2013年---外文翻译--运用网格分割和变形的方法进行图像分割的误差校正（译文）

《2013年---外文翻译--运用网格分割和变形的方法进行图像分割的误差校正（译文）》由会员分享，可在线阅读，更多相关《2013年---外文翻译--运用网格分割和变形的方法进行图像分割的误差校正（译文）（9页珍藏版）》请在毕设资料网上搜索。

1、 中文 5300 字， 3140 汉字 ,16300 英文字符 出处： Kronman A, Joskowicz L. Image segmentation errors correction by mesh segmentation and deformationM/Medical Image Computing and Computer-Assisted InterventionMICCAI 2013. Springer Berlin Heidelberg, 2013: 206-213. 运用网格分割和 变形的 方法进行图像分割的误差校正 Image Segmentation Errors

2、 Correction by Mesh Segmentation and Deformation 学 部（院）： 电子信息与电气工程 专 业： 生物医学工程 运用网格分割和变形的方法进行图像分割的误差校正 1 运用网格分割和变形的方法进行图像分割的误差校正 Achia Kronman and Leo Joskowicz 以色列耶 路撒冷希伯来大学 工程和计算机科学学院 摘要 ： 测定体积的图像分割方法通常是对测定对象的解剖结构和病理学的描述，这些通常要求使用者进行相关的调整和更改。我们这里展示一个新的方法，用来对图像分割进行误差校正。给定一个初始的几何网格，我们的方法可以半自动的在错误区域用最

3、小的分割确定网格顶点。然后它开始运用可以校正其顶点并使之相配的基于其局部几何性质的拉普拉斯变换对网格进行变形。我们方法最关键的优点分别是： 1）它支持在一个单独的表面绘制二维视图 并进行快速的用户对话； 2）它的参数值对于所有相同情况下的值来说是固定的 ； 3）它与原始分割的方法是相互独立的； 4）而且它适用于各种各样的解剖结构和病理学分析。从 44 份肾和肾血管的原始分割的 CT扫描分析中可以看出其显示分割效率提升到 83%，体积的重叠误差的初始和修正之后的误差也相应的提高到75%。 1.引言 病人的具体解剖结构和病理学的模型在测定体积的临床医学图像应用中扮演着越来越重要的角色，这其中包括：

4、 1）提供准确无误的健康和疾病的结构诊断，治疗以及复查中的评估确定的体积放射学测量； 2）放射疗法中的治疗计划； 3）术前手术规划和术中导航， 4）手术预演和模拟训练。 医学图像 分割是病人详述模型的关键步骤，过去已经开发了众多的分割方法。然而很多方法没有在临床实践中得到应用，因为他们缺乏坚固性，需要大量的医生的信息输入，和 /或需要技术支持。事实上，分割是一个非常具有挑战性的任务，主要是由于： 1）由于不同的成像方式，扫描协议，和扫描仪参数而产生的宽成像变异；2）大量的内部和外部病患的解剖变异，和； 3）结构组织和它们相邻部分的强度值存在重叠部分。 因此，医学图像分割通常包含错误信息并且需要

5、用户修改。分割校正往往成为一个繁琐和耗时的任务：用户需要检查图像切片的结构重叠部分，并且改正他们需要的那部分。当一个特定方法的分割结果经常需要修正，它将不会在临床实践中使用。因此一个自动或者半自动的具有快速和直观的用户交互的分割校正方法在临床应用中是十分必要的。 许多半自动的分割校正方法在过去已经提出了。 Boykov 等人对分割误差校正提出了一种交互式算法。他们用最小切割的能量最小化的方法修正了分割过程，这个过程中使用了用户提供的数据进行更正，在这个过程中图像的权重根据新的数据进行不断的修改。 Grady 等人除了用户提供的数据，为了正确分割而运用原始分割作运用网格分割和变形的方法进行图像分

6、割的误差校正 2 为一个微小的预处理。然而，他们的方法需要预先调整参数 以便使两个相对的因素达到平衡 -预处理的原始分割和用户提供的数据。此外，它需要调节数据的影响位置，这对于不同的情况往往是不同的。 Heckel 等人运用一个基于用户提供的二维轮廓外推 Live-Wire 算法。在该方法中，处理过程是在每个二维切片中分别复制校正过的相邻切片轮廓，然后调整他们。这种方法需要复制过程停止的标准的详细参数，可能不适应于复杂的组织，如血管树及其分支。 在本文中，我们提出了分割误差校正的一种新的几何方法。给定一个初始分割，表示为一个几何网，我们采用三步算法。第一步是运用基于曲率的最小分割对网格顶 点进行分割，以便识别和修正错误区域。第二步是对错误顶点的修改使之与拉普拉斯变换相符，这个过程中运用了网格分割作为边界条件。第三步是确定研究对象的实际结构和它的网格重构。 我们的方法有以下优点： 1）它是独立的初始分割方法； 2）它支持一个简单而直观的 2D 的用户