bibtype J - Journal Article
ARLID 0313710
utime 20240103190549.9
mtime 20090326235959.9
WOS 000258739700009
DOI 10.1016/j.compmedimag.2008.05.005
title (primary) (eng) Medical image analysis of 3D CT images based on extensions of Haralick texture features
specification
page_count 8 s.
serial
ARLID cav_un_epca*0252561
ISSN 0895-6111
title Computerized Medical Imaging and Graphics
volume_id 32
volume 6 (2008)
page_num 513-520
publisher
name Elsevier
title (cze) Analýza trojrozměrných CT medicínských obrázků pomocí rozšíření Haralickových texturních příznaků
keyword image segmentation
keyword Gaussian mixture model
keyword 3D image analysis
author (primary)
ARLID cav_un_auth*0101211
name1 Tesař
name2 Ludvík
institution UTIA-B
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author
ARLID cav_un_auth*0230998
name1 Shimizu
name2 A.
country JP
author
ARLID cav_un_auth*0015541
name1 Smutek
name2 D.
country CZ
author
ARLID cav_un_auth*0230999
name1 Kobatake
name2 H.
country JP
author
ARLID cav_un_auth*0243177
name1 Nawano
name2 S.
country JP
source
url http://library.utia.cas.cz/separaty/2008/AS/tesar-medical image analysis of 3d ct images based on extensions of haralick texture features.pdf
cas_special
project
project_id 1ET101050403
agency GA AV ČR
ARLID cav_un_auth*0001930
project
project_id 1M0572
agency GA MŠk
ARLID cav_un_auth*0001814
research CEZ:AV0Z10750506
abstract (eng) Texture-based segmentation of 3D CT images is adressed. The extension of Haralick 2D texture features to the 3D domain was studied. The co-occurrence matrix was calculated separately for each voxel in the image, using the co-occurrences of all voxels in a small cubic region around the voxel. The segmentation method used was model-based with a Gaussian Mixture Model. Evaluation of the proposed approach was performed using a set of 3D abdominal CT images. Statistical improvement of segmentation with 3D texture features was observed as opposed to the case without those features.
abstract (cze) Tato práce se zabývá segmentací 3D CT medicínských obrázků. Byla použita extenze Haralickových dvourozměrných texturních příznaků na třetí dimenzi. Ko-okurenční matice se počítá pro každí voxel zvlášt, na základě ko-okurencí v jeho okolí. Segmentace se provádí pomocí Gaussovského směsového modelu. Vyhodnocení metody bylo provedeno s použitím abdominálních 3D CT obrázků. Bylo pozorováno zlepšení segmentace pomocí 3D texturních příznaků oproti segmenaci bez nich.
reportyear 2009
RIV IN
permalink http://hdl.handle.net/11104/0164445
mrcbT16-f 1.363
mrcbT16-g 0.095
mrcbT16-h 6.8
mrcbT16-i 0.00194
mrcbT16-j 0.303
mrcbT16-k 929
mrcbT16-l 74
mrcbT16-q 40
mrcbT16-s 0.508
mrcbT16-y 28.39
mrcbT16-x 1.67
arlyear 2008
mrcbU34 000258739700009 WOS
mrcbU63 cav_un_epca*0252561 Computerized Medical Imaging and Graphics 0895-6111 1879-0771 Roč. 32 č. 6 2008 513 520 Elsevier