• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Workshop on Computer Vision for Biomedical Image Applications(CVBIA 2005); 20051021; Beijing(CN) >Segmenting Cardiopulmonary Images Using Manifold Learning with Level Sets
【24h】

Segmenting Cardiopulmonary Images Using Manifold Learning with Level Sets

机译：使用具有水平集的流形学习来分割心肺图像

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Cardiopulmonary imaging is a key tool in modern diagnostic and interventional medicine. Automated analysis of MRI or ultrasound video is complicated by limitations on the image quality and complicated deformations of the chest cavity created by patient breathing and heart beating. When these are the primary causes of image variation, the video sequence samples a two-dimensional, nonlinear manifold of images. Non-parametric representations of this image manifold can be created using recently developed manifold learning algorithms. For automated analysis tasks that require segmenting many images, this manifold structure provides strong new cues on the shape and deformation of particular regions of interest. This paper develops the theory and algorithms to incorporate these manifold constraints within a level set based segmentation algorithm. We apply our algorithm, based on manifold constraints to the problem of segmenting the left ventricle, and show the improvement that arises from using the manifold constraints.
机译：心肺成像是现代诊断和介入医学中的关键工具。 MRI或超声视频的自动分析由于图像质量的限制以及由患者的呼吸和心脏跳动而导致的胸腔的复杂变形而变得复杂。当这些是图像变化的主要原因时，视频序列将对图像的二维非线性流形采样。可以使用最近开发的流形学习算法来创建此图像流形的非参数表示。对于需要分割许多图像的自动化分析任务，这种多方面的结构为特定关注区域的形状和变形提供了强有力的新线索。本文发展了将这些流形约束纳入基于水平集的分割算法中的理论和算法。我们将基于流形约束的算法应用于分割左心室的问题，并显示出由于使用流形约束而产生的改进。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号