Segmenting images by combining selected atlases on manifold.
Segmenting images by combining selected atlases on manifold.
复制标题
DOI：
10.1007/978-3-642-23626-6_34
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
Yan P
中科院分区：
文献类型：
--
作者：
Cao Y;Yuan Y;Li X;Turkbey B;Choyke PL;Yan P
图谱的选择和组合是影响基于图谱分割方法性能的两个关键因素。在现有的作品中，这些任务都是在原始图像空间中完成的。然而，在这种高维空间中，图像之间的内在相似性可能无法通过欧几里得距离准确地反映。因此，所选择的地图集可能远离输入图像，并且通过组合这些地图集用于分割而生成的模板可能是误导性的。在本文中，我们提出了选择和联合收割机地图集投影到一个低维流形上的图像。通过这种方法，可以根据地图集与患者图像的内在相似性来选择地图集。还提出了一种新的方法来计算权重，以更有效地结合所选择的地图集，以实现更好的分割性能。实验结果表明，我们提出的方法是强大的和准确的，特别是当训练样本的数量变得很大。
Atlas selection and combination are two critical factors affecting the performance of atlas-based segmentation methods. In the existing works, those tasks are completed in the original image space. However, the intrinsic similarity between the images may not be accurately reflected by the Euclidean distance in this high-dimensional space. Thus, the selected atlases may be away from the input image and the generated template by combining those atlases for segmentation can be misleading. In this paper, we propose to select and combine atlases by projecting the images onto a low-dimensional manifold. With this approach, atlases can be selected according to their intrinsic similarity to the patient image. A novel method is also proposed to compute the weights for more efficiently combining the selected atlases to achieve better segmentation performance. The experimental results demonstrated that our proposed method is robust and accurate, especially when the number of training samples becomes large.
登录
查看更多内容
影响因子：
5.7
作者：
Wu, Minjie;Rosano, Caterina;Aizenstein, Howard J.
通讯作者：
Aizenstein, Howard J.
影响因子：
56.9
作者：
Roweis, ST;Saul, LK
通讯作者：
Saul, LK
影响因子：
56.9
作者：
Tenenbaum, JB;de Silva, V;Langford, JC
通讯作者：
Langford, JC
影响因子：
3.8
作者：
Klein, Stefan;van der Heide, Uulke A.;Pluim, Josien P. W.
通讯作者：
Pluim, Josien P. W.
影响因子：
10.6
作者：
Artaechevarria, Xabier;Munoz-Barrutia, Arrate;Ortiz-de-Solorzano, Carlos
通讯作者：
Ortiz-de-Solorzano, Carlos