An automated segmentation technique for the processing of foot ultrasound images

Deshpande, Rucha; Ramalingam, Rajkumar Elagiri; Chockalingam, Nachiappan; Naemi, Roozbeh; Branthwaite, Helen; Sundar, Lalith Kumar Shiyam

doi:10.1109/issnip.2013.6529820

Cited by 7 publications

(2 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Lastly, a small object or any other object that is attached to the boundary is eliminated through the use of the area feature. In addition, an automatic method was proposed by [29] to enable the segmentation of 2D foot ultrasound image. Their study comprises three phases.…”

Section: Figure 1: Us Analysis and Understandmentioning

confidence: 99%

Fully Automatic Segmentation of Gynaecological Abnormality Using a New Viola-Jones Model

Hussein¹,

Burhanuddin²,

Mohammed³

et al. 2021

Computers, Materials &Amp; Continua

View full text Add to dashboard Cite

One of the most complex tasks for computer-aided diagnosis (Intelligent decision support system) is the segmentation of lesions. Thus, this study proposes a new fully automated method for the segmentation of ovarian and breast ultrasound images. The main contributions of this research is the development of a novel Viola-James model capable of segmenting the ultrasound images of breast and ovarian cancer cases. In addition, proposed an approach that can efficiently generate region-of-interest (ROI) and new features that can be used in characterizing lesion boundaries. This study uses two databases in training and testing the proposed segmentation approach. The breast cancer database contains 250 images, while that of the ovarian tumor has 100 images obtained from several hospitals in Iraq. Results of the experiments showed that the proposed approach demonstrates better performance compared with those of other segmentation methods used for segmenting breast and ovarian ultrasound images. The segmentation result of the proposed system compared with the other existing techniques in the breast cancer data set was 78.8%. By contrast, the segmentation result of the proposed system in the ovarian tumor data set was 79.2%. In the classification results, we achieved 95.43% accuracy, 92.20% sensitivity, and 97.5% specificity when we used the breast cancer data set. For the ovarian tumor data set, we achieved 94.84% accuracy, 96.96% sensitivity, and 90.32% specificity.

show abstract

Section: Figure 1: Us Analysis and Understandmentioning

confidence: 99%

Fully Automatic Segmentation of Gynaecological Abnormality Using a New Viola-Jones Model

Hussein¹,

Burhanuddin²,

Mohammed³

et al. 2021

Computers, Materials &Amp; Continua

View full text Add to dashboard Cite

show abstract

“…Las imágenes obtenidas fueron sometidas a una etapa de filtrado que comprende el uso de un un filtro de mediana (filtro espacial no lineal) con un kernel de 3x3, para atenuar el ruido tipo sal y pimienta. Finalmente se aplicó un filtro Gaussiano pasa bajas con una frecuencia de corte de D0=0.093, el cual se empleó para resaltar y suavizar los bordes de la estructura anatómica [4,10], mediante (1).…”

Section: B Procesamiento Digitalunclassified

Reconstrucción 3D de la Glándula Tiroides a partir de Imágenes Ultrasónicas en 2D

Granados¹,

Álvarez-Gutiérrez²,

Toranzo-Matínez³

et al.

View full text Add to dashboard Cite

349Resumen-El análisis de imágenes ecográficas o de ultrasonido (US) es una de las formas más seguras y accesibles como herramienta de diagnóstico y monitoreo de enfermedades. Sin embargo, se requiere de un conocimiento experto para la interpretación de este tipo de imágenes. La finalidad de este trabajo es proponer una alternativa práctica y de bajo costo para la visualización de estructuras anatómicas en 3D a partir de imágenes de US provenientes de un video adquirido en modo B. En particular, este trabajo se enfoca en la reconstrucción 3D de la glándula tiroides, la cual es de gran importancia para la secreción de hormonas en el cuerpo humano. La estrategia propuesta comprende la adquisición de las imágenes con un equipo de US portátil, a las cuales se les aplican procesos digitales de filtrado y segmentación, para realizar finalmente una reconstrucción utilizando las librerías de VTK.Palabras clave-glándula tiroides, reconstrucción 3D, ultrasonido. I. INTRODUCCIÓNLa glándula tiroides es una de las estructuras endócrinas de mayor tamaño del cuerpo humano, pesa de 20 a 25g y sus principales funciones son: secretar hormonas que estimulan el consumo de oxígeno por parte de casi todas las células corporales, intervenir en la regulación del metabolismo de lípidos y carbohidratos, regular la temperatura corporal, y colaborar para que el cerebro, el corazón, los músculos y otros órganos funcionen normalmente [1,2]. Esta glándula tiene una forma que asemeja a una mariposa, y consta de dos lóbulos (derecho e izquierdo) anterolaterales a la laringe y a la tráquea [1].Dentro de las técnicas de imagenología, el ultrasonido (US) resulta ser un método accesible para observar la morfología de la tiroides y evaluar su estado [3]; ya que es una técnica que construye una imagen a partir de ecos generados por los distintos tejidos al aplicar ondas ultrasónicas, por lo que es un procedimiento no invasivo, no utiliza radiación ni instalaciones especializadas, convirtiéndolo en una herramienta segura y fácil de usar [2].Sin embargo, las imágenes ecográficas son difíciles de interpretar sin un adecuado entrenamiento. Además, con un ultrasonido convencional (en 2D) no es posible la visualización de un volumen a lo largo de diferentes planos [16], cuestión que es deseable en la valoración de diferentes tejidos y estructuras anatómicas, como el caso de la tiroides. Para lidiar con esta limitante, se utilizan equipos de US en 3D, los cuales utilizan hardware (transductores) y softwares específicos para la reconstrucción y visualización tridimensional de estructuras de interés, sobre las cuales es posible realizar mediciones para un análisis cuantitativo con una mejor interpretación de las imágenes. A pesar de estas ventajas, es importante mencionar que los equipos de US en 3D tienen un alto costo en comparación a las sondas de ultrasonido 2D [17], lo que los hace menos accesibles en hospitales y centros educativos y de investigación.Por esta razón, el objetivo de este trabajo es plantear una metodología para generar una reconstrucción ...

show abstract

Liver Segmentation in Ultrasound Images by Using FCM and Mean Shift

Ding

Gong

et al. 2017

Communications in Computer and Information Science

View full text Add to dashboard Cite

An automated segmentation technique for the processing of foot ultrasound images

Cited by 7 publications

References 7 publications

Fully Automatic Segmentation of Gynaecological Abnormality Using a New Viola-Jones Model

Fully Automatic Segmentation of Gynaecological Abnormality Using a New Viola-Jones Model

Reconstrucción 3D de la Glándula Tiroides a partir de Imágenes Ultrasónicas en 2D

Liver Segmentation in Ultrasound Images by Using FCM and Mean Shift

Contact Info

Product

Resources

About