...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Philippine Information Technology >Leaking detection for Medical image segmentation
【24h】

Leaking detection for Medical image segmentation

机译：用于医学图像分割的泄漏检测

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

摘要

Medical image segmentation is a very important process for organ transplant and analysis. Common problems in medical image segmentation are over-segmentation and under-segmentation (leaking). LMS (Leaking detection for Medical image Segmentation) system, an approach for Medical Image segmentation with leaking detection is proposed to tackle the above problems. Possible image leaking is detected in this paper through adjusting the curvature scalar parameter in level-set based segmentation approach. To evaluate the effectiveness of the new methodology in kidney segmentation in real world environment, Magnetic Resonance Images from a local hospital are used to test the robustness of LMS. Statistically, LMS greatly reduces the under-segmentation (leaking), which maintains the over- segmentation performance compared with the conventional level set algorithm and achieves about 17% better performance than the conventional level set algorithm.
机译：医学图像分割是器官移植和分析的非常重要的过程。医学图像分割中的常见问题是过度分割和分割不足（泄漏）。为了解决上述问题，提出了一种LMS（医学图像分割的泄漏检测）系统。在基于水平集的分割方法中，通过调整曲率标量参数，可以检测出可能的图像泄漏。为了评估新方法在现实环境中进行肾脏分割的有效性，使用了当地医院的磁共振图像来测试LMS的鲁棒性。从统计上讲，LMS大大减少了分段不足（泄漏），与传统的水平集算法相比，可保持过分分割性能，并比传统的水平集算法提高了约17％的性能。

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