Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
3D Shapes Isometric Deformation Using in-tSNE Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

An Iterative Method for Gastroscopic Image Registration

verfasst von : Pan Sun, Weiling Hu, Jiquan Liu, Bin Wang, Fei Ma, Huilong Duan, Jianmin Si

Erschienen in: Image and Graphics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Image registration is an essential technology for image guided diagnosis. However, in gastroscopic environment, it is still a challenging work due to the ambiguous and noisy endoscopic images. In this paper, we propose an iterative image registration method, homographic triangle and epipolar constraint registration, based on the homographic hypothesis. The method starts with establishing initial matching point pairs between gastroscopic image sequences and clustering them by Delaunay triangulation; normalized cross correlation is then introduced to validate the homographic assumptions of the matching triangles; after that, the inscribed circle’s center point of an unmatched triangle is registered by the epipolar constraint; finally, each unmatched triangles is divided into three sub-triangles according to its vertexes and inscribed circle center point for next HTECR iteration. Clinical data experimental results show a promising performance with this method.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel An Improved Fiber Tracking Method for Crossing Fibers
Nächstes Kapitel An Optimized Scheme to Generating Support Structure for 3D Printing
Literatur
1.
Serrano, M., Kikuste, I., Dinis, R.M.: Advanced endoscopic imaging for gastric cancer assessment: new insights with new optics? Best Pract. Res. Clin. Gastroenterol. 28(6), 1079–1091 (2014)CrossRef
2.
Soetikno, R., Kaltenbach, T., Yeh, R., et al.: Endoscopic mucosal resection for early cancers of the upper gastrointestinal tract. J. Clin. Oncol. 23(20), 4490–4498 (2005)CrossRef
3.
Kume, K.: Endoscopic therapy for early gastric cancer: standard techniques and recent advances in ESD. World J. gastroenterol. WJG 20(21), 6425 (2014)CrossRef
4.
Baim, W., Bradym, M.: Motion correction and attenuation correction for respiratory gated PET images. IEEE Trans. Med. Imaging 30(2), 351–365 (2011)CrossRef
5.
Wang, B., Liu, J.Q., Zong, Y., et al.: Dynamic 3D reconstruction of gastric internal surface under gastroscopy. J. Med. Imaging Health Inform. 4(5), 797–802 (2014)CrossRef
6.
Liu, J.Q., Wang, B., Hu, W., et al.: A non-invasive navigation system for retargeting gastroscopic lesions. Bio-Med. Mater. Eng. 24(6), 2673–2679 (2014)
7.
Wang, B., Hu, W.L., Wu, W., et al.: Gastroscopic image graph: Application to Noninvasive Multitarget Tracking under Gastroscopy, Computational and mathematical methods in medicine (2014)
8.
Zitova, B., Flusser, J.: Image registration methods: a survey. Image Vis. Comput. 21(11), 977–1000 (2003)CrossRef
9.
Mikolajczyk, K., Schmid, C.: A performance evaluation of local descriptors. IEEE Trans. Pattern Anal. Mach. Intell. 27(10), 1615–1630 (2005)CrossRef
10.
Oliveira, F.P., Tavares, J.: Medical image registration: a review. Comput. Methods Biomech. Biomed. Eng. 17(2), 73–93 (2014)CrossRef
11.
Kim, M., Wu, G., Wang, Q., et al.: Improved image registration by sparse patch-based deformation estimation. NeuroImage 105, 257–268 (2015)CrossRef
12.
Kim, M., Wu, G., Yap, P.T., et al.: A general fast registration framework by learning deformation–appearance correlation. IEEE Trans. Image Process. 21(4), 1823–1833 (2012)CrossRefMathSciNet
13.
Arnold, T., Biasio, M., Leitner, R.: High-sensitivity hyper-spectral video endoscopy system for intra-surgical tissue classification. In: Sensors, 2010. IEEE (2010)
14.
Candocia, F.M.: Simultaneous homographic and comparametric alignment of multiple exposure-adjusted pictures of the same scene. IEEE Trans. Image Process. 12(12), 1485–1494 (2003)CrossRef
15.
Shi, J., Tomasi, C.: Good features to track. In: Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 1994 (1994)
16.
Rosten, E., Drummond, T.W.: Machine learning for high-speed corner detection. In: Leonardis, A., Bischof, H., Pinz, A. (eds.) ECCV 2006, Part I. LNCS, vol. 3951, pp. 430–443. Springer, Heidelberg (2006)CrossRef
17.
Lowe, D.G.: Object recognition from local scale-invariant features. In: The Proceedings of the Seventh IEEE International Conference on Computer Vision, 1999 (1999)
18.
Bay, H., Tuytelaars, T., Van Gool, L.: SURF: Speeded Up Robust Features. In: Leonardis, A., Bischof, H., Pinz, A. (eds.) ECCV 2006, Part I. LNCS, vol. 3951, pp. 404–417. Springer, Heidelberg (2006)CrossRef
19.
Agrawal, M., Konolige, K., Blas, M.R.: CenSurE: Center Surround Extremas for realtime feature detection and matching. In: Forsyth, D., Torr, P., Zisserman, A. (eds.) ECCV 2008, Part IV. LNCS, vol. 5305, pp. 102–115. Springer, Heidelberg (2008)CrossRef
20.
Luong, Q.T., Faugeras, O.D.: The fundamental matrix: theory, algorithms, and stability analysis. Int. J. Comput. Vis. 17(1), 43–75 (1996)CrossRef
21.
Chum, O., Pajdla, T., Sturm, P.: The geometric error for homographies. Comput. Vis. Image Underst. 97(1), 86–102 (2005)CrossRef
22.
Selka, F., Nicolau, S.A., Agnus, V.: Evaluation of endoscopic image enhancement for feature tracking: a new validation framework. Augmented Reality Environments for Medical Imaging and Computer-Assisted Interventions. pp. 75–85 (2013)
Metadaten
Titel
An Iterative Method for Gastroscopic Image Registration
verfasst von
Pan Sun
Weiling Hu
Jiquan Liu
Bin Wang
Fei Ma
Huilong Duan
Jianmin Si
Copyright-Jahr
2015
Buch
Image and Graphics

Print ISBN: 978-3-319-21977-6

Electronic ISBN: 978-3-319-21978-3

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-21978-3_49

Premium Partner

    Bildnachweise