原文服务方: 计算机应用研究       
摘要:
为快速有效地检测脑肿瘤,提出一种基于3D 自适应模板匹配算法的脑肿瘤快速检测方法。采用改进的 BET(brain extraction tool)算法从磁共振颅脑图像中提取出脑实质;再从脑实质中提取出包含所有肿瘤结构的3D 感兴趣区域,并采用圆形度等特征对这些3D 感兴趣区域进行筛选,筛选后的3D 感兴趣区域可能是脑肿瘤。以每个3D 感兴趣区域的中间层为基本层建立3D 模板,将建立的3D 模板与原图像中相应位置的3D 感兴趣区域进行匹配,根据匹配特征确定相应的阈值,将高于阈值的3D 感兴趣区域标记为肿瘤区域。为评价算法的性能,采用包含124个肿瘤(3~15 mm)的23个临床病例对该方法进行测试,利用 ROC(receiver operating character-istic)曲线对测试结果进行分析,结果显示,该方法的敏感性率为88.7097%,假阳性为16.03%。与近年来报道的模板匹配方法相比,检测性能有明显的提高。
推荐文章
自适应阈值定权最小二乘3D匹配算法
自适应阈值
最小二乘
点云匹配
定权
基于自适应加权混合核函数的3D脑肿瘤分割
混合核函数
支持向量机
序列最小优化
修正因子
脑肿瘤磁共振图像
基于3D卷积神经网络的脑肿瘤医学图像分割优化
脑肿瘤
医学图像分割
多模态MRI
差异信息提取
多尺度采样
3D卷积神经网络
基于3D卷积神经网络的脑肿瘤医学图像分割优化
脑肿瘤
医学图像分割
多模态MRI
差异信息提取
多尺度采样
3D卷积神经网络
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 一种检测脑肿瘤的3D 自适应模板匹配算法
来源期刊 计算机应用研究 学科
关键词 磁共振成像 脑肿瘤 模板匹配 自适应 检测
年,卷(期) 2015,(5) 所属期刊栏目 图形图像技术
研究方向 页码范围 1554-1558,1575
页数 6页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.05.069
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 聂生东 上海理工大学医学影像工程研究所 113 754 15.0 22.0
2 王远军 上海理工大学医学影像工程研究所 66 239 9.0 12.0
3 王晓飞 上海理工大学医学影像工程研究所 7 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (20)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
研究主题发展历程
节点文献
磁共振成像
脑肿瘤
模板匹配
自适应
检测
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导