Заключение

Врезультате проведённой работы создана и апробирована на конкретных примерах программная система, решающая задачи сегментации, идентификации и 3D-реконструкции объектов по данным компьютерной томографии и электронной микроскопии.

Для решения задачи сегментации реализованы последовательные и параллельные версии семейства алгоритмов k-средних, которые показали хорошее (свыше 8,5 раз для 50 сегментов, около 4 раз – для 10 сегментов) ускорение при использовании графических процессоров.

Врамках выполнения работы рассмотрен и реализован метод иерархической декомпозиции сегментов применительно к данным компьютерной томографии и электронной микроскопии, основанный на поэтапной детализации объектов. Предложен новый подход к идентификации объектов, основанный на поиске соответствий между 2Dсегментами как динамическом процессе. Указанное позволило добиться большей точности в идентификации и трёхмерной реконструкции объектов, в значительной степени автоматизировать эти процессы.

Для проведения исследований и вычислительных экспериментов разработан программный комплекс «Neocortex». Среди достоинств программного комплекса можно выделить следующие:

−работа с данными в 2 режимах: 2D – последовательность слоёв, и 3D – облако точек;

−настройка атрибутов цвета, прозрачности сегментов на любом из уровней иерархической структуры;

−наглядное представление результатов работы алгоритма поиска соответствий между 2Dсегментами, с возможностью наследования выбранных атрибутов цвета и прозрачности на все сегменты, входящие в цепочки соответствий, найденных методом динамического программирования.

Варьирование настроек позволяет повысить эффективность сегментации исходных

данных, а также идентификации объектов по найденным сегментам, и, как следствие, улучшить качество 3D-реконструкции объектов. Приложение «Neocortex» отличается высокой гибкостью к изменениям:

•поддержкой нескольких форматов входных данных (DICOM, PVM и др.);

•набором фильтров для обработки найденных сегментов;

•извлечением дополнительных морфометрических признаков, характеризующих конкретный сегмент или объект (объёмы, протяженности, сечения и т.д.).

48

Список литературы

1.Cormack A. M. Early two-dimensional reconstruction and recent topics stemming from it // Nobel Lectures in Physiology or Medicine 1971 – 1980. — World Scientific Publishing Co., 1992. — pp. 551 – 563.

2.Hounsfield G. N. Computed Medical Imaging // Nobel Lectures in Physiology or Medicine 1971—1980. — World Scientific Publishing Co., 1992. — pp. 568 – 586.

3.Tsodyks, M., Pawelzik, K., Markram, H. Neural networks with dynamic synapses. Neural Computation 10:821-835, 1998.

4.Куффлер C., Николс Дж. От нейрона к мозгу. М.: Мир. 1979.

5.Izhikevich E. M. Simple Model of Spiking Neurons. – IEEE Transactions on Neural Networks,

2003, vol. 14, № 6, pp. 1569 – 1572.

6.SynapseWeb Home Page. – URL: http://synapses.clm.utexas.edu.

7.EM3D – Software for Electron Microscope Tomography. – URL: http://em3d.stanford.edu.

8.The Boulder Lab for 3D Electron Microscopy. – URL: http://bio3d.colorado.edu.

9.Поммерт А., Пфлессер Б., Риемер М., Шиеманн Т., Шуберт Р., Тиеде В., Хейнц Хон К. Визуализация объёма в медицине. Институт математики и компьютерных наук в медицине. Журнал «Открытые системы», выпуск №5, 1996.

10.Pil Un Kim, Yun jung Lee, Youngjin Jung, Jin Ho Cho, Myoung Nam Kim. Liver extraction in the abdominal CT image by watershed segmentation algorithm // World Congress on Medical Physics and Biomedical Engineering 2006: IFMBE Proc. – 2007. – Vol. 14. – pp. 2563 – 2566.

11.M. S. Atkins and B. Mackiewich. Automatic Segmentation of the Brain in MRI. Conference on Visualisation in Biomedical Computing 96, Springer-Verlag Lecture Notes in Computer Science, 1131:210–216, Sept., 1996.

12.Chang T., Jay Kuo C.-C. Texture analysis and classification with tree-structured wavelet transform. // UCS-SIPI Report #198. – 1992. – 75.

13.Whitey D.J., Koles Z.J. A review of Medical Image segmentation: Methods and available software. // International Journal of Bioelectromagnetism. – 2008. – Vol.10. – №3. –

pp.125 – 148.

14.Dzung L. Pham, Chenyang Xu, and Jerry L. Prince (2000): «Current Methods in Medical Image Segmentation», Annual Review of Biomedical Engineering, volume 2, pp. 315 – 337.

15.William E. Lorensen, Harvey E. Cline, CG vol.21, no.4, July 1987.

16.Bernardo P. Carneiro, Arie E. Kaufman, SIGGRAPH'96, pp. 205 – 210.

17.Andre Gueziec, IEEE Transactions on Visualization and Computer Graphics, Vol. 1, Issue 4,

pp.328 – 342, December 1995.

49

18.Vaclav Skala, Conference on Scientific Computing 2000, pp. 368–378. – URL: http://www.emis.de/journals/AMUC/_contributed/algo2000/skala.pdf.

19.Paolo Cignoni, IEEE Transaction on visualization and CG, vol.3, no.2, April-June, 1997.

20.G.M. Treece, R.W. Prager and A.H. Gee, Improved iso-surface extraction, Technical Report CUED/F-INFENG/TR 333, Cambridge University Engineering Dept, September 1998. – URL: http://citeseer.ist.psu.edu/treece98regularised.html.

21.A. Hilton, A. J. Stoddart, J. Illingworth, T. Windeatt, International Conference on Image Processing, 1996. – URL: ftp://ftp.ee.surrey.ac.uk/pub/vision/papers/hilton-icip96.ps.Z.

22.Tasso Karkanis, A. James Stewart, IEEE Computer Graphics and Applications, v.21 n.2, p.6069, March 2001.

23.B. Crespin, P. Guitton, C. Schlick. Proceedings of CSG'98, 1998.

24.Marshall Bern and David Eppstein, Computing in Euclidean Geometry Eds. World Scientific, 1992, pp. 23-90.

25.M. Durst, «Letters: Additional Reference to Marching Cubes», Computer Graphics, vol. 22, no. 2, pp. 72-73, 1988.

26.C. Rocchini, P. Cignoni, F. Ganovelli, International Conference on Shape Modeling & Applications, 2001. – URL: http://smi2001.ima.ge.cnr.it/abstracts/47.pdf.

27.Yutaka Ohtake, Alexander G. Belyaev, ACM Symposium on Solid Modeling and Applications, pp. 171-178, 2002. – URL: http://cis.k.hosei.ac.jp/~F-rep/SM02ob.pdf.

28.Y. Ohtake, A. G. Belyaev, Proceedings of the International Conference on Shape Modeling & Applications, Page: 74, 2001. – URL: http://cis.k.hosei.ac.jp/~F-rep/OhtakeSmi01.pdf.

29.Gerig, G., Martin, J., Kikinis, R., K"ubler, O., Shenton, M., Jolesz, F. A.: Automating segmentation of dual-echo MR head data. In Colchester, A. C. F., Hawkes, D. (Eds.): Information Processing in Medical Imaging, Proc. IPMI 91, Lecture Notes in Computer Science 511, Springer-Verlag, Berlin, 1991, pp. 175-187.

30.Haring, S., Viergever, M. A., Kok, J. N.: A multiscale approach to image segmentation using Kohonen networks. In Barrett, H. H., Gmitro, A. F. (Eds.): Information Processing in Medical Imaging, Proc. IPMI "93, Lecture Notes in Computer Science 687, Springer-Verlag, Berlin, 199, pp. 212-224.

31.Gregory M. Nielson, Bernd Hamann, IEEE Visualization, Proceedings of the 2nd conference on Visualization '91, pp. 83-91, 1991.

32.Adriano Lopes, Ken Brodlie, IEEE Transactions on Visualization and Computer Graphics, pp. 16-29, 2002.

33.Sergey V. Matveev, Proceedings IEEE Visualization '94, pp. 288-292.

34.Andrew P. Witkin, Paul S. Heckbert, Proceedings of the 21st annual conference on Computer

50

graphics and interactive techniques, pp: 269 – 277, 1994. – URL: www.cs.cmu.edu/~aw/pdf/particles-reprint.pdf.

35.H. Hoppe, T. DeRose, T. Duchamp, J. McDonald, and W. Stuetzle. . SIGGRAPH'92 proceedings, 26(2), pp. 71-78.

36.Андрей Семенихин. Сравнительный анализ методов интерактивной триангуляции сеточных функций // Компьютерная графика и мультимедиа. Выпуск №2(2)/2004. – URL: http://cgm.computergraphics.ru/content/view/63.

37.A short tutorial on how to build surfaces from point clouds «Meshing Point Clouds». – URL: http://meshlabstuff.blogspot.com/2009/09/meshing-point-clouds.html.

38.Bernardini, Mittleman. The Ball-Pivoting Algorithm for Surface Reconstruction, IEEE Transactions of Visualization & Graphics, 1999.

39.Drebin, R. A.,Carpenter, L., Hanrahan, P.: Volume rendering. Comput. Graphics 22, 4 (1988), pp. 65-74.

40.Levoy, M.: A hybrid ray tracer for rendering polygon and volume data. IEEE Comput. Graphics Appl. 10, 2 (1990), pp. 33-40.

41.Steinhaus H. (). Sur la division des corps materiels en parties. Bull. Acad. Polon. Sci., C1. III vol. IV: 801—804, 1956.

42.Lloyd S. Least square quantization in PCM’s. Bell Telephone Laboratories Paper, 1957.

43.Калачик Р. А. Алгоритм автоматической сегментации с агрегированием сегментов в системах поиска изображений, ISSN 1995-4565, Вестник РГРТУ, Вып. 23, Рязань, 2008.

44.Чочиа П. А. Пирамидальный алгоритм сегментации изображений. Информационные процессы, Том 10, № 1, 2010, стр. 23-35.

45.Arthur D., Vassilvitskii S. How Slow is the k-Means Method? Proceedings of the Symposium on Computational Geometry (SoCG), 2006.

46.Решетников А. Н. Параллельная реализация сегментации компьютерных томограмм методом центров тяжести с использованием технологии OpenCL // Высокопроизводительные параллельные вычисления на кластерных системах: Доклад XI Всероссийской конференции, Н. Новгород, 1-3 ноября 2011. – с. 258-261.

47.Филонин О. В., Шадрунов А. А. Цифровые методы обработки в компьютерной томографии // тр. межд. симп. «Надежность и качество». – Пенза, 2004. – С. 257-261.

48.Dzung L. Pham, Chenyang Xu, and Jerry L. Prince. «Current Methods in Medical Image Segmentation», Annual Review of Biomedical Engineering, 2000, volume 2, pp. 315—337.

49.N. R. Pal and S. K. Pal. «A Review on Image Segmentation Techniques» Pattern Recognition,

Vol. 26, № 9, 2000.

51

50.M. Kass, A. Witkin, and D. Terzopoulos. «Snakes – Active Contour Models» International Journal of Computer Vision, 1(4): 321 – 331, 1987.

51.Z. Wu and R. Leahy. «An optimal graph theoretic approach to data clustering: Theory and its application to image segmentation», IEEE Transactions on Pattern Analysis and Machine Intelligence, pp. 1101—1113, Vol. 15, № 11, 1993.

52.R. M. Haralick, L. G. Shapiro. «Image Segmentation Techniques», Computer Vision, Graphics, and Image Processing, Vol. 29, No 1, 1985.

53.G. Sperling. «Binocular vision: a physical and a neural theory», AM. J. PSYCHOLOGY, Vol. 83, pp. 461-534, 1970.

54.Fausto Bernardini, Joshua Mittleman, Holly Rushmeier. «The Ball-Pivoting Algorithm for Surface Reconstruction». – URL: http://mesh.brown.edu/taubin/pdfs/bernardini-etal-tvcg99.pdf

55.William E. Lorensen, Harvey E. Cline. «Marching cubes: A high resolution 3D surface construction algorithm». – URL: http://www.cc.gatech.edu/~bader/COURSES/GATECH/CSE6140-Fall2007/papers/LC87.pdf

56.Лебедев А.С., Лисейкин В.Д., Хакимзянов Г.С. Разработка методов построения адаптивных сеток. – URL: http://www.ict.nsc.ru/jct/getfile.php?id=398.

57.Шапиро, Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман. – Пер. с англ. – М.: БИНОМ. Лаборатория знаний, 2006. – 752 с.

58.Форсайт, Д. Компьютерное зрение. Современный подход / Д. Форсайт, Ж. Понс. – Пер. с англ. – М.: Издательский дом «Вильямс», 2004. – 928 с.

59.Mahalanobis P. C. (1936). «On the generalised distance in statistics». Proceedings of the National Institute of Sciences of India: 49–55. Проверено 2008-11-05.

60.De Maesschalck R., D. Jouan-Rimbaud, D. L. Massart. The Mahalanobis distance. Chemometrics and Intelligent Laboratory Systems 50:1–18, 2000.

61.Беллман Р. Динамическое программирование. – М.: Изд-во иностранной литературы,

1960.

62.Беллман Р., Дрейфус С. Прикладные задачи динамического программирования. – М.: Наука, 1965.

63.Кузнецов Ю. Н. Математическое программирование. – М.: Наука, 1976.

64.The Tao Framework | Free Development software downloads at SourceForge.net. – URL: http://sourceforge.net/projects/taoframework.

65.OpenCV Wiki. – URL: http://opencv.willowgarage.com/wiki.

66.OpenCL – The open standard for parallel programming of heterogeneous systems/ Khronos Group. – URL: http://www.khronos.org/opencl.

52