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)
スポンサーリンク
概要
- 論文の詳細を見る
近年マルチスライスCTの登場により高精細な3次元CT画像を得られるようになった。それにより臓器内部の細い血管まで詳細に理解することが可能となった。肝臓手術を行う場合、事前に門脈と静脈の走行および腫瘍との位置関係がわかっていることが重要である。しかし門脈と静脈は局所的にはCT値も構造も同じで、また至る所で接触しているため分離は困難である。本報告では、グラフマッチングによって静脈起始部を検出し、門脈と静脈の木を同時に生成することにより門脈と静脈の分離を実現する。
- 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