基于形态驱动的值的序列活跃轮,用于的超声图像细分
IEEE journal of biomedical and health informatics
|June 19, 2023
概括
在超声波图像中准确地细分瘤是半自主体检查的关键. 本研究引入了一种新的两阶段活性轮方法,可以提高这一常规程序的细分精度和效率.
科学领域:
- 医疗成像医学成像
- 计算生物学 计算生物学
- 手术机器人手术机器人手术机器人
背景情况:
- 抛物线是一个常见的医疗程序,有可能实现半自主操作.
- 从超声波图像中准确和有效地细分瘤,对于开发半自主膜形成至关重要.
- 现有的细分方法在与可变的形状,噪音和动态变化作斗争.
研究的目的:
- 开发一种强大而高效的方法,在超声波图像中对瘤进行细分.
- 为了提高半自主抛光体应用中体细分的准确性和速度.
主要方法:
- 提出了一种两阶段的活跃轮方法.
- 第一个阶段使用了形态驱动的值,用于自动初始轮检测.
- 第二阶段采用了一种新的顺序活跃轮算法,用于精确的细分.
主要成果:
- 与最先进的活跃轮技术相比,提出的方法显示出更高的精度和时间效率.
- 在100多个真实超声波图像上进行了验证.
- 该方法成功地细分了石,尽管它们的形状,大小和噪声各不相同.
结论:
- 开发的两阶段活跃轮方法在亚酸细分方面取得了重大进展.
- 这种技术提高了准确和高效的半自主体检查的可行性.
- 该方法为分段具有挑战性的超声波图像提供了可靠的解决方案.


