| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 285.5 KB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
O principal objetivo deste trabalho consiste em encontrar o melhor método para
segmentar imagens médicas, mais especificamente, radiografias dentárias. Pretende-se
também definir critérios de comparação relevantes para avaliar a qualidade da segmentação obtida. Este último ponto permitiu definir uma metodologia de validação dos resultados obtidos com duas categorias distintas de algoritmos: k-means e fuzzy c-means.
Em alternativa, testaram-se também os métodos de Otsu e da binarisation. As experiencias efetuadas tiveram em conta imagens diferentes, cada uma com características próprias, de maneira a obter uma técnica de segmentação o mais genérica possível. Os resultados obtidos foram comparados com a segmentação real dada por um profissional de odontologia. Observou-se que os métodos de clusterização têm dificuldade em separar a parte correspondente ao dente da parte da gengiva. Efetivamente, nesta área da imagem a tonalidade dos pixéis é muito semelhante. No entanto, os resultados são promissores pois a técnicas utilizadas conseguem identificar grande parte da área correspondente ao dente.
Description
Keywords
Radiografia dentária Segmentação de imagem Cluster K-means Fuzzy c-means
Citation
Lawniczak, Jean Clement; Balsa, Carlos (2017). Segmentação de imagens através de métodos robustos de clusterização. In IV Encontro de Jovens Investigadores do Instituto Politécnico de Bragança. Bragança
Publisher
Instituto Politécnico de Bragança