文献

J-GLOBAL ID：201602215116202054   整理番号：16A0098627

先験的スパース辞書と正孔充填に基づくCT画像における肝臓のセグメンテーション【Powered by NICT】

Liver segmentation in CT image based on priori sparse dictionary and hole filling

著者 (4件)： Wang Xuehu (Beijing Engineering Res. Center for Mixed Reality and Novel Display Technol., School of Optic and Electronic,Beijing ...) ,  Yang Jian (Beijing Engineering Res. Center for Mixed Reality and Novel Display Technol., School of Optic and Electronic,Beijing ...) ,  Ai Danni (Beijing Engineering Res. Center for Mixed Reality and Novel Display Technol., School of Optic and Electronic,Beijing ...) ,  Wang Yongtian (Beijing Engineering Res. Center for Mixed Reality and Novel Display Technol., School of Optic and Electronic,Beijing ...)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 23  号： 9  ページ： 2687-2697  発行年： 2015年 
JST資料番号： C2090A  ISSN： 1004-924X  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： 複雑な肝画像に対して,本論文では,スパース辞書と正孔充填技術に基づく三次元自動肝臓セグメンテーション手法を提案した。腹部CT画像のGabor特徴を抽出した。Gabor画像とCT画像における肝臓金標準の境界に同じサイズの画像ブロックは,列車セットの二群として選択した。,訓練セットを用いて,辞書とスパース符号化を得た。ゴールデン標準画像はセグメント化される画像を登録し,登録された肝臓境界はセグメント化される画像の初期肝臓境界として採用した。さらに,同じサイズの画像の二セットを初期境界上の十名の近隣住民におけるトレーニングセットとして選択した。スパース符号化および画像再構成誤差は試験集合とブロックスパース辞書を用いて計算した,最小画像再構成誤差を持つ最終肝臓境界が得られた。最後に,正孔充填法は最終的なセグメンテーション結果を得るために肝臓境界完了と平滑化のために設計した。肝臓セグメンテーションのための提案した方法はMICCAI2007のデータセットを用いて評価した。結果は,この方法が肝臓のための優れたセグメンテーション適用性とロバスト性を持つことを示した。より高いセグメンテーション精度を示し,体積重なり誤差率は5.21±0.004から5に低下し,相対体積誤差は0.72±0.001から2であり,平均対称表面距離誤差は(0.93±0.14)mmに減少した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *画像 ,  三次元 ,  適応性 ,  列車 ,  *肝臓 ,  画像再構成 ,  *透視図法 ,  ロバスト性 ,  *セグメンテーション ,  平滑化 ,  *正孔 ,  対称性
準シソーラス用語： データセット ,  スパースコーディング ,  *CT画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 辞書 ,  正孔 ,  CT画像 ,  肝臓 ,  セグメンテーション