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
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Scale-Covariant and Scale-Invariant Gaussian Derivative Networks Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

GMM Based Simultaneous Reconstruction and Segmentation in X-Ray CT Application

verfasst von : Shi Yan, Yiqiu Dong

Erschienen in: Scale Space and Variational Methods in Computer Vision

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

In this paper, we propose a new simultaneous reconstruction and segmentation (SRS) model in X-ray computed tomography (CT). The new SRS model is based on the Gaussian mixture model (GMM). In order to transform non-separable log-sum term in GMM into a form that can be easy solved, we introduce an auxiliary variable, which in fact plays a segmentation role. The new SRS model is much simpler comparing with the models derived from the hidden Markov measure field model (HMMFM). Numerical results show that the proposed model achieves improved results than other methods, and the CPU time is greatly reduced.

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 Total Deep Variation for Noisy Exit Wave Reconstruction in Transmission Electron Microscopy
Nächstes Kapitel Phase Retrieval via Polarization in Dynamical Sampling
Literatur
1.
Bjorck, A.: Numerical Methods for Least Squares Problems, vol. 51. SIAM (1996)
2.
Corona, V., et al.: Enhancing joint reconstruction and segmentation with non-convex Bregman iteration. Inverse Prob. 35(5), 055001 (2019)MathSciNetCrossRef
3.
Csiszár, I., Tusnády, G.: Information geometry and alternating minimization procedures. Stat. Decisions 1, 205–237 (1984)MathSciNetMATH
4.
Dong, Y., Hansen, P.C., Kjer, H.M.: Joint CT reconstruction and segmentation with discriminative dictionary learning. IEEE Trans. Comput. Imaging 4(4), 528–536 (2018)CrossRef
5.
Dong, Y., Wu, C., Yan, S.: A fast method for simultaneous reconstruction and segmentation in X-ray CT application. arXiv:​2102.​00250
6.
Gupta, L., Sortrakul, T.: A gaussian-mixture-based image segmentation algorithm. Pattern Recogn. 31(3), 315–325 (1998)CrossRef
7.
Hansen, P., Saxild-Hansen, M.: AIR tools–a MATLAB package of algebraic iterative reconstruction methods. J. Comput. Appl. Math. 236(8), 2167–2178 (2012)MathSciNetCrossRef
8.
9.
Kuchment, P.: The Radon Transform and Medical Imaging, vol. 85. SIAM (2014)
10.
11.
Liu, J., Tai, X., Huang, H., Huan, Z.: A weighted dictionary learning model for denoising images corrupted by mixed noise. IEEE Trans. Image Process. 22(3), 1108–1120 (2013)MathSciNetCrossRef
12.
Maeda, S., Fukuda, W., Kanemura, A., Ishii, S.: Maximum a posteriori x-ray computed tomography using graph cuts. J. Phys: Conf. Ser. 233, 012023 (2010)
13.
Marroquin, J., Santana, E., Botello, S.: Hidden Markov measure field models for image segmentation. IEEE Trans. Pattern Anal. Mach. Intell. 25(11), 1380–1387 (2003)CrossRef
14.
Mumford, D., Shah, J.: Optimal approximations by piecewise smooth functions and associated variational problems. Commun. Pure Appl. Math. 42(5), 577–685 (1989)MathSciNetCrossRef
15.
Potts, R.: Some generalized order-disorder transformations. In: Mathematical Proceedings of the Cambridge Philosophical Society, vol. 48, pp. 106–109. Cambridge University Press (1952)
16.
Ramlau, R., Ring, W.: A Mumford-Shah level-set approach for the inversion and segmentation of X-ray tomography data. J. Comput. Phys. 221(2), 539–557 (2007)MathSciNetCrossRef
17.
Romanov, M., Dahl, A.B., Dong, Y., Hansen, P.C.: Simultaneous tomographic reconstruction and segmentation with class priors. Inverse Prob. Sci. Eng. 24(8), 1432–1453 (2016)MathSciNetCrossRef
18.
Rudin, L., Osher, S., Fatemi, E.: Nonlinear total variation based noise removal algorithms. Physica D 60(1), 259–268 (1992)MathSciNetCrossRef
19.
de Sompel, D.V., Brady, M.: Simultaneous reconstruction and segmentation algorithm for positron emission tomography and transmission tomography. In: 2008 5th IEEE International Symposium on Biomedical Imaging: From Nano to Macro, ISBI 2008, pp. 1035–1038. IEEE (2008)
20.
Storath, M., Weinmann, A., Frikel, J., Unser, M.: Joint image reconstruction and segmentation using the Potts model. Inverse Prob. 31(2), 025003 (2015)MathSciNetCrossRef
21.
Teboulle, M.: A unified continuous optimization framework for center-based clustering methods. J. Mach. Learn. Res. 8, 65–102 (2007)MathSciNetMATH
22.
Tikhonov, A.N.: On the stability of inverse problems. Dokl. Akad. Nauk SSSR 39, 195–198 (1943)MathSciNet
23.
Tseng, P.: Convergence of a block coordinate descent method for nondifferentiable minimization. J. Optim. Theor. Appl. 109(3), 475–494 (2001)MathSciNetCrossRef
24.
Yan, S., Liu, J., Huang, H., Tai, X.: A dual EM algorithm for TV regularized Gaussian mixture model in image segmentation. Inverse Prob. Imaging 13(3), 653–677 (2019)MathSciNetCrossRef
Metadaten
Titel
GMM Based Simultaneous Reconstruction and Segmentation in X-Ray CT Application
verfasst von
Shi Yan
Yiqiu Dong
Copyright-Jahr
2021
Buch
Scale Space and Variational Methods in Computer Vision

Print ISBN: 978-3-030-75548-5

Electronic ISBN: 978-3-030-75549-2

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-030-75549-2_40

Premium Partner

    Bildnachweise