文献

J-GLOBAL ID：201102296438028338   整理番号：11A1102105

肝臓腫瘍CT画像自動区分化のためのグラフに基づく方法

Graph-based M ethod for Liver Tumor CT Image Auto-segmentation

著者 (5件)： Yi Haiming (Biomedical Engineering Center, Beijing Univ. of Technol., Beijing) ,  Wu Shuicai (Biomedical Engineering Center, Beijing Univ. of Technol., Beijing) ,  Gao Hongjian (Biomedical Engineering Center, Beijing Univ. of Technol., Beijing) ,  Zhao Lei (Biomedical Engineering Center, Beijing Univ. of Technol., Beijing) ,  Zeng Yi (Biomedical Engineering Center, Beijing Univ. of Technol., Beijing)
資料名： Beijing Gongye Daxue Xuebao  (Beijing Gongye Daxue Xuebao)
巻： 36  号： 4  ページ： 572-576  発行年： 2010年 
JST資料番号： C2401A  ISSN： 0254-0037  CODEN： BGDXD6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 肝臓腫瘍CT画像自動区分化のための新規な方法を,本論文で提案した。グラフの最小のスパンニング木を活用することによって,方法は画像の均一な区域を調査することができて,画像区分化は,ランクと経路圧縮による結合によって時間で実施することができた。方法は52の肝臓腫瘍CT画像を通して検討して,最低限のユークリッドの距離を平均する(AMED)結果実証と範囲共通部分測度は,個々に8.7540と95.15%であり,区分化精度は最適であり,これらの結果は,提案した方法の自動-セグメン肝臓腫瘍が,速く,正確にできことを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *断層画像 ,  *肝臓腫瘍 ,  グラフ ,  分化 ,  スパンニング木 ,  蓋 ,  測度 ,  圧縮 ,  平均値
準シソーラス用語： *CT画像 ,  リッド ,  平均

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 肝臓腫瘍 ,  CT画像 ,  グラフ