• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Virtual colonoscopy and abdominal imaging : Computational challenges and clinical opportunities >Learning to Detect 3D Rectal Tubes in CT Colonography Using a Global Shape Model
【24h】

Learning to Detect 3D Rectal Tubes in CT Colonography Using a Global Shape Model

机译：学习使用全局形状模型在CT结肠造影中检测3D直肠管

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

The rectal tube (RT) is a common source of false positives (FPs) in computer-aided detection (CAD) systems for CT colonography. In this paper, we present a novel and robust bottom-up approach to detect the RT. Probabilistic models, trained using kernel density estimation (KDE) on simple low-level features, are employed to rank and select the most likely RT tube candidate on each axial slice. Then, a shape model, robustly estimated using Random Sample Consensus (RANSAC), infers the global RT path from the selected local detections. Our method is validated using a diverse database, including data from five hospitals. The experiments demonstrate a high detection rate of the RT path, and when tested in a CAD system, reduce 20.3% of the FPs with no loss of CAD sensitivity.
机译：直肠管（RT）是CT结肠成像的计算机辅助检测（CAD）系统中假阳性（FP）的常见来源。在本文中，我们提出了一种新颖且强大的自下而上的方法来检测RT。在简单的低层特征上使用核密度估计（KDE）训练的概率模型用于对每个轴向切片上最可能的RT管候选进行排序和选择。然后，使用随机样本共识（RANSAC）进行稳健估计的形状模型从选定的局部检测中推断出全局RT路径。我们的方法已使用包括五个医院的数据在内的各种数据库进行了验证。实验表明，RT路径的检测率很高，并且在CAD系统中进行测试时，可以减少20.3％的FP，而不会降低CAD灵敏度。

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