A Mathematical Model for Automatic Analysis of RTG Background

Tato bakalářská práce popisuje problematiku segmentace rentgenového pozadí. Teoretická část zahrnuje základní poznatky týkající se rentgenového záření, zobrazování kostí pomocí rentgenového záření a rešerši segmentačních modelů, užívaných při segmentaci rentgenových snímků. V praktické části je poté obsažen výběr třech vhodných segmentačních modelů – OTSU, K-means a Fuzzy prahování, návrh těchto modelů, a i jejich následná implementace pro segmentaci rentgenového pozadí a extrakci jasového spektra v prostředí MATLAB. Sledovány byly primárně tři parametry jasové intenzity – aritmetický průměr, modus a medián. Pro vyhodnocení výsledků byly vytvořeny reprezentativní oblasti zájmu, které mají za úkol nahradit těžce dosažitelný zlatý standard. Verifikace výsledků proběhla výpočtem absolutní chyby zmíněných parametrů jasové intenzity mezi globálním segmentačním modelem a reprezentativními oblastmi zájmu rentgenového pozadí z daného snímku. Nejspolehlivějším algoritmem pro segmentaci rentgenového pozadí bylo Fuzzy prahování, jelikož tento algoritmus měl nejmenší absolutní chyby sledovaných parametrů. Rozdíly byly však v řádu desetin, lidské oko takto malý rozdíl jasové intenzity nerozezná. Lze tedy říci, že všechny testované algoritmy segmentují rentgenové pozadí spolehlivě.This bachelor thesis describes segmentation of X-ray background. Theoretic part includes fundamental knowledge about X-ray, bone imaging via X-ray and research of algorithms for X-ray image segmentation. Practical part involves selection of appropriate algorithms – OTSU, K-means and Fuzzy thresholding, designing the algorithm and it´s final implementation for X-ray background segmentation and pixel intensity extraction in MATLAB. Three specific values were tracked – mean, mode and median. For result evaluation there were created representative regions of interest from X-ray background, these regions are suppossed to replace hardly obtainable golden standard. Verification of results was carried out through calculation of absolute error of pixel intensity between global segmentation algorithm and representative regions of interest from X-ray background, which were taken from the same image. The most reliable algorithm for X-ray background segmentation was Fuzzy thresholding, due to it´s lowest absolute error of tracked values. The differences were minor, in order of tenths of intensity level which is not noticeable by human eye. It can be said, that all tested algorithms perform the segmentation of X-ray background reliably.450 - Katedra kybernetiky a biomedicínského inženýrstvívýborn