文献

J-GLOBAL ID：202102277572851427   整理番号：21A3387657

スーパーピクセルセグメンテーションによりハイブリッド化した強度不均一画像のBias補正【JST・京大機械翻訳】

Bias correction of intensity inhomogeneous images hybridized with superpixel segmentation

著者 (11件)： Li Dongxiu (Key Laboratory of Intelligent Computing in Medical Image (MIIC), Ministry of Education, Northeastern University, Shenyang, Liaoning 110169, China) ,  Li Dongxiu (School of Computer Science and Engineering, Northeastern University, Shenyang, Liaoning 110169, China) ,  Chen Shuaizheng (Key Laboratory of Intelligent Computing in Medical Image (MIIC), Ministry of Education, Northeastern University, Shenyang, Liaoning 110169, China) ,  Chen Shuaizheng (School of Computer Science and Engineering, Northeastern University, Shenyang, Liaoning 110169, China) ,  Feng Chaolu (Key Laboratory of Intelligent Computing in Medical Image (MIIC), Ministry of Education, Northeastern University, Shenyang, Liaoning 110169, China) ,  Feng Chaolu (Key Laboratory of Medical Image Computing (MIC), Liaoning Province, Shenyang, Liaoning 110169, China) ,  Feng Chaolu (School of Computer Science and Engineering, Northeastern University, Shenyang, Liaoning 110169, China) ,  Li Wei (Key Laboratory of Medical Image Computing (MIC), Liaoning Province, Shenyang, Liaoning 110169, China) ,  Li Wei (School of Computer Science and Engineering, Northeastern University, Shenyang, Liaoning 110169, China) ,  Yu Kun (Key Laboratory of Intelligent Computing in Medical Image (MIIC), Ministry of Education, Northeastern University, Shenyang, Liaoning 110169, China) ,  Yu Kun (School of Computer Science and Engineering, Northeastern University, Shenyang, Liaoning 110169, China)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 71  号： PB  ページ： Null  発行年： 2022年 
JST資料番号： W3347A  ISSN： 1746-8094  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： 画像強度バイアス補正は依然として未解決問題である。ファジィc平均ベースバイアス補正法は一般的である。しかし,それらは時間がかかり,正確なクラスタリング数は前もって知らなければならない。上記の問題に取り組むため,スーパーピクセルクラスタリングとハイブリダイズしたバイアス場補正埋め込みFCM(BCEFCM)法を提案した。さらに,提案した方法を拡張して,カラー画像と多重モダリティ画像に存在する類似問題に対処した。さらに,ヒストグラムベース戦略を提案し,あらかじめクラスタリング数を推定し,それは,一般に,正確なクラスタリング数よりも大きい。提案方法は,脳WebとMICCAI SATAチャレンジからの代表的画像で広範囲にテストされた。結果は,前進における正確なクラスタリング数を知る必要がなく,また,変動係数(CV),関節変動(CJV)の係数,二乗平均平方根誤差(RMSE),および構造類似性指数(SSI)に関して,代表的な方法より,より良いバイアス補正と画像セグメンテーション結果を作り出す必要のない,提案した方法の利点を実証した。。”結果”は,変動係数(CV),関節変動係数(CJV),二乗平均平方根誤差(RMSE),および構造類似性指数(SSI)に関して,代表的な方法よりも,より良いバイアス補正と画像セグメンテーション結果をもたらす。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  ダイズ ,  クラスタ化 ,  *画素 ,  多重化 ,  バイアス ,  ハイブリッド方式 ,  類似性 ,  カラー画像 ,  曖昧さ ,  変動係数 ,  Web【情報システム】
準シソーラス用語： モダリティ ,  画像セグメンテーション ,  バイアス補正 , 【Automatic Indexing@JST】

著者キーワード (4件)： 強度の不均一性 ,  Bias補正 ,  スーパーピクセルセグメンテーション ,  クラスタリング

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 (1件)： 不均一