文献

J-GLOBAL ID：201802291427196374   整理番号：18A0624402

医用画像における正確なabnormility検出のための拡散に基づく多重解像度フィルタアルゴリズム【Powered by NICT】

Diffusion based multiresolution filtering algorithms for accurate abnormility detection in medical images

著者 (2件)： Joshi Shilpa (Department of Electronics&Telecommunication, Vivekanad Education Society’s Institute of Technology, Chembur, Collector Colony, Mumbai-76, India) ,  Kulkarni R. K. (Department of Electronics & Telecommunication, Vivekanad Education Society’s Institute of Technology, Chembur, Collector Colony, Mumbai-76, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAC3  ページ： 1-5  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： 現在のシナリオでは医学が進んでいる,医用画像技術への依存性が高まっている。医用画像は非常に複雑であり,性質および治療計画のための雑音として医学は医用イメージング技術に依存している。これは医用画像解析の研究を生じ,出力の品質を改善した。出発後期種々の拡散ベースのフィルタリング技術は,例えば,異方性拡散(AD)または非線形拡散(ND),超音波画像中のエッジを確保し,向上させながら,これは医用画像におけるスペックル雑音を減少させることができた。いずれの場合も,粒状スペックル雑音の観点で,興味の解剖学的構造と異なる場所の描写をコンピュータまたは促進を介して特異的拡散ベースシステムを介した正確に同じを低減することは困難である。本論文では画像セグメンテーションの二つの方法を実行した。クラスタリングと領域成長セグメンテーションの各方法の長所と短所に基づいて,種子選択を行い,関心領域(ROI)を選択した。いくつかは人体の構造に関する解剖学的およびuncoverデータを与えるので,この論文では,異なる画像モダリティのこれらのフィルタとセグメント化医用画像超分解能(SR)の適用を提案し,他のものには,実際データ,特定地域での特異的活性の領域を与えた。提案したハイブリッド法で得られた結果は,統計的解析および視覚の点で優れた結果を与えた。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： 解剖学 ,  超音波画像 ,  *画像 ,  *医用画像 ,  フィルタリング ,  雑音 ,  治療計画 ,  エッジ検出 ,  *フィルタ ,  セグメンテーション ,  クラスタ化 ,  統計解析
準シソーラス用語： 画像セグメンテーション ,  スペックル雑音 ,  異方性拡散 ,  医用画像処理 , 【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 (4件)： 医用画像 ,  拡散 ,  多重解像度 ,  アルゴリズム