利用 GPU 加速医学图像中的快速 3D 显著区域检测
计算机视觉与模式识别
2013-10-28 v1
摘要
视觉显著区域的自动检测是计算机视觉领域的一个活跃研究方向。显著区域可作为目标检测器的输入，也可作为基于区域的配准算法的输入。本文研究了加速 3D 医学体数据中计算密集的自底向上显著区域检测的问题。该方法采用了 Kadir-Brady 显著性公式。我们表明，在显著区域附近，熵是候选窗口与显著区域重叠程度的单调递增函数。这使得我们可以将稀疏种子点网格初始化为暂定显著区域中心集，并迭代收敛至局部熵最大值，从而相较于 Kadir-Brady 方法中对图像每一点进行计算的方式降低了计算复杂度。我们提出了两种实现此目标的方法。第一种方法涉及评估种子点周围四个象限的熵，并迭代地向增加熵的方向移动。第二种方法利用均值漂移（mean shift）跟踪框架来实现熵最大化移动。具体而言，我们建议使用均匀概率质量函数（pmf）作为目标分布以寻找高熵区域。我们展示了该算法在医学体数据中的应用，包括 PET 图像中的左心室检测和脑部 MR 序列中的肿瘤定位。
引用
@article{arxiv.1310.6736,
title = {Fast 3D Salient Region Detection in Medical Images using GPUs},
author = {Rahul Thota and Sharan Vaswani and Amit Kale and Nagavijayalakshmi Vydyanathan},
journal= {arXiv preprint arXiv:1310.6736},
year = {2013}
}
备注
9 pages