การแยกแยะภาพหัวใจห้องล่างซ้ายในภาพคลื่นแม่เหล็กไฟฟ้าหัวใจโดยแอกทีฟคอนทัวร์โมเดล

Abstract

ในงานวิจัยนี้ได้เสนอวิธีการแยกแยะภาพหัวใจห้องล่างซ้ายในภาพคลื่นแม่เหล็กไฟฟ้าหัวใจ การแยกแยะภาพเป็นขั้นตอนที่มีความสำคัญในการหาขนาดของภาพหัวใจห้องล่างซ้าย ที่ซึ่งเป็นเครื่องมือที่สำคัญสำหรับการวินิจฉัยความผิดปกติของโรคหัวใจ การแยกแยะภาพโดยวิธีการดั้งเดิมจะใช้การวาดขอบภาพในบริเวณที่ต้องการโดยมนุษย์ซึ่งเป็นการสิ้นเปลืองเวลาในการหาบริเวณที่สนใจในแต่ละภาพ อีกทั้งการหาบริเวณเขตแดนของภาพหัวใจในภาคลื่นแม่เหล็กไฟฟ้าโดยอัตโนมัติยังเป็นวิธีการที่กระทำได้ยาก ดังนั้นวิธีการแยกแยะภาพหัวใจห้องล่างซ้ายโดยอัตโนมัติในภาพคลื่นแม่เหล็กไฟฟ้า ถูกเสนอเพื่อช่วยลดเวลาในการทำงานด้วยความถูกต้องที่ใกล้เคียงกับแพทย์ ในบทความวิจัยนี้ใช้วิธีการของแอกทีฟคอนทัวร์โมเดล ในการแยกแยะภาพหัวใจห้องล่างซ้ายในภาพคลื่นแม่เหล็กไฟฟ้าหัวใจ แต่อย่างไรก็ตามจุดอ่อนข้อหนึ่งของวิธีการนี้คือ จะมีเวกเตอร์ที่พุ่งไปที่ขอบแคบ ดังนั้นจะต้องวางจุดเริ่มต้นของเส้นแสดงรูปร่างใกล้กับขอบวัตถุที่สนใจ ถ้าจุดเริ่มต้นของเส้นแสดงรูปร่างไกลจากขอบของวัตถุ ก็จะไม่สามารถตรวจพบขอบที่ถูกต้องของวัตถุได้ ดังนั้นจึงได้เสนอวิธีการแก้ปัญหาโดยการหาจุดเริ่มต้นของเส้นแสดงรูปร่างที่ใกล้เคียงกับขอบของวัตถุ โดยการใช้การประมาณการทั้งแนวแกนนอนและแนวแกนตั้ง การใช้วิธีการตรวจหาขอบแคนนี่ และการใช้ความหนาแน่นของความยาวขอบในงานวิจัยผลลัพธ์จากแพทย์ผู้เชี่ยวชาญถูกนำไปใช้เป็นข้อมูลจริง เพื่อทดสอบประสิทธิภาพของวิธีการจากผลการทดสอบทั้งหมดแสดงให้เห็นว่าวิธีการที่นำเสนอมีความถูกต้องในการแยกแยะภาพได้อย่างมีประสิทธิภาพ และยังมีความถูกต้องใกล้เคียงกับการแยกแยะภาพโดยแพทย์

Image Segmentation of Left Ventricle in Cardiac Magnetic Resonance Images by Using Active Contour Model

This paper presents an efficient method to segment the left ventricle in cardiac magnetic resonance images (MRI). This is a required step to determine the volume of left ventricle, which is an essential tool for diagnosis of heart disease. The traditional method for segmenting the left ventricle is by human delineation which used time consuming. Finding the correct boundary in cardiac MRI is a difficult task. So an automatic method for segmenting the left ventricle in cardiac MRI is proposed to reduce the analysis time with similar accuracy level compared to doctor opinions. In this paper, the active contour model (ACM) was used for segmenting the left ventricle in cardiac MRI. However, the weakness of ACM is narrow capture range. So, the initial contour of ACM must be close to the object boundary. If the initial contour of ACM model is far from boundary of object, it cannot detect the boundary of the object. This is a very demanding condition. So, we proposed a solution to solve this problem by finding the initial contour where close to boundary of object by using projections on both horizontal and vertical axes, canny edge detection and edge length density. The results of skilled doctors’ opinions were used be ground truths for testing the efficiency of the proposed method. From all experimental results show that the proposed technique is able to provide more accurate segmentation results efficiently and visually close to the manual segmentation by doctors.