Zur Auswertung von MRT-Bildern lokalisieren Ärzte die Konturen von Organen und Tumoren und legen deren Ausdehnung manuell fest. Dies beeinträchtigt die Genauigkeit der Diagnose und kann bei der Untersuchung bestimmter gefährlicher Erkrankungen sogar zu falschen Ergebnissen führen. Um diese Probleme zu vermeiden, bieten Bildverarbeitungstechniken automatisierte Lösungen an. Die Segmentierung ist ein sehr weitreichendes Gebiet, und es gibt zahlreiche Ansätze. In dieser Arbeit haben wir uns mit der Methode der regionenbasierten aktiven Konturen befasst. Dabei handelt es sich um eine parametrische Kurve, die sich iterativ an einen Bereich von Interesse in einem Bild anpassen kann. Diese Dynamik basiert auf dem Konzept der internen und externen Energie, die durch Mittelung von Deskriptoren über die Regionen berechnet werden. Zunächst haben wir das Prinzip aktiver Modelle untersucht, bevor wir den Einfluss der Energien, der Initialisierung und der Anzahl der Iterationen auf die Lokalisierungsergebnisse analysierten. Auf diese Weise wurden die optimalen Parameter für die Segmentierung von Tumoren in zerebralen MRT-Bildern ermittelt.
Prijshistorie
* Prijshistorie bevat geen data van Amazon.
Prijzen voor het laatst bijgewerkt op: