Abstrait

NOUVEL ALGORITHME DE CROISSANCE RÉGIONALE POUR LA SEGMENTATION DES IMAGES CÉRÉBRALES

Sultan Aljahdali, EA Zanaty, Ashraf Afifi

La segmentation des images médicales est difficile en raison du faible contraste de l'image et des artefacts qui entraînent des limites de tissu manquantes, c'est-à-dire que les pixels à l'intérieur de la région ont une intensité similaire. Dans cet article, nous présentons une nouvelle méthode automatique de croissance de région capable de segmenter des images de résonance magnétique 2D/3D (IRM) et de tomodensitométrie (TDM) qui contiennent des limites faibles entre différents tissus. La méthode proposée est utilisée pour extraire des régions fiables d'une image afin de produire une conception assistée par ordinateur pour les images 3D. Elle comprend un seuil automatique et est basée sur l'estimation de la probabilité des intensités de pixels d'une image donnée. Un seuil automatique est calculé en fonction de l'intensité et de la probabilité des pixels. Cela rend le seuil flexible et peut donner un seuil élevé lorsque les pixels ont des intensités très similaires et un seuil faible lorsqu'ils sont sur les limites. Les résultats expérimentaux montrent que la technique proposée produit des résultats précis et stables.

Avertissement: Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été examiné ni vérifié

Indexé dans

Google Scholar
Academic Journals Database
Open J Gate
Academic Keys
ResearchBible
CiteFactor
Electronic Journals Library
RefSeek
Hamdard University
Scholarsteer
International Innovative Journal Impact Factor (IIJIF)
International Institute of Organised Research (I2OR)
Cosmos

Voir plus