骨自动分割及基于轮廓一致性的分割验证

您当前的位置：

首页 >

文章列表页 >

骨自动分割及基于轮廓一致性的分割验证

信息光学与图像处理 | 更新时间：2025-09-01

- 骨自动分割及基于轮廓一致性的分割验证
- Automated bone segmentation and validation of segmentation using contour coherency
- 光学技术 2007年第4期页码：591-594
- 作者机构：
  
  1. 1:南方医科大学生物医学工程学院医学信息研究所
  2. 2:南方医科大学生物医学工程学院医学信息研究所,广州,510515
  3. 3,广州,510515
- 作者简介：
- 基金信息：
  
  国家973计划资助项目(2003CB716104);国家“十五”攻关资助项目(2004BA706B01);广东省攻关项目(2003b30605)
- DOI：
  中图分类号：
- 纸质出版：2007
- 稿件说明：
移动端阅览
郝立巍, 陈武凡. 骨自动分割及基于轮廓一致性的分割验证[J]. 光学技术, 2007,(4):591-594.

Automated bone segmentation and validation of segmentation using contour coherency[J]. 2007, (4): 591-594.
郝立巍, 陈武凡. 骨自动分割及基于轮廓一致性的分割验证[J]. 光学技术, 2007,(4):591-594. DOI：

Automated bone segmentation and validation of segmentation using contour coherency[J]. 2007, (4): 591-594. DOI：

利用序列CT图像对骨组织做自动分割是计算机辅助骨科的重要技术。由于骨结构的不一致性、病理改变以及CT数据内在的模糊性

完全做到自动分割目前还面临着很大的困难。提供了一种有效的解决框架

既避免了传统分割中大量的人力介入

又避免了自动分割造成的错误。具体步骤是:设计合适的自动分割算法对序列CT图像中骨组织做自动分割;利用相邻CT图像上骨轮廓是渐进变化的特性

通过比较轮廓形状的一致性来自动验证分割的结果;对一致性较差的结果引入决策判别机制。

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

深浅交错式特征融合的人体图像分割方法

基于小波变换和残差网络的磁共振影像分割方法

基于多个密集连接型2D-CNNs的脑胶质瘤MRI三维分割

基于聚类算法的血管直径测量研究

一种眼底黄斑水肿OCT图像分割方法