El camp de la visió per computador va adquirint cada any més i més importància en tot el món, des del seu ús per a crear cotxes no tripulats, fins a ajudar a professionals mèdics en la realització de tasques difícils i dures. Una d'aquestes tasques consisteix en detectar si un pacient pateix de traqueobroncomalacia, una malaltia que fa que les parets de la tràquea i els bronquis es col·lapsin al exhalar. Aquest projecte pretén donar una estimació en el nivell de la obertura de les vies respiratòries de la persona que pateix traqueobroncomalacia, i dels pacients sans, i així donar un diagnòstic per a la malaltia utilitzant algorismes de segmentació existents o creant-ne de nous, i usant les característiques obtingudes dels diversos fotogrames de les broncoscòpies dels pacients. S'usaran varis algorismes de segmentació basats en la segmentació per regions, per bores i la segmentació per binarització, juntament amb la informació obtinguda durant el procés, per calcular i avaluar la evolució del grau de estenosi de la tràquea.
The computer vision field is gaining, every year, more and more importance across the whole world, from being used in order to create self-driving cars, to helping medics accomplishing difficult and arduous tasks. One of these tasks is to detect if a patient suffers from tracheobronchomalacia, a condition which causes the walls of the trachea and bronchi to collapse when exhaling. This project aims to give an estimation on the degree of aperture of the airways for people suffering from tracheobronchomalacia, and healthy users, and in so giving a diagnosis for the disease using existing or new segmentation algorithms, and features gathered from the various frames of the patients' bronchoscopies. We will use various segmentation algorithms based on regional, edge and binarization segmentation, together with information gathered during the process, in order to calculate and evaluate the evolution of the stenosis degree of the trachea.
