Данная работа посвящена исследованию методов сегментации медицинских изображений и разработке инструмента полуавтоматической сегментации на основе алгоритма Чана-Везе. Задачи, которые решались в ходе исследования: 1. Изучение алгоритма Чана-Везе и его модификаций для решения задачи выборочной сегментации. 2. Разработка алгоритма обработки входных данных. 3. Реализация инструмента на базе платформы с открытым исходным кодом MITK. 4. Численное исследование качества сегментации на открытых датасетах медицинских изображений. В работе представлен алгоритм Чана-Везе в классической формулировке, а также его модификации для решения задачи выборочной сегментации. На основе алгоритма разработан инструмент для полуавтоматической интерактивной сегментации 2D изображений. Осуществлена реализация инструмента на основе платформы MITK. Произведена разметка 700+ двумерных сечений КТ снимков сердца и селезёнки из открытого датасета предоставляемого в рамках конкурса «Medical Segmentation Decathlon». Представлены значения метрики F1 на размеченных изображениях. В результате была разработан инструмент интерактивной сегментации медицинских изображений, позволяющий получить в высокое качество сегментации (среднее и медианное значения метрики F1 : 0.95), при низком количестве ввода от пользователя (среднее и медианное количество опорных точек: 4 шт.).

The given work is devoted to studying of medical image segmentation methods and development of semiautomatic segmentation tool based on the Chan-Vese algorithm. The research set the following goals: 1. Studying the Chan-Vese algorithm and its modifications aimed at selective segmentation. 2. Development of user input data handling algorithm. 3. Tool implementation using the MITK open-source platform. 4. Numerical research of segmentation quality on open medical image datasets. The work presents the Chan-Vese algorithm in its classic formulation as well as its modification aimed at selective segmentation. Based on presented algorithm a semiautomatic interactive segmentation tool was developed. Tool implementation was done using the MITK open-source platform. 700+ 2D slices of spleen and heart CT images from “Medical Segmentation Decathlon” open dataset have been segmented. F1 score values on segmented data are presented. The work resulted in an interactive medical image segmentation tool which produces high segmentation quality (average and median F1 score of 0.95) with little manual input (mean and median manually placed point numbers of 4).