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:
由于全自动分割方法容易受噪声、场偏移效应等影响,医用上全自动的分割方法尚且无法完全代替手工操作参与的半自动化方法。该文使用一种基于改良的区域生长算法用于对CT图像的肝脏部分进行剥离,以期能尽可能减少图像分割时人工参与,解决现阶段临床上半自动化交互式分割效率低的问题,以助于计算机辅助诊断、病变组织定位、三维重建、治疗方案设计等。方法:改进的区域生长法。该方法对两套肝脏CT切片分割,准确率均在90%以上,鲁棒性强。
推荐文章
基于超限学习机的腹部CT序列图像肝脏自动分割
腹部CT序列
肝脏分割
神经网络
超限学习机
CT图像分割几种算法
CT图像分割
区域增长分割
Fast Marching分割
Live Wire分割
阈值分割
水平集方法在肝脏CT图像分割中的应用
水平集
图像分割
边缘检测函数
腹部CT图像肾脏自动分割方法研究
肾脏分割
腹部CT图像
OTSU
区域标记
区域生长
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 CT图像中肝脏自动分割算法研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 肝脏自动分割 区域生长法 CT图像
年,卷(期) 2017,(10X) 所属期刊栏目
研究方向 页码范围 184-187
页数 4页 分类号 TP391.41
字数 语种
DOI
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 闫谦时 西安工业大学计算机科学与工程学院 17 38 4.0 5.0
2 张辉 西安工业大学计算机科学与工程学院 8 9 2.0 2.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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
肝脏自动分割
区域生长法
CT图像
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导