機械学習と最小全域木を用いた高精度な気管支領域の抽出(胸部画像解析,統計モデルとその応用,医用画像一般)
スポンサーリンク
概要
- 論文の詳細を見る
内視鏡検査の施術前に,医師が気管支の構造を把握するために仮想内視鏡を用いることは重要である.しかしながら,手動で気管支を抽出することは多大な時間を必要とする.気管支領域の自動抽出を実現するためには2つの課題がある.1つ目は気管支に似ている構造を誤抽出してしまう.2つ目は気管支が詰まっている場合やモーションアーチファクトがある場合に気管支領域の未抽出が発生する.提案手法は1つ目の課題に対しては機械学習を導入することにより,2つ目の課題に対しては最小全域木を導入することにより解決した.実験結果から本提案手法は2つの課題に対して良好な結果を得ることが出来た.
- 一般社団法人電子情報通信学会の論文
- 2012-01-12
著者
関連論文
- 機械学習を用いた3次元CT画像から椎骨中心線の抽出
- アダブーストヒストグラム判別器と形状係数最適化によるロバスト性の高いActive Shape Modelの実現
- グラフ解析を用いた肝臓血管の抽出および分離(頭部と腹部の画像解析,統計モデルとその応用,医用画像一般)
- 機械学習と最小全域木を用いた高精度な気管支領域の抽出(胸部画像解析,統計モデルとその応用,医用画像一般)
- グラフ解析を用いた肝臓血管の抽出および分離
- 機械学習と最小全域木を用いた高精度な気管支領域の抽出