Sökning: onr:"swepub:oai:DiVA.org:kth-212015" >
Classification of c...
Classification of cross-sections for vascular skeleton extraction using convolutional neural networks
-
- Lidayová, Kristína (författare)
- Uppsala universitet,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion
-
Gupta, Anindya (författare)
-
- Frimmel, Hans (författare)
- Uppsala universitet,Avdelningen för beräkningsvetenskap
-
visa fler...
-
- Sintorn, Ida-Maria (författare)
- Uppsala universitet,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion
-
- Bengtsson, Ewert (författare)
- Uppsala universitet,Avdelningen för visuell information och interaktion,Bildanalys och människa-datorinteraktion
-
- Smedby, Örjan (författare)
- KTH,Medicinsk bildbehandling och visualisering
-
visa färre...
-
(creator_code:org_t)
- 2017-06-22
- 2017
- Engelska.
-
Ingår i: 21st Annual Conference on Medical Image Understanding and Analysis, MIUA 2017. - Cham : Springer. - 9783319609638 ; , s. 182-194
- Relaterad länk:
-
https://urn.kb.se/re...
-
visa fler...
-
https://doi.org/10.1...
-
https://urn.kb.se/re...
-
visa färre...
Abstract
Ämnesord
Stäng
- Recent advances in Computed Tomography Angiography provide high-resolution 3D images of the vessels. However, there is an inevitable requisite for automated and fast methods to process the increased amount of generated data. In this work, we propose a fast method for vascular skeleton extraction which can be combined with a segmentation algorithm to accelerate the vessel delineation. The algorithm detects central voxels - nodes - of potential vessel regions in the orthogonal CT slices and uses a convolutional neural network (CNN) to identify the true vessel nodes. The nodes are gradually linked together to generate an approximate vascular skeleton. The CNN classifier yields a precision of 0.81 and recall of 0.83 for the medium size vessels and produces a qualitatively evaluated enhanced representation of vascular skeletons.
Ämnesord
- TEKNIK OCH TEKNOLOGIER -- Medicinteknik -- Medicinsk bildbehandling (hsv//swe)
- ENGINEERING AND TECHNOLOGY -- Medical Engineering -- Medical Image Processing (hsv//eng)
Nyckelord
- Classification
- Convolutional neural networks
- CT angiography
- Vascular skeleton
- Computerized Image Processing
Publikations- och innehållstyp
- ref (ämneskategori)
- kon (ämneskategori)
Hitta via bibliotek
Till lärosätets databas