Аннотация:
В статье представлена разработка алгоритма автоматической сегментации бронхиального дерева на КТ-изображениях и построения его трёхмерной модели. Описан подход, основанный на текстурном анализе и использовании референсных сегментов, а также обучение различных алгоритмов машинного обучения, включая Decision Tree и Random Forest. Проведён анализ эффективности на выборке из 15 КТ-снимков, включающей более 300 сегментов. Представлены метрики качества (Accuracy, Recall, Precision, F1, IoU), результаты показали преимущество Random Forest для данной задачи. Предложены направления дальнейшего усовершенствования алгоритма. Разработка может быть полезна для клинической практики при планировании бронхопластики, а также в качестве инструмента диагностики и визуализации сложных структур дыхательной системы.
Полный текст:
PDF файл (419 kB)