Segmentierung von Leber und Tumoren in CT-Bildern

Es wird eine neue Methode zur vollautomatischen Verarbeitung von Rahmenwerken vorgeschlagen, die auf Algorithmen mit geodätischem Graphenschnitt und aktiver Kontur basiert. Der Algorithmus wird auf die Bildsegmentierung angewandt, wobei zwei verschiedene Arten lokaler Nachbarschaften für die Konstruktion des Graphen verwendet werden. Das Hauptproblem des Graph-Cut-Ansatzes ist die falsche Auswahl der Leberregion mit einer Färbung, die den Kritzeleien des Benutzers ähnelt, die als Tumorregion identifiziert wird. Die Ergebnisse können durch die Verwendung der vorgeschlagenen neuen Technik, die auf der geodätischen Graph-Cut-Methode basiert, verbessert werden. Dieses System hat sich darauf konzentriert, eine schnelle und interaktive Segmentierungsmethode für die Segmentierung von Leber und Tumoren zu finden. In der Vorverarbeitungsphase wird das CT-Bild mit einem Mean-Shift-Filter und einer statistischen Schwellenwertmethode verarbeitet, um den Verarbeitungsbereich zu reduzieren und die Erkennungsrate zu verbessern. Die zweite Stufe ist die Segmentierung der Leber; die Leberregion wurde mit dem Algorithmus der vorgeschlagenen Methode segmentiert. In der nächsten Phase folgt die Tumorsegmentierung denselben Schritten. Schließlich werden die Leber- und Tumorregionen separat aus dem Computertomographie-Bild segmentiert.

Autorentext

Christo Ananth, Forscher, ist Mitglied von 133 Berufsverbänden auf der ganzen Welt. 410 internationale Zeitschriften mit SCI/ISI/Scopus/Web of Science-Index und 151 referierte und indexierte internationale Zeitschriften werden von ihm redaktionell betreut und begutachtet. Er wurde von der ISECE (Malaysia) zum Fellow gewählt und ist lebenslanges Mitglied der ISTE (Indien).