文献

J-GLOBAL ID：201702252624600776   整理番号：17A0275019

SLIC0スーパーピクセルに基づく脳腫瘍CT画像のセグメンテーション【Powered by NICT】

Brain tumor CT image segmentation based on SLIC0 superpixels

著者 (3件)： Wang Xiaopeng (School of Electronic and Information Engineering, Lanzhou Jiaotong University, 730070, China) ,  Peng Ma (School of Electronic and Information Engineering, Lanzhou Jiaotong University, 730070, China) ,  JunJun Zhao (School of Electronic and Information Engineering, Lanzhou Jiaotong University, 730070, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CISP-BMEI  ページ： 427-431  発行年： 2016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： 脳腫瘍CT画像セグメンテーションはしばしばファジィエッジに悩まされ,人手によるセグメンテーションは,主に医師の臨床経験に依存している。正確に脳腫瘍をセグメント化する目的のために,SLIC0スーパピクセルに基づく脳腫瘍CT画像セグメンテーションのための方法を提案した。,0(SLIC0)を用いた簡単な線形反復クラスタリング版はスーパーピクセルを生成するために使用される第二に,領域マージングを,それらの灰色にしたがって同様なスーパピクセルを融合するために採用された,最終的に脳腫瘍領域をセグメンテーションした。実験により,この方法が,標的腫瘍を精密に分割できる,セグメンテーション精度はスーパピクセルの画素数を設定することにより調整できることを示した。Copyright 2017 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： 医師 ,  *腫瘍 ,  *セグメンテーション ,  線形性 ,  クラスタ化 ,  *脳腫瘍 ,  画像セグメンテーション ,  改変
準シソーラス用語： 画素数 ,  領域マージング ,  臨床経験 ,  *CT画像 , 【Automatic Indexing@JST】

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)： ピクセル ,  脳腫瘍 ,  CT画像 ,  セグメンテーション