基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种结合超声前列腺图像的局部特征和前列腺的先验形状知识的分割方法.该方法在传统图像分割方法中引入了前列腺的先验形状约束,使得分割能够一定程度地避免由于超声图像中噪声、伪影、灰度分布不均匀等因素对前列腺分割所造成的影响.算法分为两个部分:先验形状模型的学习和先验形状约束的分割.在先验形状模型学习阶段,采用主成分分析方法对形状作特征提取,以高斯分布作为形变参数的估计;在先验形状约束分割阶段,将基于局部高斯拟合特征的活动轮廓模型与形状模型相结合对前列腺图像分割.实验表明,所提出的方法在超声前列腺图像中取得了良好的分割效果,为临床诊断和治疗提供了定量分析的工具.
推荐文章
椭球先验约束的前列腺磁共振图像分割
磁共振前列腺分割
图像配准
图谱选择
图谱融合
椭球先验
基于先验概率和统计形状的前列腺超声图像自动分割方法
经直肠超声图像
点分布模型
前列腺分割
多个平均模型
局部高斯分布
致密尺度不变特征变换
基于全卷积DenseNet的前列腺MRI分割新方法
前列腺MRI分割
DenseNet
全卷积神经网络
Dice损失函数
基于改进主动形状模型的前列腺超声图像分割算法
超声图像分割
Gabor特征
局部二值模式
k均值算法
主动形状模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 先验形状约束的超声前列腺图像分割方法
来源期刊 微型电脑应用 学科 工学
关键词 水平集 形状模型 超声前列腺图像分割 活动轮廓模型
年,卷(期) 2012,(6) 所属期刊栏目 研究与设计
研究方向 页码范围 1-5
页数 分类号 TM344.1
字数 4772字 语种 中文
DOI 10.3969/j.issn.1007-757X.2012.06.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨新 上海交通大学图像处理与模式识别研究所 97 1416 19.0 35.0
2 刘维平 上海交通大学图像处理与模式识别研究所 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水平集
形状模型
超声前列腺图像分割
活动轮廓模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导