Розробка метрики і методів кількісної оцінки сегментації біомедичних зображень
DOI:
https://doi.org/10.15587/1729-4061.2017.119493Ключові слова:
метрика Фреше, метрика Хаусдорфа, не опуклі області, біомедичні зображення, похибка сегментаціїїАнотація
Введено відстань Фреше між деревами та доведено, що ця відстань є метрикою. Розроблено метод і алгоритми визначення відстані між не опуклими областями. Спроектований і програмно реалізований модуль визначення відстані Фреше між скелетонами. Досліджено похибки результатів сегментації для метрик Хаусдорфа та Фреше між деревами на прикладі біомедичних зображень
Спонсор дослідження
- Дана робота виконана в рамках держбюджетної теми «Гібридна інтелектуальна інформаційна технологія діагностування передракових станів молочної залози на основі аналізу зображень». Реєстраційний номер 1016U002500.
Посилання
- Medoviy, V. S. (2009). Robotizirovannaya mikroskopiya vnedryaet standarty kachestva laboratornyh analizov. Standartizatsiya, 3, 33–37.
- Medoviy, V. S., Sokolinskiy, B. Z., Markellov, V. V., Fedorova, D. S., Fedorov, I. V. (2011). Razrabotka i ispytanie avtomatizirovannogo kompleksa mikroskopii. Opticheskiy zhurnal, 78 (1), 66–73.
- Medoviy, V. S., Pyatnitskiy, A. M., Sokolinskiy ,B. Z. et. al. (2012). Sovremenniy vozmozhnosti robotizirovannoy mikroskopii v avtomatizatsii analizov i laboratornoy telemeditsine (analiticheskiy obzor). Klinicheskaya laboratornaya diagnostika, 10, 32–43.
- Life Science Source. Available at: https://www.biovision.com
- Tsenovoy list. Programmno-apparatnyy kompleks dlya mikroskopii. OOO «Nauchno-proizvodistvennaya kompaniya «Zenit». Available at: http://www.zenit-npk.ru/fprice/info/11
- Skaniruyushchie mikroskopy-analizatory MEKOS-TS2. Skaniruyushchie mikroskopy-analizatory. Available at: http://msk.all-gorod.ru/product/4863699-skaniruyuschie-mikroskopy-analizatory-mekos-c2
- Szeliski, R. (2010). Computer Vision: Algorithms and Applications. Springer, 812. doi: 10.1007/978-1-84882-935-0
- Blum, H. A. Dunn, W. W. (1967). Transformation for extracting new descriptors of shape. Models for the Perception of Speech and Visual Form, 5, 362–380.
- Koltsov, P. P., Osipov, A. S., Kutsaev, A. S., Kravchenko, A. A., Kotovich, N. V., Zaharov, A. V. (2015). On the formation of structures in nonequilibrium media in the resonant three-wave interaction. Computer Optics, 39 (4), 542–556. doi: 10.18287/0134-2452-2015-39-4-542-556
- Berezskiy, O. N., Berezskaya, E. N. (2015). Kolichestvennaya otsenka kachestva segmentatsii izobrazheniy na osnove metric. Upravlyayushchie sistemy i mashiny, 6, 59–65.
- Lopez, M. A., Reisner, S. (2005). Hausdorff approximation of convex polygons. Computational Geometry, 32 (2), 139–158. doi: 10.1016/j.comgeo.2005.02.002
- Alt, H., Scharf, L. (2008). Computing the hausdorff distance between curved objects. International Journal of Computational Geometry & Applications, 18 (04), 307–320. doi: 10.1142/s0218195908002647
- Chew, L. P., Kedem, K. (1998). Getting around a lower bound for the minimum Hausdorff distance. Computational Geometry, 10 (3), 197–202. doi: 10.1016/s0925-7721(97)00032-1
- Knauer, C., Scherfenberg, M. (2011). Approximate nearest neighbor search under translation invariant hausdorff distance. International Journal of Computational Geometry & Applications, 21 (03), 369–381. doi: 10.1142/s0218195911003706
- Alvarez, V., Seidel, R. (2010). Approximating the minimum weight spanning tree of a set of points in the Hausdorff metric. Computational Geometry, 43 (2), 94–98. doi: 10.1016/j.comgeo.2009.04.005
- Mosig, A., Clausen, M. (2005). Approximately matching polygonal curves with respect to the Fréchet distance. Computational Geometry, 30 (2), 113–127. doi: 10.1016/j.comgeo.2004.05.004
- Buchin, K., Buchin, M., Wenk, C. (2008). Computing the Fréchet distance between simple polygons. Computational Geometry, 41 (1-2), 2–20. doi: 10.1016/j.comgeo.2007.08.003
- Rote, G. (2007). Computing the Fréchet distance between piecewise smooth curves. Computational Geometry, 37 (3), 162–174. doi: 10.1016/j.comgeo.2005.01.004
- Schlesinger, M. I., Vodolazskiy, E. V., Yakovenko, V. M. (2016). Fréchet Similarity of Closed Polygonal Curves. International Journal of Computational Geometry & Applications, 26 (01), 53–66. doi: 10.1142/s0218195916500035
- Ahn, H.-K., Knauer, C., Scherfenberg, M., Schlipf, L., Vigneron, A. (2012). Computing the discrete fréchet distance with imprecise input. International Journal of Computational Geometry & Applications, 22 (01), 27–44. doi: 10.1142/s0218195912600023
- Cook, A. F., Driemel, A., Sherette, J., Wenk, C. (2015). Computing the Fréchet distance between folded polygons. Computational Geometry, 50, 1–16. doi: 10.1016/j.comgeo.2015.08.002
- Gudmundsson, J., Smid, M. (2015). Fast algorithms for approximate Fréchet matching queries in geometric trees. Computational Geometry, 48 (6), 479–494. doi: 10.1016/j.comgeo.2015.02.003
- Alt, H., Godau, M. (1995). Computing the fréchet distance between two polygonal curves. International Journal of Computational Geometry & Applications, 05 (01n02), 75–91. doi: 10.1142/s0218195995000064
- Chambers, E. W., Colin de Verdière, É., Erickson, J., Lazard, S., Lazarus, F., Thite, S. (2010). Homotopic Fréchet distance between curves or, walking your dog in the woods in polynomial time. Computational Geometry, 43 (3), 295–311. doi: 10.1016/j.comgeo.2009.02.008
- Berezsky, O. (2016). Frechet Metric for Trees. 2016 IEEE First International Conference on Data Stream Mining & Processing (DSMP). Lviv, 213–217. doi: 10.1109/dsmp.2016.7583543
- Berezsky, O., Pitsun, O. (2017). Computation of the minimum distance between non-convex polygons for segmentation quality evaluation. 2017 12th International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT). Lviv, 183–186. doi: 10.1109/stc-csit.2017.8098764
- Atallah, M. J., Ribeiro, C. C., Lifschitz, S. (1990). Computing Some Distance Functions Between Polygons. Computer Science Technical Reports, 9.
- Cormen, T. H., Leiserson, C. E., Rivest, R. L., Stein, C. (2009). Introduction to Algorithms. MIT Press, 1312.
- Berezky, O. M., Pitsun, O. Yo., Verbovyi, S. O., Datsko, T. V. (2017). Relational database of intelligent automated microscopy system. Scientific Bulletin of UNFU, 27 (5), 125–129. doi: 10.15421/40270525
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2017 Oleh Berezsky, Mykhailo Zarichnyi, Oleh Pitsun
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.