Článek ve sborníku konference

KODYM Oldřich a ŠPANĚL Michal. 3D Image Segmentation using Graph-Cut and Random Forests Learned from Partial Annotations. In: Proceedings of the 11th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 2: BIOIMAGING. Funchal: Institute for Systems and Technologies of Information, Control and Communication, 2018, s. 124-131. ISBN 978-989-758-278-3. Dostupné z: http://www.scitepress.org/DigitalLibrary/PublicationsDetail.aspx?ID=3oP1dAKzK9U=&t=1
Jazyk publikace:angličtina
Název publikace:3D Image Segmentation using Graph-Cut and Random Forests Learned from Partial Annotations
Název (cs):Segmentace 3D obrazu s využítím metod Graph-Cut a Random Forests
Strany:124-131
Sborník:Proceedings of the 11th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 2: BIOIMAGING
Konference:5th Iternational Conference on Bioimaging
Místo vydání:Funchal, PT
Rok:2018
URL:http://www.scitepress.org/DigitalLibrary/PublicationsDetail.aspx?ID=3oP1dAKzK9U=&t=1
ISBN:978-989-758-278-3
DOI:10.5220/0006588801240131
Vydavatel:Institute for Systems and Technologies of Information, Control and Communication
Klíčová slova
Computed Tomography, Semi-automatic Segmentation, Random Forests, Graph-Cut
Anotace
Segmentace lidské tkáně je kritickým krokem nejen v procesu její vizualizace a diagnózy, ale také pro účely předoperačního plánování a tvorby pacientsky specifických implantátů. Manuální segmentace 3D dat získaných při CT vyšetření je pro klinické experty časově velmi náročná úloha a proto je automatizace tohoto procestu vysoce žádoucí. Výsledky plně automatických přístupů často postrádají požadovanou přesnost v případech nestandardních pacientů, ačkoliv právě v těchto případech je počítačové plánování důležité. Proto jsou vyvíjeny poloautomatické přístupy vyžadující jistou míru uživatelské interakce. Tato práce prezentuje poloautomatickou metodu 3D segmentace aplikovatelnou na libovolnou tkáň, jejímž vstupem je několik uživatelsky označených řezů. Tyto řezy jsou využity pro trénování klasifikačních náhodných lesů, které provedou odhad tvaru objektu ve zbytku neoznačených řezů a finální segmentace je získaná s využitím metody řezu grafem. Přesnost navržené metody je testována na CT datasetech tvrdých tkání, které obsahují holenní, stehenní a pažní kosti, dolní čelist a jednotlivé zuby pomocí Dice koeficientu překryvu s kompletně uživatelsky segmentovanými daty těchto tkání.
BibTeX:
@INPROCEEDINGS{
   author = {Old{\v{r}}ich Kodym and Michal {\v{S}}pan{\v{e}}l},
   title = {3D Image Segmentation using Graph-Cut and Random
	Forests Learned from Partial Annotations},
   pages = {124--131},
   booktitle = {Proceedings of the 11th International Joint Conference on
	Biomedical Engineering Systems and Technologies - Volume 2:
	BIOIMAGING},
   year = {2018},
   location = {Funchal, PT},
   publisher = {Institute for Systems and Technologies of Information,
	Control and Communication},
   ISBN = {978-989-758-278-3},
   doi = {10.5220/0006588801240131},
   language = {english},
   url = {http://www.fit.vutbr.cz/research/view_pub.php.cs?id=11508}
}

Vaše IPv4 adresa: 54.172.234.236