文献

J-GLOBAL ID：201802284935065963   整理番号：18A0209077

低解像度医用画像のマルチ画像セグメンテーション手法【JST・京大機械翻訳】

Multi-atlas image segmentation for the low-resolution medical images

著者 (3件)： He Guanghua (浙江越秀外国語学院国際商学院,浙江紹興,312000) ,  Zhu Hancan (紹興文理学院数理信息学院,浙江紹興,312000) ,  Liang Kewei (浙江大学数学科学学院,浙江杭州,310027)
資料名： Gaoxiao Yingyong Shuxue Xuebao. A Ji  (Gaoxiao Yingyong Shuxue Xuebao. A Ji)
巻： 32  号： 3  ページ： 371-378  発行年： 2017年 
JST資料番号： C2903A  ISSN： 1000-4424  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： 多重画像に基づく画像セグメンテーションは,高いセグメンテーション精度と強いロバスト性のために,医用画像セグメンテーションの分野で広く研究されており,主に画像登録とラベル融合の2つのステップを含んでいる。現在のところ,多重画像セグメンテーション法の研究は,通常,スペクトル画像と分割されたターゲット画像が同じ分解能を持っている場合に展開されていることが知られている。しかし、画像採集時間、採集設備などの影響を受けるため、臨床実践で採集した画像はほとんどが低解像度データであり、現在、画像研究に広く使用されている方法は臨床実践に有効に応用できない。そのため、この問題に対して、我々は画像の超解像度の回復方法を結合し、精確でロバストな低解像度の医用画像のマルチスペクトル分割方法を提案した。実験結果により,提案した方法が多重画像セグメンテーションのセグメンテーション精度を著しく改善することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 分解能 ,  *画像 ,  ロバスト性 ,  スペクトル画像 ,  多重化 ,  *医用画像
準シソーラス用語： 多重スペクトル ,  医用画像セグメンテーション ,  セグメンテーション精度 ,  *画像セグメンテーション ,  *低分解能 , 【Automatic Indexing@JST】

著者キーワード (4件)： low-resolution images ,  image registration ,  multi-atlas image segmentation ,  image super-resolution

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 低解像度 ,  医用画像 ,  マルチ ,  画像セグメンテーション ,  手法