การจำลองหุ่นส่วนร่างกายของทรวงอกสำหรับการศึกษาการประมวลผลภาพทางการแพทย์
Article Sidebar
เผยแพร่แล้ว:
ส.ค. 15, 2018
คำสำคัญ:
การจำลองหุ่นส่วนร่างกาย หุ่นส่วนร่างกาย ทรวงอก ภาพเอกซเรย์คอมพิวเตอร์
Main Article Content
บทคัดย่อ
หุ่นส่วนร่างกายทางคณิตศาสตร์ เป็นการจำลองอวัยวะในร่างกายของมนุษย์อย่างง่าย หุ่นส่วนร่างกายสามารถจำลองอวัยวะ เช่น ทรวงอก ปอด กระดูก และกล้ามเนื้อ ค่าข้อมูลของหุ่นส่วนร่างกายสามารถใช้แทนอวัยวะในภาพของเครื่องเอกซเรย์คอมพิวเตอร์(ซีที)ได้ จุดประสงค์ในการศึกษาครั้งนี้เพื่อสร้างหุ่นส่วนร่างกายส่วนทรวงอกของมนุษย์ ข้อมูลภาพจำลองจะถูกเปรียบเทียบกับภาพซีทีจากฐานข้อมูล : เรดิโอพิเดีย โดยใช้ภาพอ้างอิงสามสิบสี่ภาพ อวัยวะจากการจำลองมีลักษณะคล้ายคลึงกับอวัยวะในภาพซีที การวัดค่าโปรไฟล์เชิงเส้น และวัดค่าความเข้มในภาพจำลองเปรียบเทียบกับภาพจากฐานข้อมูล การประเมินเชิงปริมาณของค่าโปรไฟล์และค่าความเข้ม ค่าความเข้มของ ปอด หัวใจ และกระดูก ไม่มีความแตกต่างกัน(P<0.05) ส่วนความเข้มของหลอดเลือดมีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ (P>0.05) การประเมินโดยผู้เชี่ยวชาญด้านกายวิภาคศาสตร์ สามท่าน ภาพจำลองมีความคล้ายคลึงกับภาพจากฐานข้อมูลในระดับปานกลาง สรุปได้ว่า ภาพหุ่นส่วนร่างกายมีความคล้ายคลึงกับภาพซีทีจากฐานข้อมูลและสามารถนำไปทดสอบอัลกอริทึมอื่นๆได้
Article Details
รูปแบบการอ้างอิง
[1]
แก้วเหล็ก ฐ., “การจำลองหุ่นส่วนร่างกายของทรวงอกสำหรับการศึกษาการประมวลผลภาพทางการแพทย์”, sej, ปี 13, ฉบับที่ 1, น. 52–62, ส.ค. 2018.
ประเภทบทความ
บทความวิจัย
ลิขสิทธิ์เป็นของวารสารวิศวกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ
เอกสารอ้างอิง
[1] D. L. Miglioretti, E. Johnson, A. Williams, R. T. Greenlee, S. Weinmann, L. I. Solberg, H. S. Feigelson, D. Roblin, M. J. Flynn, N. Vanneman, and R. Smith-Bindman, “The use of computed tomography in pediatrics and the associated radiation exposure and estimated cancer risk,” JAMA Pediatrics, vol. 167, no.8, pp. 700–707, 2013.
[2] J. Panés, R. Bouzas, M. Chaparro, V. García-Sánchez, J. P. Gisbert, B. Martínez de Guereñu, J. L. Mendoza, J. M. Paredes, S. Quiroga, T. Ripollés, and J. Rimola, “Systematic review: the use of ultrasonography, computed tomography and magnetic resonance imaging for the diagnosis, assessment of activity and abdominal complications of Crohn’s disease,” Aliment Pharmacol. Ther., vol. 34, no.2, pp. 125–145, 2011.
[3] M. Karçaaltincaba and A. Aykut, “Dual-energy CT revisited with multidetector CT: review of principles and clinical applications,” Diagn. Interv. Radiol., vol. 17, no.3, pp. 181-194, 2011.
[4] Z. Ma, J.R.S.Tavares, R.N. Jorge, and T. Mascarenhas, “A review of algorithms for medical image segmentation and their applications to the female pelvic cavity,” CMBBE, vol. 13, pp. 235-246, August 2010.
[5] F. P. M.Oliveira and J. R. S. Tavares, “Medical image registration: a review,” CMBBE, vol. 17, pp. 73-93, March 2014.
[6] I.Sechopoulos, “A review of breast tomosynthesis. Part II. Image reconstruction, processing and analysis, and advanced applications,” Med Phys, vol. 40, no.1, pp. 1-17, 2013.
[7] Radiology Support Devices, The Alderson Radiation Therapy phantom. (2016, Jan 20). [Online]. Available: http://www.rsdphantoms. com/rt_art.htm
[8] L.A.Shepp and B.F.Logan, “The fourier reconstruction of a head section,” IEEE Trans Nucl Sci, vol. 21, pp. 21–43, June 1974.
[9] B.D. Muzio. (2016, Jan 29). Normal chest CT, [Online]. Available: http://www. radiopaedia. org/cases/normal-chest-ct-1
[10] Matlab. (2016, Feb 29 ). Create head phantom image, [Online]. Available:http://www.mathworks.com/ help/images/ ref/phantom.html
[11] ImageJ. (2016, May 2). ImageJ program, [Online]. Available: https://imagej.nih.gov/ij/
[12] Matlab. (2016, Feb 29 ). Add noise to image, [Online]. Available: http://www.mathworks. com/help/images /ref/ imnoise.html
[13] Matlab. (2016, Feb 29 ). Image filter [Online]. Available: https://www.mathworks.com/help /images /ref/imfilter.html
[14] Matlab. (2016, Feb 29 ). Global image threshold using Otsu's method [Online]. Available: https:// www.mathworks.com/ help/images /ref/graythresh.html
[15] Matlab. (2016, Feb 29). Multilevel thresholding Online]. Available:://www.math works.com/ help/images/ref/ grayslice.html
[16] Matlab. (2016, Feb 29 ). Concatenate arrays along specified dimension [Online]. Available: https://www.mathworks.com/help/matlab/ref/cat.html
[17] X. Liang, Z. Zhang, T. Niu, S. Yu, S. Wu, Z. Li, H. Zhang, and Y. Xie, “Iterative image-domain ring artifact removal in cone-beam CT,” Phys Med Biol, vol. 62, pp. 5276-5292, June 2017.
[18] S. Li, E. T. Quinto, W. Shiqiang, and J. Ming, “Simultaneous reconstruction and segmentation with the mumford-shah functional for electron tomography,”in IEEE Engineering in Medicine and Biology Society Annual Conference, Florida, 2016, pp.5909-5912.
[19] A. Singer and H.T. Wu, “Two-dimensional tomography from noisy projections taken at unknown random directions,” SIAM J Imaging Sci, vol. 6, no.1, pp. 136-175, 2013.
[20] T. Kaewlek, D.Koolpiruck, S. Thongvigitmanee, M. Mongkolsuk, S.Thammakittiphan, S.O. Tritrakarn, and P. Chiewvit, “Metal artifact reduction and image quality evaluation of lumbar spine CT images using metal sinogram segmentation,” J XRay Sci Technol, vol. 23, pp. 649-666, no.6 2015.
[21] Z. Messali, N. Chetih, A. Serir, and A. Boudjelal, “A quantitative comparative study of back projection, filtered back projection, gradient and bayesian reconstruction algorithms in computed tomography (CT),” IJPS, vol. 4, no.1, pp. 12-31, 2015.
[22] P. H. Pretorius, M. A. King, B. M. Tsui, K.J. LaCroix, and W. Xia, “A mathematical model of motion of the heart for use in generating source and attenuation maps for simulating emission imaging,” Med Phys, vol. 26, no.11, pp. 2323-2332, 1999.
[23] Division of Medical Imaging Physics, Johns Hopkins Medical Institutions, USA. (2016, June 3). Medical Imaging Simulation Techniques and Computer Phantoms [Online]. Available: http://dmip1.rad.jhmi. edu/xcat/
[2] J. Panés, R. Bouzas, M. Chaparro, V. García-Sánchez, J. P. Gisbert, B. Martínez de Guereñu, J. L. Mendoza, J. M. Paredes, S. Quiroga, T. Ripollés, and J. Rimola, “Systematic review: the use of ultrasonography, computed tomography and magnetic resonance imaging for the diagnosis, assessment of activity and abdominal complications of Crohn’s disease,” Aliment Pharmacol. Ther., vol. 34, no.2, pp. 125–145, 2011.
[3] M. Karçaaltincaba and A. Aykut, “Dual-energy CT revisited with multidetector CT: review of principles and clinical applications,” Diagn. Interv. Radiol., vol. 17, no.3, pp. 181-194, 2011.
[4] Z. Ma, J.R.S.Tavares, R.N. Jorge, and T. Mascarenhas, “A review of algorithms for medical image segmentation and their applications to the female pelvic cavity,” CMBBE, vol. 13, pp. 235-246, August 2010.
[5] F. P. M.Oliveira and J. R. S. Tavares, “Medical image registration: a review,” CMBBE, vol. 17, pp. 73-93, March 2014.
[6] I.Sechopoulos, “A review of breast tomosynthesis. Part II. Image reconstruction, processing and analysis, and advanced applications,” Med Phys, vol. 40, no.1, pp. 1-17, 2013.
[7] Radiology Support Devices, The Alderson Radiation Therapy phantom. (2016, Jan 20). [Online]. Available: http://www.rsdphantoms. com/rt_art.htm
[8] L.A.Shepp and B.F.Logan, “The fourier reconstruction of a head section,” IEEE Trans Nucl Sci, vol. 21, pp. 21–43, June 1974.
[9] B.D. Muzio. (2016, Jan 29). Normal chest CT, [Online]. Available: http://www. radiopaedia. org/cases/normal-chest-ct-1
[10] Matlab. (2016, Feb 29 ). Create head phantom image, [Online]. Available:http://www.mathworks.com/ help/images/ ref/phantom.html
[11] ImageJ. (2016, May 2). ImageJ program, [Online]. Available: https://imagej.nih.gov/ij/
[12] Matlab. (2016, Feb 29 ). Add noise to image, [Online]. Available: http://www.mathworks. com/help/images /ref/ imnoise.html
[13] Matlab. (2016, Feb 29 ). Image filter [Online]. Available: https://www.mathworks.com/help /images /ref/imfilter.html
[14] Matlab. (2016, Feb 29 ). Global image threshold using Otsu's method [Online]. Available: https:// www.mathworks.com/ help/images /ref/graythresh.html
[15] Matlab. (2016, Feb 29). Multilevel thresholding Online]. Available:://www.math works.com/ help/images/ref/ grayslice.html
[16] Matlab. (2016, Feb 29 ). Concatenate arrays along specified dimension [Online]. Available: https://www.mathworks.com/help/matlab/ref/cat.html
[17] X. Liang, Z. Zhang, T. Niu, S. Yu, S. Wu, Z. Li, H. Zhang, and Y. Xie, “Iterative image-domain ring artifact removal in cone-beam CT,” Phys Med Biol, vol. 62, pp. 5276-5292, June 2017.
[18] S. Li, E. T. Quinto, W. Shiqiang, and J. Ming, “Simultaneous reconstruction and segmentation with the mumford-shah functional for electron tomography,”in IEEE Engineering in Medicine and Biology Society Annual Conference, Florida, 2016, pp.5909-5912.
[19] A. Singer and H.T. Wu, “Two-dimensional tomography from noisy projections taken at unknown random directions,” SIAM J Imaging Sci, vol. 6, no.1, pp. 136-175, 2013.
[20] T. Kaewlek, D.Koolpiruck, S. Thongvigitmanee, M. Mongkolsuk, S.Thammakittiphan, S.O. Tritrakarn, and P. Chiewvit, “Metal artifact reduction and image quality evaluation of lumbar spine CT images using metal sinogram segmentation,” J XRay Sci Technol, vol. 23, pp. 649-666, no.6 2015.
[21] Z. Messali, N. Chetih, A. Serir, and A. Boudjelal, “A quantitative comparative study of back projection, filtered back projection, gradient and bayesian reconstruction algorithms in computed tomography (CT),” IJPS, vol. 4, no.1, pp. 12-31, 2015.
[22] P. H. Pretorius, M. A. King, B. M. Tsui, K.J. LaCroix, and W. Xia, “A mathematical model of motion of the heart for use in generating source and attenuation maps for simulating emission imaging,” Med Phys, vol. 26, no.11, pp. 2323-2332, 1999.
[23] Division of Medical Imaging Physics, Johns Hopkins Medical Institutions, USA. (2016, June 3). Medical Imaging Simulation Techniques and Computer Phantoms [Online]. Available: http://dmip1.rad.jhmi. edu/xcat/
