使用PET扫描图像基于对称性聚类方法自动识别大脑癫痫灶：一项分析
计算机视觉与模式识别
2013-03-05 v1
摘要
在筛查癫痫患者以寻找潜在的手术治疗方案时，癫痫灶的识别是重要的诊断环节。由于图像空间分辨率低且数据噪声较大，精确定位具有挑战性。正电子发射断层扫描（PET）现已解决了这些问题并具备高分辨率。本文重点研究使用基于对称性的聚类方法在大脑功能图像中自动定位癫痫发作。该方法提出了一种用于PET序列的完全自动化的基于对称性的大脑异常检测方法。PET图像被空间标准化为医学数字成像和通信（DICOM）标准，随后使用医学图像处理、分析和可视化（MIPAV）工具通过基于对称性的聚类方法进行训练。性能评估考虑了诊断准确率等指标。所获得的结果无疑将协助外科医生自动识别癫痫发作灶。
引用
@article{arxiv.1303.0645,
title = {Symmetry Based Cluster Approach for Automatic Recognition of the Epileptic Focus in Brain Using PET Scan Image : An Analysis},
author = {A. Meena and R. Raja},
journal= {arXiv preprint arXiv:1303.0645},
year = {2013}
}
备注
National Conference:NC4T 2011, Sathyabama University,PP. No. 61 - 63