基于自适应三维区域生长的腹部 CT 图像肝脏分割
计算机视觉与模式识别
2019-02-06 v2
摘要
自动肝脏分割在计算机辅助诊断和治疗中起着重要作用。器官的手动分割是一项困难且繁琐的任务，因此容易出现人为错误。本文中，我们提出了一种具有受试者特定条件的自适应三维区域生长方法。为此，我们利用先验图中最可能体素的强度分布以及位置先验。我们还引入目标器官的边界以限制区域生长。为了获得强边缘和高对比度，我们提出了一种有效的对比度增强算法，以促进更精确的分割。本文中取得了 92.56% 的 Dice 分数。我们将我们的方法与 Deeds 先验图上的硬阈值化方法以及 Deeds 配准结合 13 个器官的多数投票方法进行了比较。
引用
@article{arxiv.1802.07794,
title = {Liver Segmentation in Abdominal CT Images by Adaptive 3D Region Growing},
author = {Shima Rafiei and Nader Karimi and Behzad Mirmahboub and S. M. Reza Soroushmehr and Banafsheh Felfelian and Shadrokh Samavi and Kayvan Najarian},
journal= {arXiv preprint arXiv:1802.07794},
year = {2019}
}
备注
Table 1 of the paper contains comparisons and results that are not correct