Podejścia do segmentacji obrazów medycznych oparte na teksturze

W ci¿gu ostatnich kilku lat nast¿pi¿ gwätowny wzrost popularno¿ci diagnostyki medycznej. Jednym z najwäniejszych i pierwszych etapów analizy obrazu jest segmentacja. Wyniki segmentacji odgrywaj¿ kluczow¿ i decyduj¿c¿ rol¿ w analizie obrazów, np. w reprezentacji, pomiarze cech, opisie, a nawet w klasyfikacji i interpretacji. W niniejszym badaniu zaproponowano ró¿ne innowacyjne metody segmentacji obrazów medycznych. Proponowane metody segmentacji opieraj¿ si¿ na koncepcjach wywodz¿cych si¿ z po¿¿czenia morfologii, dyskretnej transformacji falkowej (DWT), stacjonarnej transformacji falkowej (SWT), filtrów kraw¿dziowych, progowania i metod opartych na teksturze. Zalety metod morfologicznych to filtrowanie szumów, szkieletyzacja, pogrubianie, znakowanie obiektów, upraszczanie ksztätów, rozrzedzanie, wypuk¿a pow¿oka, segmentacja obiektów od t¿a, ilo¿ciowy opis obiektów (rzuty, powierzchnia, obwód). W niniejszej ksi¿¿ce omówiono kilka metod segmentacji obrazów gru¿licy (TB). Gru¿lica jest jedn¿ z przewlek¿ych infekcji bakteryjnych, która powoduje wi¿cej zgonów na cäym ¿wiecie ni¿ jakakolwiek inna choroba zakäna.