Approcci di segmentazione basati sulla struttura per immagini mediche

Negli ultimi anni, l'atomizzazione della diagnosi medica è aumentata in modo esponenziale. Uno dei passaggi più critici e fondamentali dell'analisi delle immagini è la segmentazione. I risultati della segmentazione svolgono un ruolo cruciale e fondamentale nell'analisi delle immagini, come la rappresentazione, la misurazione delle caratteristiche, la descrizione e persino nella classificazione e nell'interpretazione. Il presente studio ha proposto vari metodi innovativi di segmentazione per immagini mediche. I metodi di segmentazione proposti si basano su concetti derivati da combinazioni di morfologia, trasformata wavelet discreta (DWT), trasformata wavelet stazionaria (SWT), filtri di bordo, soglia e metodi basati sulla texture. I vantaggi dei metodi morfologici sono il filtraggio del rumore, la scheletrizzazione, l'ispessimento, la marcatura degli oggetti, la semplificazione della forma, il diradamento, l'involucro convesso, la segmentazione degli oggetti dallo sfondo, la descrizione quantitativa degli oggetti (proiezioni, area, perimetro). In questo libro sono stati discussi diversi metodi di segmentazione delle immagini della tubercolosi (TB), una delle infezioni batteriche croniche che causa più morti in tutto il mondo rispetto a qualsiasi altra malattia infettiva.