医疗图像分割
2021-06-24 11:24:56 0 举报AI智能生成
医疗图像分割
作者其他创作
大纲/内容
医疗图像分割
分割技术
边缘（boundary）驱动的
边（Edge）检测器(自由模型)
活跃（active）轮廓/snakes
自由模型+背景知识
活跃形状模型
基于背景知识
区域驱动
可变模板
统计或聚类技术
边缘+区域驱动
活跃轮廓
层次（Level）集方法
其他概念
层次集
具有相同高度的点集合，如同测地线的水层
首次作为前向传播理论提出，后来引入到图像处理中
snakes算法步骤
1.初始化一个猜测轮廓，通过点击图像中的点集合
2.数字化轮廓
3.在内部和外部压力下移动轮廓
Snakes的问题
对初始的形状猜测敏感
无法应对复杂结构
前向传播
以前向传播理解snake
在平面中移动的封闭表面（interface）
更宽泛的说，是从初始轮廓沿着法向量normal vector以速度F向着图像边界移动。
前向的两种不同传播
参数表征
层次(level)
在2D参数化高数中的不足
函数定义依赖于不同的对象
front前后移动时t是不同的评价(value)函数
Subtopic 1
0 条评论
回复 删除
下一页
