Adaptive Refinement of Segmented Object Contour Based on the Brightness of Neighboring Pixels Using the Ensemble Method
Improving the accuracy of computer vision algorithms plays a significant role in the tasks of medical image segmentation. After all, determining the boundaries of objects is a difficult task when using medical images, and especially X-ray images. The use of X-ray images in segmentation tasks is a co...
Збережено в:
| Дата: | 2025 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | English Ukrainian |
| Опубліковано: |
Інститут енергетичних машин і систем ім. А. М. Підгорного Національної академії наук України
2025
|
| Онлайн доступ: | https://journals.uran.ua/jme/article/view/312207 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Energy Technologies & Resource Saving |
Репозитарії
Energy Technologies & Resource Saving| id |
oai:ojs.journals.uran.ua:article-312207 |
|---|---|
| record_format |
ojs |
| institution |
Energy Technologies & Resource Saving |
| baseUrl_str |
|
| datestamp_date |
2025-01-20T16:27:43Z |
| collection |
OJS |
| language |
English Ukrainian |
| format |
Article |
| author |
Конюхов, В. Д. |
| spellingShingle |
Конюхов, В. Д. Adaptive Refinement of Segmented Object Contour Based on the Brightness of Neighboring Pixels Using the Ensemble Method |
| author_facet |
Конюхов, В. Д. |
| author_sort |
Конюхов, В. Д. |
| title |
Adaptive Refinement of Segmented Object Contour Based on the Brightness of Neighboring Pixels Using the Ensemble Method |
| title_short |
Adaptive Refinement of Segmented Object Contour Based on the Brightness of Neighboring Pixels Using the Ensemble Method |
| title_full |
Adaptive Refinement of Segmented Object Contour Based on the Brightness of Neighboring Pixels Using the Ensemble Method |
| title_fullStr |
Adaptive Refinement of Segmented Object Contour Based on the Brightness of Neighboring Pixels Using the Ensemble Method |
| title_full_unstemmed |
Adaptive Refinement of Segmented Object Contour Based on the Brightness of Neighboring Pixels Using the Ensemble Method |
| title_sort |
adaptive refinement of segmented object contour based on the brightness of neighboring pixels using the ensemble method |
| title_alt |
Адаптивне уточнення контуру сегментованого об’єкта на основі яскравості сусідніх пікселів із використанням ансамблевого методу Адаптивне уточнення контуру сегментованого об’єкта на основі яскравості сусідніх пікселів із використанням ансамблевого методу |
| description |
Improving the accuracy of computer vision algorithms plays a significant role in the tasks of medical image segmentation. After all, determining the boundaries of objects is a difficult task when using medical images, and especially X-ray images. The use of X-ray images in segmentation tasks is a complex process, since these images themselves can have a sufficient amount of noise and artifacts. Classical segmentation methods face significant challenges when segmenting X-ray images where there are objects with fuzzy boundaries. To solve such tasks, it is suggested to use segmentation with the help of machine learning, and to increase the accuracy of determining the boundaries of objects, it is necessary to use adaptive approaches. This paper proposes a new method to improve the accuracy of X-ray image segmentation, which analyzes the neighboring pixels of each contour element and adaptively reshapes it if necessary, and then combines all predictions using an ensemble method, which improves the previous version of the contour. The method was able to demonstrate an improvement in the quality of image segmentation on three datasets with different complexity of structures. Improvements in object boundary accuracy were obtained for all three sets. |
| publisher |
Інститут енергетичних машин і систем ім. А. М. Підгорного Національної академії наук України |
| publishDate |
2025 |
| url |
https://journals.uran.ua/jme/article/view/312207 |
| work_keys_str_mv |
AT konûhovvd adaptiverefinementofsegmentedobjectcontourbasedonthebrightnessofneighboringpixelsusingtheensemblemethod AT konûhovvd adaptivneutočnennâkonturusegmentovanogoobêktanaosnovíâskravostísusídníhpíkselívízvikoristannâmansamblevogometodu |
| first_indexed |
2025-01-21T04:05:34Z |
| last_indexed |
2025-01-21T04:05:34Z |
| _version_ |
1821920453438996480 |
| spelling |
oai:ojs.journals.uran.ua:article-3122072025-01-20T16:27:43Z Adaptive Refinement of Segmented Object Contour Based on the Brightness of Neighboring Pixels Using the Ensemble Method Адаптивне уточнення контуру сегментованого об’єкта на основі яскравості сусідніх пікселів із використанням ансамблевого методу Адаптивне уточнення контуру сегментованого об’єкта на основі яскравості сусідніх пікселів із використанням ансамблевого методу Конюхов, В. Д. Improving the accuracy of computer vision algorithms plays a significant role in the tasks of medical image segmentation. After all, determining the boundaries of objects is a difficult task when using medical images, and especially X-ray images. The use of X-ray images in segmentation tasks is a complex process, since these images themselves can have a sufficient amount of noise and artifacts. Classical segmentation methods face significant challenges when segmenting X-ray images where there are objects with fuzzy boundaries. To solve such tasks, it is suggested to use segmentation with the help of machine learning, and to increase the accuracy of determining the boundaries of objects, it is necessary to use adaptive approaches. This paper proposes a new method to improve the accuracy of X-ray image segmentation, which analyzes the neighboring pixels of each contour element and adaptively reshapes it if necessary, and then combines all predictions using an ensemble method, which improves the previous version of the contour. The method was able to demonstrate an improvement in the quality of image segmentation on three datasets with different complexity of structures. Improvements in object boundary accuracy were obtained for all three sets. Підвищення точності алгоритмів комп'ютерного зору відіграє значну роль у сегментації медичних зображень, адже саме визначення меж об'єктів є складним завданням під час використання медичних зображень, а особливо рентгенівських знімків. Застосування рентгенівських знімків у сегментації є складним процесом, оскільки саме ці зображення можуть мати достатню кількість шумів й артефактів. Класичні методи сегментації стикаються з суттєвими викликами при сегментації рентгенівських зображень, де є об'єкти з нечіткими межами. Для вирішення таких завдань пропонується використовувати сегментацію за допомогою машинного навчання, а для підвищення точності визначення меж об'єктів необхідно застосовувати адаптивні підходи. У цій статті пропонується новий метод підвищення точності сегментації рентгенівських зображень, який аналізує сусідні пікселі кожного елемента контуру та, якщо потрібно, адаптивно змінює його форму, після чого комбінує всі передбачення за допомогою ансамблевого методу, що дає змогу покращити попередню версію контуру. Як демонструють дослідження, завдяки даному методу покращується якість сегментації зображень на трьох наборах даних із різною складністю структур. Для всіх трьох наборів отримано покращення точності меж об'єктів. Підвищення точності алгоритмів комп'ютерного зору відіграє значну роль у сегментації медичних зображень, адже саме визначення меж об'єктів є складним завданням під час використання медичних зображень, а особливо рентгенівських знімків. Застосування рентгенівських знімків у сегментації є складним процесом, оскільки саме ці зображення можуть мати достатню кількість шумів й артефактів. Класичні методи сегментації стикаються з суттєвими викликами при сегментації рентгенівських зображень, де є об'єкти з нечіткими межами. Для вирішення таких завдань пропонується використовувати сегментацію за допомогою машинного навчання, а для підвищення точності визначення меж об'єктів необхідно застосовувати адаптивні підходи. У цій статті пропонується новий метод підвищення точності сегментації рентгенівських зображень, який аналізує сусідні пікселі кожного елемента контуру та, якщо потрібно, адаптивно змінює його форму, після чого комбінує всі передбачення за допомогою ансамблевого методу, що дає змогу покращити попередню версію контуру. Як демонструють дослідження, завдяки даному методу покращується якість сегментації зображень на трьох наборах даних із різною складністю структур. Для всіх трьох наборів отримано покращення точності меж об'єктів. Інститут енергетичних машин і систем ім. А. М. Підгорного Національної академії наук України 2025-01-20 Article Article application/pdf application/pdf https://journals.uran.ua/jme/article/view/312207 Journal of Mechanical Engineering; Vol. 27 No. 4 (2024); 73-78 Проблемы машиностроения; Том 27 № 4 (2024); 73-78 Проблеми машинобудування; Том 27 № 4 (2024); 73-78 2709-2992 2709-2984 en uk https://journals.uran.ua/jme/article/view/312207/311764 https://journals.uran.ua/jme/article/view/312207/311765 Copyright (c) 2024 Владислав http://creativecommons.org/licenses/by-nd/4.0 |