文献

J-GLOBAL ID：201602288248298610   整理番号：16A0805373

半自動脳腫瘍セグメンテーションアルゴリズム【Powered by NICT】

A semi-automatic brain tumor segmentation algorithm

著者 (4件)： Zhang Xiaoli (College of Computer Science and Technology Jilin University, Changchun, China) ,  Li Xiongfei (College of Computer Science and Technology Jilin University, Changchun, China) ,  Li Hongpeng (The Second Hospital Jilin University, Changchun, China) ,  Feng Yuncong (College of Computer Science and Technology Jilin University, Changchun, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICME  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,磁気共鳴イメージング(MRI)画像からの脳腫瘍のセグメンテーションを行うために提案した新しい半自動セグメンテーションアルゴリズム。最初に,元の画像の平滑化バージョンを得ることであるエッジを意識したフィルタ。第二に,大津に基づくマルチレベル閾値処理を平滑化した画像と原画像でそれぞれ行った。二セグメンテーションマップはk最近接法(KNN)則によって融合した洗練されたセグメンテーション結果を得ることである。三段階の組合せは,マルチスケールOtsuベースのセグメンテーションと表現できた。最後に,ユーザが挿入された種子近傍の脳腫瘍領域のセグメンテーションを行うために採用されている双方向領域成長法。提案したアルゴリズムは,MRIT2画像で試験し,有望な結果をもたらす:セグメント化された腫瘍領域は他の最新の方法で得られたものに比べてより正確であった。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *アルゴリズム ,  NMRイメージング ,  利用者 ,  画像 ,  平滑化 ,  *セグメンテーション ,  *腫瘍 ,  フィルタ ,  *脳腫瘍
準シソーラス用語： 領域成長法 ,  マルチスケール ,  k最近接法 ,  マルチレベル閾値 ,  自動セグメンテーション , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 脳腫瘍 ,  セグメンテーション ,  アルゴリズム