Original bundle

Now showing 1 - 1 of 1

Name:: dimitrios-damopoulos-master.pdf
Size:: 2.23 MB
Format:: Adobe Portable Document Format
Description:: Κυρίως κείμενο, περιγραφή τεχνικές, αποτελέσματα

Download

License bundle

Now showing 1 - 1 of 1

Name:: license.txt
Size:: 5.05 KB
Format:: Item-specific license agreed upon to submission
Description:

Download

Collections

Τμήμα Ιατρικής (ΜΔΕ)