Segmentierung von Leber und Tumoren in CT-Bildern

Es wird eine neue Methode zur vollautomatischen Verarbeitung von Rahmenwerken vorgeschlagen, die auf Algorithmen mit geod tischem Graphenschnitt und aktiver Kontur basiert. Der Algorithmus wird auf die Bildsegmentierung angewandt, wobei zwei verschiedene Arten lokaler Nachbarschaften f r die Konstruktion des Graphen verwendet werden. Das Hauptproblem des Graph-Cut-Ansatzes ist die falsche Auswahl der Leberregion mit einer F rbung, die den Kritzeleien des Benutzers hnelt, die als Tumorregion identifiziert wird. Die Ergebnisse k nnen durch die Verwendung der vorgeschlagenen neuen Technik, die auf der geod tischen Graph-Cut-Methode basiert, verbessert werden. Dieses System hat sich darauf konzentriert, eine schnelle und interaktive Segmentierungsmethode f r 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 n chsten Phase folgt die Tumorsegmentierung denselben Schritten. Schlie lich werden die Leber- und Tumorregionen separat aus dem Computertomographie-Bild segmentiert.