项目名称: 医学图像分割中面向目标的形状统计与边界特征学习

项目编号: No.61172142

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 无线电电子学、电信技术

项目作者: 闫平昆

作者单位: 中国科学院西安光学精密机械研究所

项目金额: 53万元

中文摘要: 基于模型的分割是医学图像分割的一种重要方法,先验形状约束和目标边界检测是其中的两个核心关键技术。现有方法在估计先验形状约束时未能考虑目标个体的特殊性,所使用的边界特征也缺乏可分度,因此在准确性和可靠性方面尚不能满足实际需求。不同于以往的方法,本项目将利用流形学习方法,重建小样本形状训练集的内在几何结构,以确定新测试形状在数据流形上的位置,从而得到针对目标个体的基于流行结构的先验形状约束。其次,为了精确检测目标在图像中的边界,将研究高可分度特征的设计问题。其中包括,区域描述特征与局部底层特征的联合构造问题,及基于稀疏学习的特征选择与组合问题。在此基础上,得到具有高可分度、低复杂度的目标边界特征构造方法。本项目的研究不仅可为医学图像分割领域带来新思路和新方法,所获成果还可为临床诊断与治疗的自动化贡献新的算法。

中文关键词: 医学图像分割;形状统计;特征学习;显著度;先验信息

英文摘要:

英文关键词: Medical image segmentation;shape statistics;feature learning;saliency;a priori information

成为VIP会员查看完整内容
3

相关内容

【CVPR2022】整合少样本学习的分类和分割
专知会员服务
26+阅读 · 2022年3月31日
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
专知会员服务
25+阅读 · 2021年10月20日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
44+阅读 · 2021年1月31日
【NeurIPS 2020】对比学习全局和局部医学图像分割特征
专知会员服务
43+阅读 · 2020年10月20日
【CVPR2022】整合少样本学习的分类和分割
专知
2+阅读 · 2022年3月31日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
CVPR2019 | 医学影像:MIT 利用学习图像变换进行数据增强
计算机视觉life
26+阅读 · 2019年3月27日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
【CVPR2022】整合少样本学习的分类和分割
专知会员服务
26+阅读 · 2022年3月31日
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
专知会员服务
25+阅读 · 2021年10月20日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
16+阅读 · 2021年7月31日
专知会员服务
44+阅读 · 2021年1月31日
【NeurIPS 2020】对比学习全局和局部医学图像分割特征
专知会员服务
43+阅读 · 2020年10月20日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员