Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/64434
Full metadata record
DC FieldValueLanguage
dc.contributor.authorKurachka, K.-
dc.contributor.authorWang Xuemei-
dc.contributor.authorRen Huanhai-
dc.coverage.spatialМинскen_US
dc.date.accessioned2026-07-02T08:33:38Z-
dc.date.available2026-07-02T08:33:38Z-
dc.date.issued2026-
dc.identifier.citationKurachka, K. Intelligent CT Image Analysis Algorithm for 3D Mo del Construction = Алгоритм интеллектуального анализа КТ-изображений для построения 3D-модели / Kurachka K., Wang Xuemei, Ren Huanhai // Доклады БГУИР. – 2026. – Т. 24, № 3. – С. 77–84.en_US
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/64434-
dc.description.abstractThis paper presents an algorithm and associated software implementing a comprehensive computational pipeline based on the YOLOv8n-seg model (Ultralytics) for automated analysis of human lumbar spine CT images, including localization of anatomical regions, segmentation and quantitative measurements of vertebrae, and 3D visualization. Geometric parameters (total lumbar spine height and segmental angles) are calculated directly from segmentation masks and converted into physical units using the image resolution. This generates an STL file that can be exported to third-party software (e.g., 3D Slicer) for 3D surface reconstruction. A critical aspect of the developed approach is its emphasis on quantitative accuracy and reproducibility of results, rather than solely on visualization: measurements obtained from masks translate the model output into clinically interpretable metrics. This opens up opportunities for subsequent applications such as screening, patient stratification, and longitudinal studies.en_US
dc.language.isoenen_US
dc.publisherБГУИРen_US
dc.subjectдоклады БГУИРen_US
dc.subjectcomputed tomographyen_US
dc.subjectlumbar spineen_US
dc.subjectdeep learningen_US
dc.subjectsegmentationen_US
dc.subjectgeometric analysisen_US
dc.titleIntelligent CT Image Analysis Algorithm for 3D Mo del Constructionen_US
dc.title.alternativeАлгоритм интеллектуального анализа КТ-изображений для построения 3D-моделиen_US
dc.typeArticleen_US
dc.identifier.DOIhttp://dx.doi.org/10.35596/1729-7648-2026-24-3-77-84-
local.description.annotationВ статье представлены алгоритм и соответствующие программные средства, реализующие комплексный вычислительный конвейер на основе модели YOLOv8n-seg (компания Ultralytics) для автоматизированного анализа КТ-изображений поясничного отдела позвоночника человека, включая локализацию анатомических областей, сегментацию и количественные измерения позвонков, а также трехмерную визуализацию. При этом геометрические параметры (общая высота поясничного отдела и сегментарные углы) вычисляются непосредственно на основе сегментационных масок и конвертируются в физические единицы измерения с использованием разрешения изображения. В результате генерируется STL-файл, который может быть экспортирован в стороннее программное обеспечение (например, 3D Slicer) для реконструкции трехмерной поверхности. Критически важным аспектом разработанного подхода является акцент на количественной точности и воспроизводимости результатов, а не исключительно на визуализации: измерения, получаемые на основе масок, транслируют выходные данные модели в клинически интерпретируемые показатели. Это открывает возможности для последующих приложений, таких как скрининг, стратификация пациентов и лонгитюдное исследование.en_US
Appears in Collections:Том 24, № 3

Files in This Item:
File Description SizeFormat 
Kurachka_Intelligent.pdf931.27 kBAdobe PDFView/Open
Show simple item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.