欢迎来到天天文库
浏览记录
ID:40781133
大小:1.01 MB
页数:6页
时间:2019-08-07
《信息检索大作业[001]》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、课题名称:名称:大脑MRI图像的分割一、课题背景简要介绍随着近年来成像技术的快速发展,影像的质量得到了很大程度上的改善。各种成像如X光照相术(X光)、计算机化X线断层摄影术(CT)、核磁共振成像(MRI)、数字减影血管造影(DSA)、正电子发射断层扫描(PET)、单光子发射断层扫描(SPET)、超声成像(UltrasoundImaging)等提供了丰富的人体图像,并且能够无创地体外成像,成为了图像研究过程的重要部分。核磁共振成像是现代重要的医学成像技术,具有其它影像技术无法比拟的优势,在医学研究和临床应用中扮演越来越重要的角色。在医学图像
2、分割中,对脑MRI图像的分割更具代表性和临床实用价值。准确的脑组织分割是有效地探测影响脑实质的病理条件、制定放疗计划、脑结构3D可视化重建及病灶定量测量等应用的前提和先决条件。分析脑MRI图像数据时需要考虑以下许多因素:第一,脑的结构是非刚性的,非常复杂,而且个体差异性很大;第二,无论使用何种分割算法,都始终存在一些因素如磁场信号强度的不均匀性、随机噪声、部分容积效应以及人体运动等,影响着磁共振脑组织分割的准确性。由于磁共振图像的复杂性和多样性,使得利用传统医学图像分割方法分割脑MRI图像时耗时多且精度不高,因此,提出一种更为快速准确的脑
3、MRI图像分割方法,对于丰富和发展该领域的研究手段和理论都有着十分积极的意义。国内外许多专家学者都在这一领域里进行着深入广泛的研究。二、文献检索策略(一)检索词:中文词:英文词:1.脑核磁共振图像1.brainMRIimage2.大脑MRI2.imagesegmentationtechnology3.图像分割3.(二)检索式及检索策略:中文检索式:(脑核磁共振图像+大脑MRI)*图像分割英文检索式:brainMRIimage*imagesegmentationtechnology5三、文献检索范围及结果(请附上检索结果截图)1《数字化期刊
4、全文数据库》(万方数据)2ScienceCitationIndexExpanded(SCI-E)53EIEngineeringVillage:Compendex(EI)4Scopus:55本专业外文全文数据库:名称:IEEE/IEEproceedings(IEEE/IEE会议论文全文)截图:四、了解本专业十年来高被引论文EssentialScienceIndicators数据库中点击HighlyCitedPapers(last10years)从Displaypapersfromthisfield:中选择你所在学科领域,从你所在学科领域的高
5、被引论文中找出一篇,5题目:ALEVELSETMETHODFORIMAGESEGMENTATIONINTHEPRESENCEOFINTENSITYINHOMOGENEITIESWITHAPPLICATIONTOMRI摘要(将英文翻译成中文):摘要原文Intensityinhomogeneityoftenoccursinreal-worldimages,whichpresentsaconsiderablechallengeinimagesegmentation.Themostwidelyusedimagesegmentationalgori
6、thmsareregion-basedandtypicallyrelyonthehomogeneityoftheimageintensitiesintheregionsofinterest,whichoftenfailtoprovideaccuratesegmentationresultsduetotheintensityinhomogeneity.Thispaperproposesanovelregion-basedmethodforimagesegmentation,whichisabletodealwithintensityinho
7、mogeneitiesinthesegmentation.First,basedonthemodelofimageswithintensityinhomogeneities,wederivealocalintensityclusteringpropertyoftheimageintensities,anddefinealocalclusteringcriterionfunctionfortheimageintensitiesinaneighborhoodofeachpoint.Thislocalclusteringcriterionfun
8、ctionisthenintegratedwithrespecttotheneighborhoodcentertogiveaglobalcriterionofimagesegmentation
此文档下载收益归作者所有