基于对称性聚类的PET扫描图像异常大脑自动识别方法：一项分析
计算机视觉与模式识别
2013-03-05 v1
摘要
医学图像分割是指从不同的医学图像中分割出已知的解剖结构。通常，医学数据研究更为复杂且具有独特的结构。这种计算机辅助诊断用于协助医生评估医学图像或识别医学图像中的异常发现。整合专业知识用于医学数据处理有助于形成真正有用的医疗保健决策系统。本文研究了聚类算法中应用的不同基于对称性的距离，并分析了正电子发射断层扫描（PET）图像分割的对称性方法。与CT和MRI不同，PET扫描识别进出器官的血流结构。PET扫描还有助于癌症以及心脏、大脑和胃肠道疾病的早期诊断，并用于检测治疗进展。在本文中，诊断任务的范围扩展到了各种大脑功能中的PET图像。
引用
@article{arxiv.1303.0644,
title = {Automatic symmetry based cluster approach for anomalous brain identification in PET scan image : An Analysis},
author = {A. Meena and K. Raja},
journal= {arXiv preprint arXiv:1303.0644},
year = {2013}
}
备注
International Conference on Mathematics and Computer Science: ICMCS 2011,ISBN: 978-81-920490-0-7, January 2011,pp.no.387 - 391