首站-论文投稿智能助手
典型文献
基于3D体素增强和3D alpha背景分离的多发性硬化症病灶分割方法
文献摘要:
目的:提出一种用于T1加权像、T2加权像和流体衰减反演恢复(Flair)磁共振图像的多发性硬化症(MS)病变分割方法.方法:首先基于3D图像增强技术,将高强度MS病变区域与其他组织区域区分开来.然后利用假阳性降低方法,去除一些强度和密度不均匀的假阳性目标区域(VOI),并利用颜色分割法去除白质之外的VOI.最后利用彩色MR技术生成3个区域,以便细化分割MS病变.结果:在CHB数据集上进行测试,得到真阳率均值为0.48,Dice相似系数均值为0.52.结论:该方法能够有效去除噪声及其他无关非病变组织,并能准确识别并分割MS病变,该方法的有效性、准确性能为后续的MS分割技术分析提供依据.同时为MS病变的预防治疗、病情跟踪提供客观、方便的诊疗方法.
文献关键词:
多发性硬化症;病灶分割;3D体素增强;3D alpha背景分离;颜色分割技术
作者姓名:
孙颖;张吟龙;王鑫;曾子铭;毛海霞
作者机构:
中国医科大学附属第一医院重症医学科,辽宁沈阳110001;中国科学院沈阳自动化研究所,辽宁沈阳110016;沈阳建筑大学信息与控制工程学院,辽宁沈阳110168;深圳职业技术学院汽车与交通学院,广东深圳518055
引用格式:
[1]孙颖;张吟龙;王鑫;曾子铭;毛海霞-.基于3D体素增强和3D alpha背景分离的多发性硬化症病灶分割方法)[J].中国医学物理学杂志,2022(07):834-839
A类:
颜色分割技术
B类:
alpha,背景分离,多发性硬化症,病灶分割,分割方法,体衰,Flair,磁共振图像,图像增强技术,他组织,开来,假阳性,降低方法,目标区域,VOI,分割法,MR,CHB,Dice,相似系数,除噪声,病变组织,准确识别,预防治疗
AB值:
0.291509
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。