Identyfikacja kinematycznych modeli ruchu stawu kolanowego na podstawie sekwencji obrazów RTG
[ 1 ] Instytut Automatyki i Robotyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik
[ 1 ] Instytut Automatyki i Robotyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik
EN Identification of kinematic models for the knee joint based on X-ray image sequences
polski
- Kinematyka stawu kolanowego
- Identyfikacja modelu
- Sieci neuronowe
- Kinematics of knee joint
- Model identification
- Neural networks
PL Niniejsza rozprawa ma na celu przedstawienie opracowanej metody identyfikacji modelu stawu kolanowego, który umożliwia opis kinematyki stawów na różnym etapie rozwoju, zarówno patologicznych jak i zdrowych. Jako dane wejściowe wykorzystano zbiór zdjęć rentgenowskich, dla których zastosowanie klasycznych metod przetwarzania obrazu jest ograniczone. W pracy zaproponowano dekompozycję modelu kinematyki na dwa podmodele, pozycji oraz orientacji. Zaproponowany algorytm składa się z następujących etapów: wyboru anatomicznych cech kości stawu kolanowego, wykrycia na obrazach punktów kluczowych jednoznacznie opisujących te cechy, wyznaczenia konfiguracji stawu, wyboru struktury modelu oraz wyznaczenia parametrów minimalizujących przyjęte kryterium, walidacji i porównania z istniejącymi rozwiązaniami. Praca prezentuje interdyscyplinarne podejście do rozwiązania problemu. Wykorzystano m.in. techniki przetwarzania obrazów, w tym splotowe sieci neuronowe, metody identyfikacji modelu. Przedstawiona metoda wpisuje się w trend wykorzystania narzędzi automatyki do usprawnienia procesu diagnozy i leczenia opartych o dane graficzne.
EN The aim of this work is to present the designed model identification method of knee joint, which is able to describe the kinematics of joints at different maturity level, the normal as well as the pathological ones. The set of X-ray images are used as initial data, limiting the application of standard image processing techniques. It is proposed to divide the kinematic model into two sub-models, position and orientation. The proposed algorithm consists of the following steps: selection of anatomical features of knee joint bones, detection of image points unambiguously denoting those features, estimation of knee joint configuration, selection of model structure and calculation of parameter values that minimise the chosen criterion, validation and comparison with existing methods. The work presents the interdisciplinary approach towards the solution of a stated problem. Among others, the following had been applied, image processing, including convolutional neural networks, model identification methods. The presented method fits within the trend of transforming the methods used in automation to improve image based medical diagnostics and treatment.
122
nauki inżynieryjne i techniczne
automatyka i robotyka
DrOIN 2012
publiczny
Grzegorz Granosik
Łódź, Polska
19.08.2019
polski
publiczny
Andrzej Obuchowicz
Zielona Góra, Polska
21.08.2019
polski
publiczny
rozprawa doktorska
Poznań, Polska
23.09.2019
Rada Wydziału Informatyki Politechniki Poznańskiej
doktor nauk inżynieryjno-technicznych w dyscyplinie: automatyka, elektronika i elektrotechnika, w specjalności: robotyka medyczna