Automatic detection of emphysema in 3d CT scans - Speciale Forsvar af Katja Gamby

Emfysem er en nedbrydning af lungevævet, som forekommer når man får kronisk obstruktiv lungesygdom (KOL), tidligere kendt som rygerlunger. Det er en meget udbredt sygdom, som der er stor interesse for at diagnosticere så tidligt som muligt.
I mit speciale bruger jeg mønstergenkendelse til at genkende emfysem i højopløsnings CT-skanninger af lunger.
Jeg undersøger en klassifikationsmetode, som bygger på histogrammer over lokale binære mønstre koblet med intensitet, og udvider denne til at virke på 3d skanninger.
Ved at benytte den udvidede metode på hele skanninger opnår jeg en klassifikationsnøjagtighed på 100% på mit træningssæt, og jeg opnår en nøjagtighed på 85% med en sensitivitet på 93% på et datasæt udvalgt efter GOLD stadier.
Jeg analyserer histogrammerne med pca og finder frem til at metoden fokuserer på et lille antal lokale binære mønstre i nogle få intensitetsintervaller. Jeg tror at disse resultater kan bruges i videre forskning i at diagnosticere de tidlige stadier af emfysem

Vejleder: Jon Sporring, Datalogisk Institut, Københavns Universitet
Censor: Bjarne Ersbøll, IMM-DTU
For an electronic copy of the thesis, please contact Dina Riis Johannessen, 35 3214 23, dinariis@diku.dk