Detección automática de hueso en imágenes médicas 3D a partir de segmentación con mallado anisótropo adaptativo

Abstract

[EN] In Finite Element analysis of medical images, obtained by CT Scan and magnetic resonance, there is a problem in the calculus because of the same color scale of different body parts, for example, sometimes the cancellous bone and the muscles have the same color value, involving indeterminations assigning material properties to the different tissues. This master’s thesis tries to obtain an application that automatically detects the bone, or other body parts, in medical images for its subsequent analysis using the cartesian grid Finite Element Method (cgFEM). In the methodology developed there is a preprocessing, where the images are prepared for the segmentation. Afterwards, a segmentation is done, obtained by a two-dimensional anisotropic mesh adaptation, developed in the Mathematics Department of the Polytechnic in Milano. Finally, there is a postprocessing, where a logical matrix is created, using the mesh in the segmentation, that distinguish between those parts of the image that are useful for its analysis with cgFEM and those that are not. The tests done with different medical images shows satisfactory results, like those detailed in the report, achieving the thesis’s goal.

En los análisis de elementos finitos personalizados, realizados a partir de imágenes médicas (TAC o resonancias magnéticas) se pueden encontrar diversas problemáticas. Por ejemplo, el hueso trabecular y la musculatura resultan, en ocasiones, representados por el mismo nivel de intensidad, lo que conlleva a indeterminaciones a la hora de asignar propiedades de material a los diferentes tejidos. Se desea desarrollar una aplicación que detecte automáticamente partes del cuerpo, principalmente huesos, para su posterior análisis mediante el Cartesian grid Finite Element Method (cgFEM). Para ello, en este trabajo, se analizará la viabilidad de utilizar las técnicas de mallado anisótropo desarrolladas en el Departamento de Matemática del Politécnico di Milano. Esta técnica genera una malla de triángulos sobre una imagen 2D donde los triángulos se alargan en la dirección tangente a los contornos que aparecen en la imagen.

[CA] En els anàlisis de Elements Finits a partir de imatges mediques, obtingudes mitjançant TAC i ressonàncies magnètiques, existeix una problemàtica degut a la igualtat de tonalitat de escala de color en distintes parts del cos humà, per eixample, en ocasions l’os trabecular i la musculatura poden presentar nivells de color similars, implicant indeterminacions a la hora de assignar propietats de material als diferents teixits. Aquest treball de màster pretén obtenir una aplicació que detecti el os, o altres parts del cos, en imatges mediques per al seu posterior anàlisis mitjançant el cartesian grid Finite Element Method (cgFEM). En la metodologia desenvolupada hi ha un preprocés, on se preparen les imatges mediques. Posteriorment es realitza la segmentació pròpiament dita, on s’emplea un mallat anisòtrop adaptatiu bidimensional, a partir de les desenvolupades en el Departament de Matemàtiques del Politècnic de Mila. Finalment, hi ha un post procés, on es construeix una matriu lògica, a partir del mallat obtingut en la segmentació, que diferencia aquelles parts de la imatge que son útils per als anàlisis de cgFEM de aquelles que no. Les proves realitzades con distintes imatges mèdiques donen resultats satisfactoris, com els que se detallen en la memòria, complint aixina l’objectiu del treball.