用于超声视频中分割与跟踪的自适应极坐标活动轮廓
图像与视频处理
2018-03-21 v1 计算机视觉与模式识别
摘要
检测循环血容量的相对变化对于指导复苏及管理包括脓毒症、创伤、透析和充血性心力衰竭在内的多种病症十分重要。近期研究表明，循环血容量估计可从超声图像中颈内静脉(IJV)的横截面积(CSA)获得。然而，超声成像中IJV的准确分割与跟踪是一项具挑战性的任务，并显著受图像质量、形状及时间变化等诸多参数影响。本文中，我们提出一种新颖的自适应极坐标活动轮廓(Ad-PAC)算法，用于超声视频中IJV的分割与跟踪。在所提算法中，Ad-PAC算法的参数基于前一帧分割结果进行自适应。该Ad-PAC算法应用于从13名健康受试者采集的65段超声视频，每段含450帧。结果表明，与当前最先进活动轮廓算法相比，能量函数的空间与时间自适应显著改善了分割性能。
引用
@article{arxiv.1803.07195,
title = {Adaptive Polar Active Contour for Segmentation and Tracking in Ultrasound Videos},
author = {Ebrahim Karami and Mohamed Shehata and Andrew Smith},
journal= {arXiv preprint arXiv:1803.07195},
year = {2018}
}
备注
Accepted for publication in IEEE Transactions on Circuit and Systems for Video Technology