文献

J-GLOBAL ID：201802233275257506   整理番号：18A0203298

ファジィC-meansクラスタリングに基づく距離正則化レベル集合進化を用いた雑音のあるCT画像における肝臓腫瘍セグメンテーション【Powered by NICT】

Liver tumor segmentation in noisy CT images using distance regularized level set evolution based on fuzzy C-means clustering

著者 (2件)： Yugander P. (IEEE, Department of ECE, KITS) ,  Reddy G. Raghotham (Department of ECE, KITS, Warangal, TS)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： RTEICT  ページ： 1530-1534  発行年： 2017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,雑音のあるCT(CT)画像における肝臓腫瘍の検出とセグメンテーションへのアプローチを提案した。画像分割は,医用画像処理応用において重要な役割を果たす。雑音は医用画像では極めて一般的である。画像の取得と透過が起こる。このフレームワークの重要な目標は,雑音のあるCTスキャン画像からの肝臓腫瘍のセグメンテーションによる肝癌を同定することである。サイズ,形状および疾患における患者間の変動が肝臓セグメンテーションは医療応用で困難な仕事である。一般的に肝癌を検査するために使用されているCTスキャン。本研究では,肝腫瘍は三段階,前処理段階,処理段階と検出段階における医用画像により検出した。最初の前処理段階では,メディアンフィルタを用いてCT画像から雑音を除去し,雑音除去された画像は,ファジィc-meansクラスタリング(FCM)アルゴリズムでセグメント化される。最後に検出段階距離正則化レベルセット進展(DRLSE)を用いて,腫瘍の境界を抽出することである。アルゴリズムは非常に肝細胞癌(肝癌)を同定するための非常に有用である。種々の雑音のあるCT画像上での実験結果は,提案した方法が肝臓からの肝腫瘍を抽出するための効率的であることを示した。Copyright 2018 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： 雑音除去 ,  計算機トモグラフィー ,  *曖昧さ ,  医用画像 ,  *セグメンテーション ,  前処理 ,  *正則化 ,  *肝臓腫瘍 ,  アルゴリズム ,  *雑音 ,  *腫瘍 ,  *画像 ,  *クラスタ化
準シソーラス用語： 画像セグメンテーション ,  *CT画像 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (9件)： ファジィ ,  クラスタリング ,  正則化 ,  レベル集合 ,  進化 ,  雑音 ,  CT画像 ,  肝臓腫瘍 ,  セグメンテーション