基于小波与 Radon 变换的肺超声图像自动特征检测
图像与视频处理
2023-06-23 v1
摘要
目的：肺部超声成像是迈向无害肺部影像系统的重要进展。本工作研究了肺超声图像中具诊断意义特征（即胸膜线、A 线和 B 线）的自动定位。研究设计：利用小波和 Radon 变换对临床显著模式进行去噪和增强。所提框架使用三个不同的肺超声图像数据集开发和验证。其中两个包含合成数据，另一个取自公开可用的 POCUS 数据集。使用 200 张真实图像评估所提方法的效率。结果：所得结果表明，定位模式与基线比较对 B 线、A 线和胸膜线分别产生了 62%、86% 和 100% 的 promising F2 分数。结论：最后，所获得的高 F 分数表明，所开发的技术是从超声图像中自动提取肺模式的有效方法。
引用
@article{arxiv.2306.12780,
title = {Automatic Feature Detection in Lung Ultrasound Images using Wavelet and Radon Transforms},
author = {Maria Farahi and Joan Aranda and Hessam Habibian and Alicia Casals},
journal= {arXiv preprint arXiv:2306.12780},
year = {2023}
}
备注
13 pages, 12 figures, 4 tables