超声图像中的乳腺病灶自动分割
计算机视觉与模式识别
2016-09-28 v1
摘要
本项目的主要目标是对不同的乳腺超声图像进行分割，通过丢弃低对比度区域以及固有的散斑噪声来找出病灶区域。所提出的方法包含三个阶段（去噪、分割、分类），以提取正确的病灶。我们使用归一化割方法将超声图像分割为我们可能发现病灶的感兴趣区域，然后应用 K-means 分类器最终决定病灶的位置。对于每幅原始图像，都给出了带标注的真实参考图像以与获得的实验结果进行比较，从而提供准确的评估指标。
关键词
引用
@article{arxiv.1609.08364,
title = {Automated Breast Lesion Segmentation in Ultrasound Images},
author = {Ibrahim Sadek and Mohamed Elawady and Viktor Stefanovski},
journal= {arXiv preprint arXiv:1609.08364},
year = {2016}
}
备注
Course Work in 'Medical Image Analysis' Module, VIBOT 2013