基于随机森林的CT前列腺分割

• 作者: 杨新 邵叶秦
• 来源期刊: CT理论与应用研究
• 学科: 工学
• 关键词: CT图像 前列腺 随机森林 自动上下文模型
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 理论与方法
• 页码范围: 647-655
• 分类号: O235|TP391.41
• 语种: 中文
• DOI: 10.15953/j.1004-4140.2015.24.05.02

摘要

由于低的摘图像对比度、不可预测的前列腺位置和不确定的肠道气体,CT图像中自动和准确的前列腺分割是一个具有挑战性的问题.本文提出了一个基于随机森林的前列腺分割方法.利用自动上下文模型训练一系列的随机森林分类器,然后迭代地把这些训练好的分类器应用在测试图像上以改进前列腺的分类结果.实验结果表明,相比于其他最新方法,我们的方法性能更好.

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所	97	1416	19.0	35.0
2	邵叶秦		34	70	5.0	7.0