Your browser doesn't support javascript.
loading
Medical image segmentation based on Gibbs morphological gradient and distance map Snake model / 南方医科大学学报
Journal of Southern Medical University ; (12): 48-51, 2008.
Artigo em Chinês | WPRIM | ID: wpr-281484
ABSTRACT
<p><b>OBJECTIVE</b>To propose a new algorithm for medical image segmentation based on Gibbs morphological gradient and distance map (DM) Snake model, which allows identification of the correct contours of the objects when processing medical images with noises and pseudo-edges.</p><p><b>METHODS</b>Gibbs morphological gradient was deduced and the method for image segmentation based on Gibbs morphological gradient and distance map Snake model was presented.</p><p><b>RESULTS</b>This new medical image segmentation algorithm proved to effectively suppress the noises and pseudo-edges when calculating distance map.</p><p><b>CONCLUSION</b>The proposed algorithm is robust for image noise suppression and allows easy implementation in clinical image segmentation without the need of user interventions.</p>
Assuntos
Texto completo: DisponíveL Índice: WPRIM (Pacífico Ocidental) Assunto principal: Algoritmos / Simulação por Computador / Processamento de Imagem Assistida por Computador / Interpretação de Imagem Assistida por Computador / Tomografia Computadorizada por Raios X / Sensibilidade e Especificidade / Lógica Fuzzy / Métodos Tipo de estudo: Estudo diagnóstico Limite: Humanos Idioma: Chinês Revista: Journal of Southern Medical University Ano de publicação: 2008 Tipo de documento: Artigo

Similares

MEDLINE

...
LILACS

LIS

Texto completo: DisponíveL Índice: WPRIM (Pacífico Ocidental) Assunto principal: Algoritmos / Simulação por Computador / Processamento de Imagem Assistida por Computador / Interpretação de Imagem Assistida por Computador / Tomografia Computadorizada por Raios X / Sensibilidade e Especificidade / Lógica Fuzzy / Métodos Tipo de estudo: Estudo diagnóstico Limite: Humanos Idioma: Chinês Revista: Journal of Southern Medical University Ano de publicação: 2008 Tipo de documento: Artigo