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:
针对从CT图像中提取心脏结构信息还是一个尚未解决的问题,本文利用超像素思想对CT图像进行分割.本文利用4种方法(N-cut算法、熵率、简单线性迭代、均值漂移)进行超像素过分割,并进行了量化比较.进一步通过动态融合方法和谱聚类方法得到分割结果.在动态融合方法中设计了一种相似性度量的计算方法,并对两种合并方法进行了比较.实验表明本文提出的方法用于CT心脏图像的分割是可行的.在四种超像素过分割方法中,简单线性迭代运行速度较快,在各项评价指标中都比较不错.动态融合方法和谱聚类的合并准确性都较高,但谱聚类的运算速度远快于超像素的动态合并.
推荐文章
采用超像素标注匹配的交通场景几何分割方法
交通场景
超像素
几何分割
全连接条件随机场
超像素分割算法研究综述
超像素
图像分割
图论
梯度下降
一种改进超像素融合的图像分割方法
超像素
区域融合
陆地移动距离
混合Weibull模型
图像分割
基于超像素分割的非局部均值去噪方法
超像素分割
相似窗选择
图像去噪
非局部均值
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 用于CT心脏分割的几种超像素过分割和块合并的方法比较
来源期刊 数字技术与应用 学科 医学
关键词 CT 医学图像 Adaboost 图像分割 超像素
年,卷(期) 2018,(10) 所属期刊栏目 应用研究
研究方向 页码范围 63-66,68
页数 5页 分类号 R445.1
字数 3159字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2018.10.32
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 何颖 西安思源学院电子信息工程学院 30 45 3.0 5.0
2 张耀楠 西安思源学院电子信息工程学院 24 38 4.0 4.0
6 安晓莉 西安思源学院电子信息工程学院 3 22 2.0 3.0
7 吴秋实 东北大学中荷生物医学与信息工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (7)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 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
CT
医学图像
Adaboost
图像分割
超像素
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导