Bücher von Rakesh Kumar Y

L'imagerie du foie à partir d'images de tomodensitométrie abdominale a été largement étudiée ces dernières années et reste une tâche difficile. Le traitement des images de tomodensitométrie comprend le diagnostic automatique du foie et des lésions. En raison de la grande similitude d'intensité entre les tissus hépatiques et les organes voisins du foie, il est difficile de segmenter le foie et la tumeur. La segmentation de la région extraite en tant que biomarqueur d'imagerie constitue un élément essentiel de la "radiomique". Ce livre présente une brève introduction aux tumeurs du foie dans les images de tomodensitométrie, différentes méthodes de détection des tumeurs du foie, la segmentation automatique des tumeurs du foie à partir d'images de tomodensitométrie abdominale est présentée. Une approche basée sur des paramètres statistiques est utilisée pour distinguer les tissus tumoraux du foie des autres organes abdominaux. Les méthodes de segmentation existantes, telles que les méthodes de seuillage basées sur l'intensité et la croissance des régions, sont étudiées et comparées à la méthode basée sur les paramètres statistiques.

A imagiologia do fígado utilizando imagens de TC abdominal tem sido amplamente estudada nos últimos anos e continua a ser uma tarefa difícil. O processamento de imagens de TC inclui o diagnóstico automático do fígado e das lesões. Devido à elevada semelhança de intensidade entre os tecidos hepáticos e os órgãos vizinhos do fígado, é difícil segmentar o fígado e o tumor. A segmentação da região extraída como biomarcador de imagem constitui um componente essencial da "Radiómica". Este livro apresenta uma breve introdução ao tumor do fígado em imagens de tomografia computorizada, diferentes métodos de deteção de tumores do fígado, segmentação automática de tumores do fígado a partir de imagens de tomografia computorizada abdominal. É utilizada uma abordagem baseada em parâmetros estatísticos para distinguir o tecido tumoral do fígado de outros órgãos abdominais. Os métodos de segmentação existentes, como os métodos de crescimento de regiões e de limiarização baseados na intensidade, são investigados e comparados com o método baseado em parâmetros estatísticos.

L'imaging del fegato mediante immagini TC addominali è stato ampiamente studiato negli ultimi anni ed è ancora un compito impegnativo. L'elaborazione delle immagini TC comprende la diagnosi automatica del fegato e delle lesioni. A causa dell'elevata somiglianza di intensità tra i tessuti epatici e gli organi vicini al fegato, è difficile segmentare il fegato e il tumore. La segmentazione della regione estratta come biomarcatore di imaging costituisce una componente essenziale della "radiomica". Questo libro presenta una breve introduzione al tumore del fegato nelle immagini di scansione TC, diversi metodi per rilevare il tumore del fegato, la segmentazione automatica del tumore del fegato da immagini di scansione TC addominale. Per distinguere il tessuto tumorale epatico dagli altri organi addominali viene utilizzato un approccio basato su parametri statistici. I metodi di segmentazione esistenti, come il region growing e il thresholding basato sull'intensità, vengono analizzati e confrontati con il metodo basato sui parametri statistici.

La obtención de imágenes del hígado mediante TC abdominal se ha estudiado ampliamente en los últimos años y sigue siendo una tarea difícil. El procesamiento de imágenes de TC incluye el diagnóstico automático del hígado y la parte de las lesiones. Debido a la gran similitud de intensidad entre los tejidos hepáticos y los órganos cercanos al hígado, es difícil segmentar el hígado y el tumor. La segmentación de la región extraída como biomarcador de imagen constituye un componente esencial de la "Radiómica". Este libro presenta una breve introducción a los tumores hepáticos en imágenes de TC, diferentes métodos para detectar tumores hepáticos y la segmentación automática de tumores hepáticos a partir de imágenes de TC abdominales. Se utiliza un enfoque basado en parámetros estadísticos para distinguir el tejido tumoral hepático de otros órganos abdominales. Se investigan los métodos de segmentación existentes, como el crecimiento regional y los métodos de umbralización basados en la intensidad, y se comparan con el método basado en parámetros estadísticos.

Die Bildgebung der Leber mit Hilfe von Bauch-CT-Bildern wurde in den letzten Jahren umfassend untersucht und ist nach wie vor eine anspruchsvolle Aufgabe. Die Verarbeitung von CT-Bildern umfasst die automatische Diagnose von Leber und Läsionen. Aufgrund der hohen Intensitätsähnlichkeit zwischen Lebergewebe und den benachbarten Organen der Leber ist es schwierig, Leber und Tumor zu segmentieren. Die Segmentierung der extrahierten Region als bildgebender Biomarker ist ein wesentlicher Bestandteil der "Radiomik". In diesem Buch werden eine kurze Einführung in Lebertumore in CT-Scan-Bildern, verschiedene Methoden zur Erkennung von Lebertumoren und die automatische Segmentierung von Lebertumoren aus abdominalen CT-Scan-Bildern vorgestellt. Ein auf statistischen Parametern basierender Ansatz wird verwendet, um Lebertumorgewebe von anderen abdominalen Organen zu unterscheiden. Die vorhandenen Segmentierungsmethoden wie Region Growing und intensitätsbasierte Schwellenwertverfahren werden untersucht und mit der auf statistischen Parametern basierenden Methode verglichen.

Liver imaging using abdominal CT images has been widely studied in the recent years and it is still a challenging task. Processing CT image includes the automatic diagnosis of liver and lesions part. Because of the high intensity similarity between liver tissues and nearby organs of liver it is difficult to segment liver and tumor. Segmentation of extracted region as an imaging biomarker forms an essential component of ¿Radiomics¿. This book presents brief intro to liver tumor in CT Scan images, different methods in detecting liver tumor, automatic liver tumor segmentation from abdominal CT scan images is presented. A statistical parameter-based approach is used to distinguish liver tumor tissue from other abdominal organs. The existing segmentation methods such as region growing and intensity based thresholding methods are investigated and compared with statistical parameter-based method.