関節レジストレーションからの適応空間プライアによる画像セグメンテーション【JST・京大機械翻訳】

Li Haifeng; Guo Weihong; Liu Jun; Cui Li; Xie Dongxing

プレプリント

J-GLOBAL ID：202202211752550650 整理番号：22P0312198

関節レジストレーションからの適応空間プライアによる画像セグメンテーション【JST・京大機械翻訳】

Image Segmentation with Adaptive Spatial Priors from Joint Registration

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年03月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

画像セグメンテーションは,多くのアプリケーションを持つ重要だが挑戦的なタスクである。例えば,医用イメージングにおいて,強度不均一性と雑音は一般的である。大腿筋画像では,異なる筋肉が一緒に閉じられ,それらの間に明確な境界が全くない。強度ベースのセグメンテーションモデルは,もう1つの筋肉を別のものに分離できない。このような問題を解決するために,本研究では,関節登録からの適応空間事前のセグメンテーションモデルを提案した。このモデルは,それらの正の相互影響を利用するために,統一フレームワークにおけるセグメンテーションと登録を組み合わせる。セグメンテーションは,強度不均一性と空間的平滑度を統合する修正Gauss混合モデル(GMM)に基づいている。レジストレーションは,以前に形状を提供する役割を果たす。レジストレーションに対する二乗差(SSD)忠実度項とTikhonov規則性項の修正和を採用し,Gaussピラミッドとロバスト性に対するパラメトリック法も利用した。セグメンテーションとレジストレーションの間の接続は,セグメンテーションマップ(セグメンテーションから)と変形アトラス(登録から)をできるだけ同様にするクロスエントロピーメトリックによって保証される。この結合フレームワークを制約最適化フレームワーク内で実装し,効率的なアルゴリズムを導いた。合成および大腿筋MR画像について提案モデルを評価した。数値結果により,セグメンテーションおよびレジストレーションと比較して,別々に,そして,他の関節モデルと比較して,改善を示した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

医用画像処理 , パターン認識

, , ,

前のページに戻る