• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Symposium on Biomedical Imaging: From Nano to Macro >An adaptive tracking algorithm of lung tumors in fluoroscopy using online learned collaborative trackers
【24h】

An adaptive tracking algorithm of lung tumors in fluoroscopy using online learned collaborative trackers

机译：在线学习的协作跟踪器在荧光检查中的肺肿瘤自适应跟踪算法

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

摘要

Accurate tracking of tumor movement in fluoroscopic video sequences is a clinically significant and challenging problem. This is due to blurred appearance, unclear deforming shape, complicate intra- and inter- fractional motion, and other facts. Current offline tracking approaches are not adequate because they lack adaptivity and often require a large amount of manual labeling. In this paper, we present a collaborative tracking algorithm using asymmetric online boosting and adaptive appearance model. The method was applied to track the motion of lung tumors in fluoroscopic sequences provided by radiation oncologists. Our experimental results demonstrate the advantages of the method.
机译：在荧光镜视频序列中准确跟踪肿瘤运动是临床上重要且具有挑战性的问题。这是由于外观模糊，变形形状不清晰，分数内和分数间运动复杂以及其他事实造成的。当前的离线跟踪方法不足以解决问题，因为它们缺乏适应性，并且经常需要大量的手动标记。在本文中，我们提出了一种使用非对称在线加速和自适应外观模型的协作跟踪算法。该方法被用于追踪放射肿瘤学家提供的荧光透视序列中肺部肿瘤的运动。我们的实验结果证明了该方法的优势。

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