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
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2015 | OriginalPaper | Buchkapitel

Internal Generative Mechanism Based Otsu Multilevel Thresholding Segmentation for Medical Brain Images

verfasst von : Yuncong Feng, Xuanjing Shen, Haipeng Chen, Xiaoli Zhang

Erschienen in: Advances in Multimedia Information Processing -- PCM 2015

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

Recent brain theories indicate that perceiving an image visually is an active inference procedure of the brain by using the Internal Generative Mechanism (IGM). Inspired by the theory, an IGM based Otsu multilevel thresholding algorithm for medical images is proposed in this paper, in which the Otsu thresholding technique is implemented on both the original image and the predicted version obtained by simulating the IGM on the original image. A regrouping measure is designed to refining the segmentation result. The proposed method takes the predicted visual information generated by the complicated Human Visual System (HVS) into account, as well as the details. Experiments on medical MR-T2 brain images are conducted to demonstrate the effectiveness of the proposed method. The experimental results indicate that the IGM based Otsu multilevel thresholding is superior to the other multilevel thresholdings.

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
Nächstes Kapitel Efficient Face Image Deblurring via Robust Face Salient Landmark Detection
Literatur
1.
Läthén, G. Segmentation Methods for Medical Image Analysis (2010)
2.
Farmer, M.E., Jain, A.K.: A wrapper-based approach to image segmentation and classification. IEEE Trans. Image Process. 14(12), 2060–2072 (2005)CrossRef
3.
Yilmaz, A., Javed, O., Shah, M.: Object tracking: a survey. ACM Comput. Surv. (CSUR) 38(4), 13 (2006)CrossRef
4.
Sun, C., Lu, H., Zhang, W., Qiu, X., Li, F., Zhang, H.: Lip segmentation based on facial complexion template. In: Ooi, W.T., Snoek, C.G.M., Tan, H.K., Ho, C.-K., Huet, B., Ngo, C.-W. (eds.) PCM 2014. LNCS, vol. 8879, pp. 193–202. Springer, Heidelberg (2014)
5.
Peng, B., Zhang, D.: Automatic image segmentation by dynamic region merging. IEEE Trans. Image Process. 20(12), 3592–3605 (2011)MathSciNetCrossRef
6.
Maulik, U.: Medical image segmentation using genetic algorithms. IEEE Trans. Inf Technol. Biomed. 13(2), 166–173 (2009)CrossRef
7.
Manikandan, S., Ramar, K., Iruthayarajan, M.W., et al.: Multilevel thresholding for segmentation of medical brain images using real coded genetic algorithm. Measurement 47, 558–568 (2014)CrossRef
8.
Sathya, P.D., Kayalvizhi, R.: Optimal segmentation of brain MRI based on adaptive bacterial foraging algorithm. Neurocomputing 74(14), 2299–2313 (2011)CrossRef
9.
Maitra, M., Chatterjee, A.: A novel technique for multilevel optimal magnetic resonance brain image thresholding using bacterial foraging. Measurement 41(10), 1124–1134 (2008)CrossRef
10.
Sezgin, M.: Survey over image thresholding techniques and quantitative performance evaluation. J. Electron. Imaging 13(1), 146–168 (2004)CrossRef
11.
Liao, P.S., Chen, T.S., Chung, P.C.: A fast algorithm for multilevel thresholding. J. Inf. Sci. Eng. 17(5), 713–727 (2001)
12.
Huang, D.Y., Wang, C.H.: Optimal multi-level thresholding using a two-stage Otsu optimization approach. Pattern Recogn. Lett. 30(3), 275–284 (2009)CrossRef
13.
Otsu, N.: A threshold selection method from gray-level histograms. Automatica 11(285–296), 23–27 (1975)
14.
Kittler, J., Illingworth, J.: Minimum error thresholding. Pattern Recogn. 19(1), 41–47 (1986)CrossRef
15.
Kapur, J.N., Sahoo, P.K., Wong, A.K.C.: A new method for gray-level picture thresholding using the entropy of the histogram. Comput. Vis. Graph. Image Process. 29(3), 273–285 (1985)CrossRef
16.
Chander, A., Chatterjee, A., Siarry, P.: A new social and momentum component adaptive PSO algorithm for image segmentation. Expert Syst. Appl. 38(5), 4998–5004 (2011)CrossRef
17.
Sternberg, R.: Cognitive Psychology. Cengage Learning, Belmont (2011)
18.
Zhai, G., Wu, X., Yang, X., et al.: A psychovisual quality metric in free-energy principle. IEEE Trans. Image Process. 21(1), 41–52 (2012)MathSciNetCrossRef
19.
Kersten, D., Mamassian, P., Yuille, A.: Object perception as Bayesian inference. Annu. Rev. Psychol. 55, 271–304 (2004)CrossRef
20.
Friston, K.: The free-energy principle: a unified brain theory? Nat. Rev. Neurosci. 11(2), 127–138 (2010)CrossRef
21.
Zhang, X., Li, X., Feng, Y., et al.: Image fusion with internal generative mechanism. Expert Syst. Appl. 42(5), 2382–2391 (2015)CrossRef
Metadaten
Titel
Internal Generative Mechanism Based Otsu Multilevel Thresholding Segmentation for Medical Brain Images
verfasst von
Yuncong Feng
Xuanjing Shen
Haipeng Chen
Xiaoli Zhang
Copyright-Jahr
2015
Buch
Advances in Multimedia Information Processing -- PCM 2015

Print ISBN: 978-3-319-24074-9

Electronic ISBN: 978-3-319-24075-6

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-24075-6_1

Neuer Inhalt

    Bildnachweise