liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Geodesic registration for interactive atlas-based segmentation using learned multi-scale anatomical manifolds
Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Dept. of C4ISR, Swedish Defence Research Agency, Linköping, Sweden, .
Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.ORCID-id: 0000-0002-9267-2191
Linköpings universitet, Institutionen för medicin och hälsa, Avdelningen för radiologiska vetenskaper. Linköpings universitet, Medicinska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Region Östergötland, Centrum för kirurgi, ortopedi och cancervård, Radiofysikavdelningen US.ORCID-id: 0000-0002-6189-0807
2018 (Engelska)Ingår i: Pattern Recognition Letters, ISSN 0167-8655, E-ISSN 1872-7344, Vol. 112, s. 340-345Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Atlas-based segmentation is often used to segment medical image regions. For intensity-normalized data, the quality of these segmentations is highly dependent on the similarity between the atlas and the target under the used registration method. We propose a geodesic registration method for interactive atlas-based segmentation using empirical multi-scale anatomical manifolds. The method utilizes unlabeled images together with the labeled atlases to learn empirical anatomical manifolds. These manifolds are defined on distinct scales and regions and are used to propagate the labeling information from the atlases to the target along anatomical geodesics. The resulting competing segmentations from the different manifolds are then ranked according to an image-based similarity measure. We used image volumes acquired using magnetic resonance imaging from 36 subjects. The performance of the method was evaluated using a liver segmentation task. The result was then compared to the corresponding performance of direct segmentation using Dice Index statistics. The method shows a significant improvement in liver segmentation performance between the proposed method and direct segmentation. Furthermore, the standard deviation in performance decreased significantly. Using competing complementary manifolds defined over a hierarchy of region of interests gives an additional improvement in segmentation performance compared to the single manifold segmentation.

Ort, förlag, år, upplaga, sidor
Elsevier, 2018. Vol. 112, s. 340-345
Nyckelord [en]
Atlas-based segmentation, Image registration, Manifold learning, MRI
Nationell ämneskategori
Medicinsk bildbehandling
Identifikatorer
URN: urn:nbn:se:liu:diva-148304DOI: 10.1016/j.patrec.2018.04.037ISI: 000443950800049OAI: oai:DiVA.org:liu-148304DiVA, id: diva2:1214568
Tillgänglig från: 2018-06-07 Skapad: 2018-06-07 Senast uppdaterad: 2019-06-14Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Personposter BETA

Andersson, ThordBorga, MagnusDahlqvist Leinhard, Olof

Sök vidare i DiVA

Av författaren/redaktören
Andersson, ThordBorga, MagnusDahlqvist Leinhard, Olof
Av organisationen
Institutionen för medicinsk teknikTekniska fakultetenCentrum för medicinsk bildvetenskap och visualisering, CMIVAvdelningen för medicinsk teknikAvdelningen för radiologiska vetenskaperMedicinska fakultetenRadiofysikavdelningen US
I samma tidskrift
Pattern Recognition Letters
Medicinsk bildbehandling

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 788 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf