基于纹理分析的大腿 Dixon MRI 骨骼肌分割
计算机视觉与模式识别
2019-04-10 v1 机器学习
摘要
磁共振图像（MRI）中骨骼肌的分割对于肌肉生理学研究与肌肉疾病诊断至关重要。然而，大型 MRI 体数据的手动分割是一项耗时任务。MRI 中肌肉分割算法的现有最先进水平仍不十分广泛，且在某种程度上依赖于数据库。本文提出了一种基于局部纹理特征 AdaBoost 分类的自动分割方法。纹理描述符由方向梯度直方图（HOG）、基于小波的特征，以及从原始灰度 MRI 和其高斯滤波拉普拉斯变换计算的一组统计度量组成。分类器性能表明，纹理分析可能是设计通用自动化 MRI 肌肉分割框架的有用工具。此外，本文还描述了一种基于图谱的个体肌肉分割方法。该图谱通过在图像对齐使用适当的仿射变换后，叠加由放射科医生提供的肌肉分割真值获得，然后用于在对 AdaBoost 二值分割上定义肌肉标签。所开发的图谱方法在获得准确的肌肉组织分割时提供了合理的结果。
引用
@article{arxiv.1904.04747,
title = {Segmentation of Skeletal Muscle in Thigh Dixon MRI Based on Texture Analysis},
author = {Rafael Rodrigues and Antonio M. G. Pinheiro},
journal= {arXiv preprint arXiv:1904.04747},
year = {2019}
}