Publicação

Segmentação de imagens através de métodos robustos de clusterização

Ver documento

Detalhes bibliográficos
Resumo:O principal objetivo deste trabalho consiste em encontrar o melhor método para segmentar imagens médicas, mais especificamente, radiografias dentárias. Pretende-se também definir critérios de comparação relevantes para avaliar a qualidade da segmentação obtida. Este último ponto permitiu definir uma metodologia de validação dos resultados obtidos com duas categorias distintas de algoritmos: k-means e fuzzy c-means. Em alternativa, testaram-se também os métodos de Otsu e da binarisation. As experiencias efetuadas tiveram em conta imagens diferentes, cada uma com características próprias, de maneira a obter uma técnica de segmentação o mais genérica possível. Os resultados obtidos foram comparados com a segmentação real dada por um profissional de odontologia. Observou-se que os métodos de clusterização têm dificuldade em separar a parte correspondente ao dente da parte da gengiva. Efetivamente, nesta área da imagem a tonalidade dos pixéis é muito semelhante. No entanto, os resultados são promissores pois a técnicas utilizadas conseguem identificar grande parte da área correspondente ao dente.
Autores principais:Lawniczak, Jean Clement
Outros Autores:Balsa, Carlos
Assunto:Radiografia dentária Segmentação de imagem Cluster K-means Fuzzy c-means
Ano:2017
País:Portugal
Tipo de documento:documento de conferência
Tipo de acesso:acesso aberto
Instituição associada:Instituto Politécnico de Bragança
Idioma:português
Origem:Biblioteca Digital do IPB
_version_ 1867173342927126528
author Lawniczak, Jean Clement
author2 Balsa, Carlos
author2_role author
author_facet Lawniczak, Jean Clement
Balsa, Carlos
author_role author
contributor_name_str_mv Biblioteca Digital do IPB
country_str PT
creators_json_txt [{\"Person.name\":\"Lawniczak, Jean Clement\"},{\"Person.name\":\"Balsa, Carlos\",\"Person.identifier.orcid\":\"0000-0003-2431-8665\"}]
datacite.contributors.contributor.contributorName.fl_str_mv Biblioteca Digital do IPB
datacite.creators.creator.creatorName.fl_str_mv Lawniczak, Jean Clement
Balsa, Carlos
datacite.date.Accepted.fl_str_mv 2017-01-01T00:00:00Z
datacite.date.available.fl_str_mv 2020-03-10T09:47:39Z
datacite.date.embargoed.fl_str_mv 2020-03-10T09:47:39Z
datacite.rights.fl_str_mv http://purl.org/coar/access_right/c_abf2
datacite.subjects.subject.fl_str_mv Radiografia dentária
Segmentação de imagem
Cluster
K-means
Fuzzy c-means
datacite.titles.title.fl_str_mv Segmentação de imagens através de métodos robustos de clusterização
dc.contributor.none.fl_str_mv Biblioteca Digital do IPB
dc.creator.none.fl_str_mv Lawniczak, Jean Clement
Balsa, Carlos
dc.date.Accepted.fl_str_mv 2017-01-01T00:00:00Z
dc.date.available.fl_str_mv 2020-03-10T09:47:39Z
dc.date.embargoed.fl_str_mv 2020-03-10T09:47:39Z
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv http://hdl.handle.net/10198/20891
dc.language.none.fl_str_mv por
dc.publisher.none.fl_str_mv Instituto Politécnico de Bragança
dc.rights.cclincense.fl_str_mv http://creativecommons.org/licenses/by/4.0/
dc.rights.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.subject.none.fl_str_mv Radiografia dentária
Segmentação de imagem
Cluster
K-means
Fuzzy c-means
dc.title.fl_str_mv Segmentação de imagens através de métodos robustos de clusterização
dc.type.none.fl_str_mv http://purl.org/coar/resource_type/c_c94f
description O principal objetivo deste trabalho consiste em encontrar o melhor método para segmentar imagens médicas, mais especificamente, radiografias dentárias. Pretende-se também definir critérios de comparação relevantes para avaliar a qualidade da segmentação obtida. Este último ponto permitiu definir uma metodologia de validação dos resultados obtidos com duas categorias distintas de algoritmos: k-means e fuzzy c-means. Em alternativa, testaram-se também os métodos de Otsu e da binarisation. As experiencias efetuadas tiveram em conta imagens diferentes, cada uma com características próprias, de maneira a obter uma técnica de segmentação o mais genérica possível. Os resultados obtidos foram comparados com a segmentação real dada por um profissional de odontologia. Observou-se que os métodos de clusterização têm dificuldade em separar a parte correspondente ao dente da parte da gengiva. Efetivamente, nesta área da imagem a tonalidade dos pixéis é muito semelhante. No entanto, os resultados são promissores pois a técnicas utilizadas conseguem identificar grande parte da área correspondente ao dente.
dirty 0
eu_rights_str_mv openAccess
format conferenceObject
fulltext.url.fl_str_mv https://bibliotecadigital.ipb.pt/bitstreams/0b22d517-fdf0-4fa6-8301-e69cc7ac7102/download
id ipb_dfb62b31df50ca312dc25ef0ff9d5b57
identifier.url.fl_str_mv http://hdl.handle.net/10198/20891
instacron_str ipb
institution Instituto Politécnico de Bragança
instname_str Instituto Politécnico de Bragança
language por
network_acronym_str ipb
network_name_str Biblioteca Digital do IPB
oai_identifier_str oai:bibliotecadigital.ipb.pt:10198/20891
organization_str_mv urn:organizationAcronym:ipb
person_str_mv Lawniczak, Jean Clement
Balsa, Carlos
Balsa, Carlos
https://www.ciencia-id.pt/DE1E-2F7A-AAB1
DE1E-2F7A-AAB1
http://orcid.org/0000-0003-2431-8665
0000-0003-2431-8665
publishDate 2017
publisher.none.fl_str_mv Instituto Politécnico de Bragança
reponame_str Biblioteca Digital do IPB
repository_id_str urn:repositoryAcronym:ipb
service_str_mv urn:repositoryAcronym:ipb
spelling porInstituto Politécnico de Bragançapt_PTO principal objetivo deste trabalho consiste em encontrar o melhor método para segmentar imagens médicas, mais especificamente, radiografias dentárias. Pretende-se também definir critérios de comparação relevantes para avaliar a qualidade da segmentação obtida. Este último ponto permitiu definir uma metodologia de validação dos resultados obtidos com duas categorias distintas de algoritmos: k-means e fuzzy c-means. Em alternativa, testaram-se também os métodos de Otsu e da binarisation. As experiencias efetuadas tiveram em conta imagens diferentes, cada uma com características próprias, de maneira a obter uma técnica de segmentação o mais genérica possível. Os resultados obtidos foram comparados com a segmentação real dada por um profissional de odontologia. Observou-se que os métodos de clusterização têm dificuldade em separar a parte correspondente ao dente da parte da gengiva. Efetivamente, nesta área da imagem a tonalidade dos pixéis é muito semelhante. No entanto, os resultados são promissores pois a técnicas utilizadas conseguem identificar grande parte da área correspondente ao dente.application/pdfpt_PTSegmentação de imagens através de métodos robustos de clusterizaçãoLawniczak, Jean ClementPersonalBalsa, CarlosDSpacehttp://dspace.org/items/d0e5ccff-9696-4f4f-9567-8d698a6bf17dDSpacehttp://dspace.org/items/d0e5ccff-9696-4f4f-9567-8d698a6bf17dBalsaCarlosCiência IDhttps://www.ciencia-id.ptDE1E-2F7A-AAB1ORCIDhttp://orcid.org0000-0003-2431-8665Researcher IDhttps://www.researcherid.comM-8735-2013Scopus Author IDhttps://www.scopus.com23391719100HostingInstitutionOrganizationalBiblioteca Digital do IPBe-mailmailto:dspace@ipb.ptdspace@ipb.ptISBNIsPartOf978-972-745-218-72020-03-10T09:47:39Z20172017-01-01T00:00:00ZHandlehttp://hdl.handle.net/10198/20891http://purl.org/coar/access_right/c_abf2open accessRadiografia dentáriaSegmentação de imagemClusterK-meansFuzzy c-means292355 bytesother research producthttp://purl.org/coar/resource_type/c_c94fconference object2017http://creativecommons.org/licenses/by/4.0/http://purl.org/coar/access_right/c_abf2application/pdffulltexthttps://bibliotecadigital.ipb.pt/bitstreams/0b22d517-fdf0-4fa6-8301-e69cc7ac7102/downloadIV Encontro de Jovens Investigadores do Instituto Politécnico de Bragança135135Bragança
spellingShingle Segmentação de imagens através de métodos robustos de clusterização
Lawniczak, Jean Clement
Radiografia dentária
Segmentação de imagem
Cluster
K-means
Fuzzy c-means
status SINGLETON
subject.fl_str_mv Radiografia dentária
Segmentação de imagem
Cluster
K-means
Fuzzy c-means
title Segmentação de imagens através de métodos robustos de clusterização
title_full Segmentação de imagens através de métodos robustos de clusterização
title_fullStr Segmentação de imagens através de métodos robustos de clusterização
title_full_unstemmed Segmentação de imagens através de métodos robustos de clusterização
title_short Segmentação de imagens através de métodos robustos de clusterização
title_sort Segmentação de imagens através de métodos robustos de clusterização
topic Radiografia dentária
Segmentação de imagem
Cluster
K-means
Fuzzy c-means
topic_facet Radiografia dentária
Segmentação de imagem
Cluster
K-means
Fuzzy c-means
url http://hdl.handle.net/10198/20891
visible 1