論文の概要: A multistep segmentation algorithm for vessel extraction in medical imaging

• arxiv url: http://arxiv.org/abs/1412.8656v2
• Date: Fri, 06 Jun 2025 19:20:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-16 03:13:18.979024
• Title: A multistep segmentation algorithm for vessel extraction in medical imaging
• Title（参考訳）: 医用画像における血管抽出のための多段階分割アルゴリズム
• Authors: Nasser Aghazadeh, Ladan Sharafyan Cigaroudy,
• Abstract要約: カーベレット変換のタイトなフレームとSURE手法のしきい値とを組み合わせた2次元画像の管状構造セグメンテーションの反復的手順を提案する。 提案アルゴリズムは主に [1, 9] で提案された TFA の提案に基づいており, 画像のヘッセン行列の固有ベクトルを用いて, この反復部分を改善する。 実験により,提案モデルの有効性を実証した。
• 参考スコア（独自算出の注目度）: 0.3683202928838613
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The main contribution of this paper is to propose an iterative procedure for tubular structure segmentation of 2D images, which combines tight frame of Curvelet transforms with a SURE technique thresholding which is based on principle obtained by minimizing Stein Unbiased Risk Estimate for denoising. This proposed algorithm is mainly based on the TFA proposal presented in [1, 9], which we use eigenvectors of Hessian matrix of image for improving this iterative part in segmenting unclear and narrow vessels and filling the gap between separate pieces of detected vessels. The experimental results are presented to demonstrate the effectiveness of the proposed model.
• Abstract（参考訳）: 本研究の主な貢献は、2次元画像の管状構造セグメンテーションの反復的手順を提案することである。これはカーベレット変換のタイトなフレームと、ステンアンバイアスドリスク推定を最小化する原理に基づくSURE手法のしきい値とを組み合わせたものである。 提案アルゴリズムは主に[1, 9]で提示されたTFAの提案に基づいており、画像のヘッセン行列の固有ベクトルを用いて、不明瞭な細い容器を分割し、検出された容器の隙間を埋める際に、この反復部分を改善する。 実験により,提案モデルの有効性を実証した。

関連論文リスト

• Karhunen-Lo\`eve Data Imputation in High Contrast Imaging [0.0]
  本稿では,標準のKarhunen-Loeve画像投影法における2つのステップを修正して,データ計算の概念をKarhunen-Loeve変換(DIKL)に提案する。 解析的なアプローチとして、DIKLは計算コストを大幅に削減して高品質な結果を得る。
  論文  参考訳（メタデータ） (2023-08-31T17:59:59Z)
• Difference of Anisotropic and Isotropic TV for Segmentation under Blur and Poisson Noise [2.6381163133447836]
  画像をスムーシング・アンド・スレッディング(SaT)セグメンテーションフレームワークを採用して、スムースなソリューションを見つけ、次に$k-meansで画像のセグメンテーションを行う。 具体的には、画像平滑化ステップにおいて、ムムフォードシャーモデルの最大雑音を正則化として、異方性全変動(AITV)の最大変動に置き換える。 スキームの有効性を検証するための収束解析が提供される。
  論文  参考訳（メタデータ） (2023-01-06T01:14:56Z)
• Robust Implementation of Foreground Extraction and Vessel Segmentation for X-ray Coronary Angiography Image Sequence [4.653742319057035]
  X-ray coronary angiography (XCA) 画像からの造影血管の抽出は臨床的に重要である。 テンソルロバスト主成分分析(TRPCA)に基づく容器層抽出法を提案する。 不均質なコントラスト分布を有する容器画像に対しては,2段階成長(TSRG)法を用いて血管拡張とセグメンテーションを行う。
  論文  参考訳（メタデータ） (2022-09-15T12:07:09Z)
• Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy CT Reconstruction [108.06731611196291]
  我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。 本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
  論文  参考訳（メタデータ） (2022-03-10T14:22:54Z)
• Regularization by Denoising Sub-sampled Newton Method for Spectral CT Multi-Material Decomposition [78.37855832568569]
  スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。 特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。 スペクトルct材料分解の数値的および実験的結果を示す。
  論文  参考訳（メタデータ） (2021-03-25T15:20:10Z)
• DWDN: Deep Wiener Deconvolution Network for Non-Blind Image Deblurring [66.91879314310842]
  本稿では,古典的なWienerデコンボリューションフレームワークを学習深い特徴と統合することにより,特徴空間における明示的なデコンボリューションプロセスを提案する。 マルチスケールのカスケード機能改善モジュールは、分離された深い特徴から退色画像を予測する。 提案したDeep Wienerデコンボリューションネットワークは,目に見える成果物が少なく,かつ,最先端の非盲点画像デコンボリューション手法を広いマージンで定量的に上回っていることを示す。
  論文  参考訳（メタデータ） (2021-03-18T00:38:11Z)
• Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
  ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。 両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。 画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
  論文  参考訳（メタデータ） (2020-08-25T03:30:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。