Fast segmentation of ultrasound images by incorporating spatial information into Rayleigh mixture model
Fast segmentation of ultrasound images by incorporating spatial information into Rayleigh mixture model
复制标题
通过将空间信息纳入瑞利混合模型来快速分割超声图像
DOI：
10.1049/iet-ipr.2017.0166
复制
发表时间：
2017-06
影响因子：
2.3
通讯作者：
Dillenseger Jean-Louis
中科院分区：
文献类型：
--
作者：
Bi Hui;Tang Hui;Yang Guanyu;Li Baosheng;Shu Huazhong;Dillenseger Jean-Louis
作为有限混合模型的一个特例，瑞利混合模型（RMM）被认为是医学超声（US）图像分割的有用工具。然而，传统的 RMM 仅依赖于强度分布，没有考虑任何空间信息，从而导致边界和不均匀区域的错误分类。作者提出了一种改进的带有邻居信息的 RMM（RMMN）来解决这个问题，通过均值模板引入邻居信息。空间信息的结合使得 RMMN 对边界上的噪声更加鲁棒。根据局部梯度分布自适应地调整包含邻居信息的窗口的大小。他们通过高强度聚焦超声治疗使用的合成数据和真实美国图像的实验评估了他们的模型。根据这些数据，他们证明所提出的模型在分割精度和计算时间方面都优于几种最先进的方法。
As a particular case of the finite mixture model, Rayleigh mixture model (RMM) is considered as a useful tool for medical ultrasound (US) image segmentation. However, conventional RMM relies on intensity distribution only and does not take any spatial information into account that leads to misclassification on boundaries and inhomogeneous regions. The authors proposed an improved RMM with neighbour (RMMN) information to solve this problem by introducing neighbourhood information through a mean template. The incorporation of the spatial information made RMMN more robust to noise on the boundaries. The size of the window which incorporates neighbour information was resized adaptively according to the local gradient distribution. They evaluated their model on experiments on synthetic data and real US images used by high-intensity focused ultrasound therapy. On this data, they demonstrated that the proposed model outperforms several state-of-the-art methods in terms of both segmentation accuracy and computation time.
登录
查看更多内容
影响因子：
3.7
作者：
T. Burr
通讯作者：
T. Burr
DOI：
10.1117/12.959280
发表时间：
1980-12
期刊：
--
影响因子：
--
作者：
E. Jakeman
通讯作者：
E. Jakeman
影响因子：
10.6
作者：
Li, Chunming;Xu, Chenyang;Fox, Martin D.
通讯作者：
Fox, Martin D.
DOI：
10.1109/34.990138
发表时间：
2002-03-01
影响因子：
23.6
作者：
Figueiredo, MAT;Jain, AK
通讯作者：
Jain, AK
DOI：
10.1109/tsmcb.2011.2161284
发表时间：
2012-02
期刊：
IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics)
影响因子：
--
作者：
T. Nguyen;Q. M. J. Wu
通讯作者：
T. Nguyen;Q. M. J. Wu