基于超像素、主成分分析和K均值聚类的快速PET扫描肿瘤分割
医学物理
2017-10-25 v1 计算机视觉与模式识别
数据分析、统计与概率
定量方法
组织与器官
摘要
正电子发射断层扫描图像广泛用于放疗规划、临床诊断、肿瘤生长评估与治疗。这些都依赖于检测和描画算法的保真度与速度。尽管研究深入，但由于图像内容、分辨率、形状和噪声的多样性，分割仍然是一个挑战性问题。本文提出一种快速正电子发射断层扫描肿瘤分割方法，首先从输入图像提取超像素。然后对超像素及其平均值应用主成分分析。在principal components坐标系下计算各超像素到平均值的距离向量。最后，对距离向量应用k-means聚类以识别肿瘤和非肿瘤超像素。所提方法在MATLAB 2016中实现，在数据集上获得平均Dice相似度84.2%。此外，由于超像素数量以及进行聚类的距离向量大小远小于数据集图像中的原始像素数量，实现了非常快的执行时间。
引用
@article{arxiv.1710.08798,
title = {Fast PET Scan Tumor Segmentation using Superpixels, Principal Component Analysis and K-means Clustering},
author = {Yeman B. Hagos and Vu H. Minh and Saed Khawaldeh and Usama Pervaiz and Tajwar A. Aleef},
journal= {arXiv preprint arXiv:1710.08798},
year = {2017}
}
备注
7 pages, 8 figures