中国学术期刊网络出版总库
  关闭
结合高斯过程和形变模型的超声图像分割方法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Ultrasound image segmentation method based on gaussian process and deformable model
【下载频次】 ★★★☆
【作者】 倪波; 刘志远; 余钢;
【英文作者】 NI Bo; LIU Zhiyuan; YU Gang; School of Computer Science; Hubei Polytechnic University; School of Computer Science and Technology; Huazhong University of Science and Technology;
【作者单位】 湖北理工学院计算机学院; 华中科技大学计算机学院;
【文献出处】 计算机工程与应用 , Computer Engineering and Applications, 编辑部邮箱 2016年 12期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 超声图像分割; 形变模型; 高斯过程; 统计形状模型; 径向纹理特征模型;
【英文关键词】 ultrasound image segmentation; deformable model; Gaussian process; statistical shape model; radial texture feature model;
【摘要】 目标区域的先验形状在基于形变模型的超声图像分割方法中扮演着重要的角色。为了提高先验形状模型对目标轮廓形变细节的建模能力,提出了一种基于高斯过程的统计形状模型。目标的形状被表示成一种离散的随机时间序列;利用高斯过程的性质对训练集中的目标形状变化进行统计学习,从而生成目标的先验形状和先验概率。为给形变模型向目标区域的演化提供观测模型,结合超声图像中目标边缘内外灰度变化特征设计了一种径向纹理特征模型。分割的优化被转化为求最大后验概率的过程。基于真实的临床超声图像实验结果显示,与其他方法相比该方法在复杂形变区域和弱边缘区域提供了更准确和鲁棒的结果。
【英文摘要】 The shape prior of target region plays an important role in the deformable model based ultrasound image segmentation methods. To improve the modeling ability of the shape prior model to the target contour deformation details, a novel Gaussian process based statistical shape model is proposed. Firstly, the target contour is represented as a discrete stochastic time series. And then, the properties of Gaussian process are utilized to statistically learn the variations of the target shapes from training set. I...
【基金】 国家自然科学基金(No.61472289); 湖北省自然科学基金(No.2013CFB039); 湖北省教育厅中青年人才项目(No.Q20154404)
【更新日期】 2016-06-29
【分类号】 TP391.41
【正文快照】 1引言超声成像在临床诊断和超声引导的计算机辅助治疗中扮演了重要的角色。然而,超声成像普遍具有低信噪比和灰度分布不均匀的特点,从而造成目标区域的边缘模糊不清的问题;另一个潜在的挑战是在超声成像过程中,病人软组织容易受到外力或周围组织的挤压导致其病灶区域在图像中产

xxx
【读者推荐文章】中国期刊全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      模式识别与装置
       图像识别及其装置
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号