运用网格分割和变形的方法进行图像分割的误差校正

运用网格分割和变形的方法进行图像分割的误差校正

ID:33064987

大小:120.38 KB

页数:8页

时间:2019-02-19

运用网格分割和变形的方法进行图像分割的误差校正_第1页
运用网格分割和变形的方法进行图像分割的误差校正_第2页
运用网格分割和变形的方法进行图像分割的误差校正_第3页
运用网格分割和变形的方法进行图像分割的误差校正_第4页
运用网格分割和变形的方法进行图像分割的误差校正_第5页
资源描述:

《运用网格分割和变形的方法进行图像分割的误差校正》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、大连理工大学本科外文翻译运用网格分割和变形的方法进行图像分割的误差校正ImageSegmentationErrorsCorrectionbyMeshSegmentationandDeformation学部(院):电了信息与电气工程专业:生物医学丁程学生姓名:孙志远学号:201181601指导教师:王洪凯完成日期:大连理工大学DalianUniversityofTechnology运用网格分割和变形的方法进行图像分割的误差校正AchiaKronmanandLeoJoskowicz以色列耶路撒冷希伯来大学工程和计算机

2、科学学院摘要:测定体积的图像分割方法通常是对测定对象的解剖结构和病理学的描述,这些通常要求使用者进行相关的调整和更改。我们这里展示一个新的方法,用来对图像分割进行误差校正。给定一个初始的儿何网格,我们的方法可以半口动的在错误区域用最小的分割确定网格顶点。然后它开始运用可以校正其顶点并使之相配的基于其局部儿何性质的拉普拉斯变换对网格进行变形。我们方法最关键的优点分别是:1)它支持在一个单独的表面绘制二维视图并进行快速的用户对话;2)它的参数值对于所有相同情况下的值来说是固定的;3)它与原始分割的方法是相互独立的;4

3、)而且它适用于各种各样的解剖结构和病理学分析。从44份肾和肾血管的原始分割的CT扫描分析中可以看出其显示分割效率提升到83%,体积的重叠误差的初始和修正之后的误差也相应的提高到75%o1.引言病人的具休解剖结构和病理学的模型在测定体积的临床医学图像应用屮扮演着越来越重要的角色,这其中包1)提供准确无误的健康和疾病的结构诊断,治疗以及复查屮的评估确定的体积放射学测量;2)放射疗法屮的治疗计划;3)术前手术规划和术中导航,4)手术预演和模拟训练。医学图像分割是病人详述模型的关键步骤,过去已经开发了众多的分割方法。然而

4、很多方法没有在临床实践中得到应用,因为他们缺乏坚固性,需要大量的医生的信息输入,和/或需要技术支持。事实上,分割是一个非常具有挑战性的任务,主要是由于:1)由于不同的成像方式,扫描协议,和扫描仪参数而产生的宽成像变异;2)大量的内部和外部病患的解剖变异,和;3)结构组织和它们相邻部分的强度值存在重叠部分。因此,医学图像分割通常包含错误信息并且需要用户修改。分割校正往往成为一个繁琐和耗吋的任务:用户需要检查图像切片的结构重叠部分,并且改正他们需要的那部分。当一个特定方法的分割结果经常需要修正,它将不会在临床实践中使

5、用。因此一个自动或者半自动的具有快速和直观的用户交互的分割校正方法在临床应用中是十分必要的。许多半自动的分割校正方法在过去己经提出了。Boykov等人对分割误差校正提岀了一种交互式算法。他们用最小切割的能量最小化的方法修正了分割过程,这个过程中使用了用户提供的数据进行更正,在这个过程中图像的权重根据新的数据进行不断的修改。Grady等人除了用户提供的数据,为了正确分割而运用原始分割作为一个微小的预处理。然而,他们的方法需要预先调整参数以便使两个相对的因素达到平衡■预处理的原始分割和用户提供的数据。此外,它需要调节

6、数据的影响位置,这对于不同的情况往往是不同的。Heckel等人运用一个基于用户提供的二维轮廓外推Live-Wire算法。在该方法中,处理过程是在每个二维切片中分别复制校正过的相邻切片轮廓,然后调整他们。这种方法需要复制过程停止的标准的详细参数,可能不适应于复杂的组织,如血管树及其分支。在本文中,我们提出了分割误差校正的一种新的儿何方法。给定一个初始分割,表示为一个儿何网,我们采用三步算法。第一步是运用基于曲率的最小分割对网格顶点进行分割,以便识别和修正错误区域。第二步是对错误顶点的修改使之与拉普拉斯变换相符,这个

7、过程屮运用了网格分割作为边界条件。第三步是确定研究对象的实际结构和它的网格重构。我们的方法右以下优点:1)它是独立的初始分割方法;2)它支持一个简单而直观的2D的用户交互,在图像空间和一个单一的二维表面都可以很好的呈现在屏幕上;3)它内部的参数值对于所有的情况都足一个相同的值;4)它适用于各种各样的解剖和病理,包描复杂的结构如血管树;5)其计算复杂度仅依赖于初始分割的大小,独立于图像的大小。我们对44例肾和肾血管的初始分割进行实验评价,显示从临床CT扫面显示一个平均83%的改善,在平均表面距离以及原始和修止分割的

8、两者之间的体积重叠误差也达到了真实水平的75%o图1.算法步骤的说明:肾血管的网格(顶部)和肾脏轮廓(底部)在体积已渲染的肾脏图像上的叠加。(a)具有泄露的初始分割;(b)用户定义的涂鸦(红色和浅棕色);(c)最小主曲率■暧色表明低曲率值;(d)对正确(蓝色)和泄露(红色)区域的最小切割网格分割;(e)校正后的最终网格。1.方法我们的方法专注于校正初始分割的分割错误,并且

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。