文献

J-GLOBAL ID：202102244763713106   整理番号：21A0802382

医用画像セグメンテーションのための直観的レベル集合セグメンテーション【JST・京大機械翻訳】

Intuitionistic Level Set Segmentation for Medical Image Segmentation

著者 (2件)： Arora Jyoti ( Department of Information Technology, MSIT, Affiliated to GGSIPU, Delhi, India) ,  Tushir Meena ( Department of Electrical Engineering, MSIT, Affiliated to GGSIPU, Delhi, India)
資料名： Recent Advances in Computer Science and Communications  (Recent Advances in Computer Science and Communications)
巻： 13  号： 5  ページ： 1039-1046  発行年： 2020年 
JST資料番号： W3652A  ISSN： 2666-2566  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 不明 (ARE)  言語： 英語 (EN)

抄録/ポイント： 導入:画像セグメンテーションは,画像を相互に排他的に分割することを含む基本的実践の1つである。異なるセグメントに画像を分割する方法は,医用画像分析の分野で最も重要で重要なステップの1つと考えられている。目的:研究の第一の目的は,医用画像セグメンテーションのためのレベルセットセグメンテーションのプロセスを自動化するための統合アプローチを設計することである。この方法は,パラメータの手動初期化の問題を克服するのに役立つであろう。【方法】:提案方法において,入力画像を画像の直観的ファジィ化の過程によって簡素化する。局所空間情報(S-IFCM)を組み込んだ直観的ベースクラスタリング技法により,更なるセグメンテーションを行った。レベルセット法の制御パラメータを,解剖学的境界を定義するために,S-IFCMによって自動化した。【結果】脳と肝臓のMRIとCTスキャン画像で,実験結果を実行した。結果を既存のファジィレベル集合セグメンテーションと比較した。MSE,PSNRおよびセグメンテーション精度を用いた空間ファジィレベル集合セグメンテーション。提案したセグメンテーション技法後に得られた定性的結果は境界の明確な定義を示した。提案アルゴリズムのPSNRとMSE値は,アルゴリズムのロバスト性を証明した。セグメンテーション精度を,0.909値を有するMRI画像のT-1加重軸スライスのセグメンテーション結果のために計算した。結論:提案方法は,医用画像のセグメンテーションのための良い精度を示す。この方法は,異なるモダリティを有する異なる臨床画像のセグメンテーションのための良い代替品であり,ファジィ技術より良い結果を与えることを証明した。Copyright 2021 Bentham Science Publishers All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自動化 ,  簡素化 ,  *セグメンテーション ,  ファジィ集合 ,  解剖学 ,  *医用画像 ,  NMRイメージング ,  ロバスト性 ,  計算機トモグラフィー
準シソーラス用語： モダリティ ,  空間情報 ,  *画像セグメンテーション ,  *レベルセット法 ,  *医用画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (6件)： 空間クラスタリング ,  直観的ファジィ集合 ,  レベルセット法 ,  医用画像セグメンテーション ,  MRI ,  CTスキャン

分類 (2件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 医用画像セグメンテーション ,  直観 ,  レベル集合 ,  セグメンテーション