Detail publikace

3D SEGMENTACE PLIC S VYUŽITÍM MARKOVSKÝCH NÁHODNÝCH POLÍ

CHMELÍK, J. JAN, J.

Originální název

3D LUNG SEGMENTATION SEGMENTATION USING MARKOV RANDOM FIELDS

Český název

3D SEGMENTACE PLIC S VYUŽITÍM MARKOVSKÝCH NÁHODNÝCH POLÍ

Anglický název

3D LUNG SEGMENTATION SEGMENTATION USING MARKOV RANDOM FIELDS

Typ

článek ve sborníku

Jazyk

en

Originální abstrakt

In this paper, Bayesian classification with Markov random fields is used for 3D Computed Tomography (3D CT) lung image segmentation and modified metropolis dynamic is employed as optimization algorithm. Lung tissue is well separated from the other tissues like a bones, muscles, surrounding soft tissue and fat. Segmentation is necessary for subsequent lung analysis (size, shape, lung contour, etc.), and lung blood-vessels, airways (bronchi, bronchioles) segmentation and tumour studies.

Český abstrakt

V této práci je použita Bayesovská klasifikace s využitím Markovských náhodných polí pro segmentaci plic pořízených pomocí 3D počítačové tomografie; jako optimalizační algoritmus je použita modifikovaná metoda Metropolis Dynamic. Plicní tkáň je dobře oddělena od ostatních tkání, jako jsou kosti, svalová hmota, další okolní měkké tkáně a tuk. Tato segmentace je nezbytností pro následující analýzu plic (velikost, tvar, kontura plic, atd.), pro segmentaci plicních cév, dýchacích cest (průdušky, průdušinky) a pro nádorové studie.

Anglický abstrakt

In this paper, Bayesian classification with Markov random fields is used for 3D Computed Tomography (3D CT) lung image segmentation and modified metropolis dynamic is employed as optimization algorithm. Lung tissue is well separated from the other tissues like a bones, muscles, surrounding soft tissue and fat. Segmentation is necessary for subsequent lung analysis (size, shape, lung contour, etc.), and lung blood-vessels, airways (bronchi, bronchioles) segmentation and tumour studies.

Klíčová slova

Markovská náhodná pole, 3D segmentace plic, Bayesovská klasifikace

Rok RIV

2014

Vydáno

24.04.2014

Nakladatel

LITERA

Místo

Brno

ISBN

978-80-214-4924-4

Kniha

Proceedings of the 20th Conference STUDENT EEICT 2014 Volume 3

Číslo edice

1

Strany od

217

Strany do

221

Strany počet

5

BibTex


@inproceedings{BUT107618,
  author="Jiří {Chmelík} and Jiří {Jan}",
  title="3D LUNG SEGMENTATION SEGMENTATION USING MARKOV RANDOM FIELDS",
  annote="In this paper, Bayesian classification with Markov random fields is used for 3D Computed Tomography (3D CT) lung image segmentation and modified metropolis dynamic is employed as optimization algorithm. Lung tissue is well separated from the other tissues like a bones, muscles, surrounding soft tissue and fat. Segmentation is necessary for subsequent lung analysis (size, shape, lung contour, etc.), and lung blood-vessels, airways (bronchi, bronchioles) segmentation and tumour studies.",
  address="LITERA",
  booktitle="Proceedings of the 20th Conference STUDENT EEICT 2014 Volume 3",
  chapter="107618",
  howpublished="print",
  institution="LITERA",
  year="2014",
  month="april",
  pages="217--221",
  publisher="LITERA",
  type="conference paper"
}