A semi-automaticatic segmentation algorithm of the prostate from TRUS images was developed in this work of thesis. The segmetation algorithm is based on model fitting of a deformable superellipse.

Nella pratica clinica l’ecografia transrettale (TRUS) della prostata è indicata nella biopsia della prostata per guidare il campionamento della lesione identificata alla RM. Obiettivo del lavoro di tesi è stato quello di sviluppare un algoritmo di segmentazione semiautomatico per il fitting con tecniche di ottimizzazione numerica di un superellisse deformabile, che approssimi la superficie prostatica, in modo da rendere possibile la registrazione con immagini da RM per la biopsia con tecnica fusion.

PROGETTAZIONE E SVILUPPO DI UN ALGORITMO DI SEGMENTAZIONE SEMI-AUTOMATICA DELLA PROSTATA DA IMMAGINI TRUS

GIRARDI, FRANCESCA
2020/2021

Abstract

A semi-automaticatic segmentation algorithm of the prostate from TRUS images was developed in this work of thesis. The segmetation algorithm is based on model fitting of a deformable superellipse.
2020
DESIGN AND DEVELOPMENT OF A SEMI-AUTOMATIC SEGMENTATION ALGORITHM OF THE PROSTATE FROM TRUS IMAGES
Nella pratica clinica l’ecografia transrettale (TRUS) della prostata è indicata nella biopsia della prostata per guidare il campionamento della lesione identificata alla RM. Obiettivo del lavoro di tesi è stato quello di sviluppare un algoritmo di segmentazione semiautomatico per il fitting con tecniche di ottimizzazione numerica di un superellisse deformabile, che approssimi la superficie prostatica, in modo da rendere possibile la registrazione con immagini da RM per la biopsia con tecnica fusion.
PROSTATA
SEGMENTAZIONE
TRUS
SUPERELLISSE
File in questo prodotto:
File Dimensione Formato  
Tesi_Francesca_Girardi.pdf

File consultabile da postazioni biblioteca

Dimensione 3.14 MB
Formato Adobe PDF
3.14 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/86986