• 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 >Unsupervised segmentation of brain tissue in multivariate MRI
【24h】

Unsupervised segmentation of brain tissue in multivariate MRI

机译：多元MRI中脑组织的无监督分割

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

摘要

In this paper, we present an unsupervised, automated technique for brain tissue segmentation based on multivariate magnetic resonance (MR) and spectroscopy images, for patients with gliomas. The algorithm uses spectroscopy data for coarse detection of the tumor region. Once the tumor area is identified, further processing is done on the FLAIR image in the neighborhood of the tumor to determine the hyper-intense abnormality in this region. Areas of contrast enhancement and necrosis are then identified by analyzing the FLAIR abnormality in gadolinium-enhanced T1-weighted images. The healthy brain tissue is then segmented into white matter, gray matter, and cerebrospinal fluid (CSF) using a hierarchical graphical model whose parameters are estimated using the EM algorithm.
机译：在本文中，我们为神经胶质瘤患者提供了一种基于多元磁共振（MR）和光谱图像的无监督，自动化的脑组织分割技术。该算法使用光谱数据对肿瘤区域进行粗略检测。一旦确定了肿瘤区域，就对肿瘤附近的FLAIR图像进行进一步处理，以确定该区域的高强度异常。然后，通过分析g增强的T1加权图像中的FLAIR异常来识别对比度增强和坏死的区域。然后，使用分层图形模型将健康的脑组织分为白质，灰质和脑脊液（CSF），其参数使用EM算法估算。

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