• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on BioMedical Engineering and Informatics >A multi-objectively-optimized graph-based segmentation method for breast ultrasound image
【24h】

A multi-objectively-optimized graph-based segmentation method for breast ultrasound image

机译：基于多层优化的基于乳房超声图像的分段方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Segmentation of medical image, as the most essential and important step in the computer-aided diagnosis system, can greatly influence the system performance. Better segmentation to a great extent means better performance. Among many proposed segmentation algorithms, graph-based segmentation has become a hot one in the past few years because of the simple structure and rich theories. After the robust graph-based segmentation method (RGB) was introduced in 2010, a parameter-automatically-optimized robust graph-based segmentation method (PAORGB) was presented in 2013 as well, to optimize the two key parameters of RGB utilizing the particle swarm optimization algorithm (PSO). However, single-objectively-optimized PAORGB cannot well guarantee the global optimization. Therefore, this paper continues the work of PAORGB and proposes a multi-objectively-optimized robust graph-based segmentation method (MOORGB) to further improve the performance of RGB. Experimental results have shown that MOORGB can get better segmentation results from breast ultrasound images compared to PAORGB.
机译：医学形象的分割，作为计算机辅助诊断系统中最重要和最重要的一步，可以大大影响系统性能。在很大程度上更好的细分意味着更好的性能。在许多提议的分割算法中，由于结构简单和富有理论，基于图形的分割已经成为过去几年的热门。在2010年引入了强大的基于图形的分割方法（RGB）之后，2013年还提出了一种基于参数自动优化的基于鲁棒图形的分割方法（Paorgb），以优化利用粒子群的RGB的两个关键参数优化算法（PSO）。但是，单客观优化的Paorgb无法保证全局优化。因此，本文继续PaorgB的工作，提出了一种多层逻辑优化的基于鲁棒图形的分割方法（MoorgB），以进一步提高RGB的性能。实验结果表明，与Paorgb相比，Moorgb可以获得乳房超声图像的更好的分段结果。

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