Automatic Initialization Active Contour Model for the Segmentation of the Chest Wall on Chest CT

최석윤; 김창수

추천

검색

자료유형: 학술저널

저자정보: 최석윤 김창수

저널정보: 대한의료정보학회 Healthcare Informatics Research Healthcare Informatics Research 제16권 제1호

발행연도: 2010.1

수록면: 36 - 45 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Objectives: Snake or active contours are extensively used in computer vision and medical image processing applications, and particularly to locate object boundaries. Yet problems associated with initialization and the poor convergence to boundary concavities have limited their utility. The new method of external force for active contours, which is called gradient vector flow (GVF), was recently introduced to address the problems. Methods: This paper presents an automatic initialization value of the snake algorithm for the segmentation of the chest wall. Snake algorithms are required to have manually drawn initial contours, so this needs automatic initialization. In this paper, our proposed algorithm is the mean shape for automatic initialization in the GVF. Results: The GVF is calculated as a diffusion of the gradient vectors of a gray-level or binary edge map derived from the medical images. Finally, the mean shape coordinates are used to automatic initialize thepoint of the snake. The proposed algorithm is composed of three phases: the landmark phase, the procrustes shape distance metric phase and aligning a set of shapes phase. The experiments showed the good performance of our algorithm in segmenting the chest wall by chest computed tomography. Conclusions: An error analysis for the active contours results on simulated test medical images is also presented. We showed that GVF has a large capture range and it is able to move a snake into boundary concavities. Therefore, the suggested algorithm is better than the traditional potential forces of image segmentation.

#Active Contour Model #Automatic Initialization #Mean Shape #Gradient Vector Flow #Computed Tomography

참고문헌 (17)

참고문헌 신청

Ballard DH / 1982 / Computer vision. Englewood Cliffs / Prentice-Hall : 116 ~ 123

Barish MA / 2005 / Multislice CT colonography: current status and limitations / Radiol Clin North Am 43 : 1049 ~ 1062

Biniwale RM / / eMedicine: Chest wall deformities

Cootes TF / 1995 / Active shape models: their training and application / Comput Vis Image Underst 61 : 38 ~ 59

Gao H / 2001 / Improved techniques for automatic image segmentation / IEEE Trans Circuits Syst Video Technol 11 : 1273 ~ 1280

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최석윤

소속기관 대한의료정보학회

주요연구분야 의약학 > 기초의학 > 예방의학·직업환경의학

논문수 1 이용수 0

김창수

소속기관 대한의료정보학회

주요연구분야 의약학 > 기초의학 > 예방의학·직업환경의학

논문수 4 이용수 6

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (17)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)