文献

J-GLOBAL ID：201702227710547314   整理番号：17A1622299

エッジと枝の長さ測定からの適応しきい値を用いた毛髪セグメンテーション【Powered by NICT】

Hair segmentation using adaptive threshold from edge and branch length measures

著者 (3件)： Lee Ian (Department of Mechanical Engineering, Massachusetts Institute of Technology, 77 Massachusetts Avenue, Cambridge, MA, 02139, USA) ,  Du Xian (Department of Mechanical Engineering, Massachusetts Institute of Technology, 77 Massachusetts Avenue, Cambridge, MA, 02139, USA) ,  Anthony Brian (Department of Mechanical Engineering, Massachusetts Institute of Technology, 77 Massachusetts Avenue, Cambridge, MA, 02139, USA)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 89  ページ： 314-324  発行年： 2017年 
JST資料番号： E0858A  ISSN： 0010-4825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 非侵襲的イメージング技法は臨床応用における皮膚疾患の皮膚構造と診断のモニタリングを可能にする。しかし,皮膚画像の毛は,関心のある皮膚構造のイメージングと分類を妨げている。多くの毛髪セグメンテーション法はディジタル脱毛に対し提案されているが,毛髪セグメンテーションにおける主要な課題は薄く,重複,基礎となる皮膚に類似のコントラストや色の毛を検出する,または高組織化皮膚構造に及ぼす被覆のままであった。問題を解決するために,毛を測定するためのエッジ密度(ED)と平均枝長(MBL)を用いた自動毛髪セグメンテーション手法を提案した。最初に,毛髪は,トップハット変換と修正第二近似解Gaussフィルタの統合により検出した。第二に,毛髪マスクを生成するためにEDとMBLのロバスト適応しきい値を用いた。第三に,毛髪マスクは毛と皮膚画素のk-NN分類により精密化した。提案したアルゴリズムは,それぞれ健康な皮膚画像と病変画像の二データセットを用いて試験した。これらのデータセットは,種々の照明レベルの異なる画像プラットフォームから採取し,皮膚色を変化させた。アルゴリズムの毛髪検出とセグメンテーション結果と最新技術の他の六毛髪セグメンテーション法を比較した。著者らの方法は,感度75%,特異度:95%の高値,有意に高い精度と他の方法よりも真陽性と偽陽性検出の間の良好なバランスを示しているを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *長さ測定 ,  ディジタル方式 ,  アルゴリズム ,  ロバスト性 ,  画像 ,  *セグメンテーション ,  皮膚病 ,  画像処理 ,  画素 ,  コントラスト ,  Gaussフィルタ
準シソーラス用語： 特異度 ,  肌色 ,  トップハット変換 ,  *適応閾値 , 【Automatic Indexing@JST】

著者キーワード (5件)： 皮膚科 ,  毛髪検出 ,  毛髪セグメンテーション ,  マルチスケール整合フィルタ ,  適応しきい値

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  動物病一般  (FE02010Q) ,  外皮一般  (EJ11010C)

タイトルに関連する用語 (6件)： エッジ ,  枝 ,  長さ測定 ,  適応しきい値 ,  毛髪 ,  セグメンテーション