Opening up the “black box” of medical image segmentation with statistical shape models
Opening up the “black box” of medical image segmentation with statistical shape models
复制标题
使用统计形状模型打开医学图像分割的“黑匣子”
DOI：
10.1007/s00371-013-0852-y
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
Kujper A.
中科院分区：
文献类型：
--
作者：
von Landesberger T;Andrienko G;Andrienko N;Bremm S;Kirschner M;Wesarg S;Kujper A.
医学图像分割在治疗计划或计算机辅助诊断等领域的重要性日益增加。对于高质量的自动分割，通常使用基于统计形状模型（SSM）的算法。他们以迭代的方式分割图像。然而，分割专家和其他用户只能评估最终的分割结果，因为分割是以“黑箱方式”执行的。用户无法更深入地了解（可能是坏的）输出是如何产生的。此外，他们没有看到最终的输出是否是一个稳定的过程的结果。我们提出了一种新的可视化分析方法，它提供了这种所需的更深入的了解图像分割。我们的方法结合了交互式可视化和自动数据分析。它允许专家在全局（全器官）和局部（器官区域，地标）水平上评估模型的质量发展（收敛）。因此，时间和空间中的局部模式，例如，可以识别在分割期间器官的非会聚部分。这些问题的本地化和规范，帮助专家创建分割算法，以确定算法的缺点，从而可以指出可能的方法，如何改进的算法systemic.We应用我们的方法在现实世界中的数据显示其有用的分割过程与统计形状模型的分析。
The importance of medical image segmentation increases in fields like treatment planning or computer aided diagnosis. For high quality automatic segmentations, algorithms based on statistical shape models (SSMs) are often used. They segment the image in an iterative way. However, segmentation experts and other users can only asses the final segmentation results, as the segmentation is performed in a “black box manner”. Users cannot get deeper knowledge on how the (possibly bad) output was produced. Moreover, they do not see whether the final output is the result of a stabilized process.We present a novel Visual Analytics method, which offers this desired deeper insight into the image segmentation. Our approach combines interactive visualization and automatic data analysis. It allows the expert to assess the quality development (convergence) of the model both on global (full organ) and local (organ areas, landmarks) level. Thereby, local patterns in time and space, e.g., non-converging parts of the organ during the segmentation, can be identified. The localization and specifications of such problems helps the experts creating segmentation algorithms to identify algorithm drawbacks and thus it may point out possible ways how to improve the algorithms systematically.We apply our approach on real-world data showing its usefulness for the analysis of the segmentation process with statistical shape models.
登录
查看更多内容
基于图像的相交表面渲染，用于动态比较可视化
DOI：
--
发表时间：
2011
期刊：
The Visual Computer
影响因子：
--
作者：
Stef Busking;C. Botha;L. Ferrarini;J. Milles;F. Post
通讯作者：
F. Post
通过地理加权回归和地理视觉分析探索地理过程的时空动态
影响因子：
2.3
作者：
Urška Demšar;A. Fotheringham;M. Charlton
通讯作者：
M. Charlton
超声图像序列的引导可视化
DOI：
10.2312/vcbm/vcbm10/125-132
发表时间：
2010
期刊：
Expert Syst. Appl.
影响因子：
--
作者：
Paolo Angelelli;I. Viola;K. Nylund;O. Gilja;H. Hauser
通讯作者：
H. Hauser
Eurographics/ IEEE-VGTC 可视化研讨会 2010 形状空间的动态多视图探索
DOI：
--
发表时间：
--
期刊：
影响因子：
--
作者：
G. Melançon;T. Munzner;D. Weiskopf;Stef Busking;C. Botha;F. Post
通讯作者：
F. Post