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:
Detection of Sclerotic Spine Metastases via Random Aggregation of Deep Convolutional Neural Network Classifications Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Segmentation of Lumbar Vertebrae Slices from CT Images

verfasst von : Hugo Hutt, Richard Everson, Judith Meakin

Erschienen in: Recent Advances in Computational Methods and Clinical Applications for Spine Imaging

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

We describe a fully automated approach to vertebrae segmentation from CT images which operates on superpixels. The method is based on a conditional random field model incorporating constraints learned from labelled superpixel features. The method is shown to provide consistently accurate segmentations of different vertebrae from a variety of subjects.

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 Atlas-Based Registration for Accurate Segmentation of Thoracic and Lumbar Vertebrae in CT Data
Nächstes Kapitel Interpolation-Based Detection of Lumbar Vertebrae in CT Spine Images
Fußnoten
1
Data from the CSI2014 segmentation competition is available from the SpineWeb initiative: http://​spineweb.​digitalimaginggr​oup.​ca.
 
Literatur
1.
Achanta, R., Shaji, A., Smith, K., Lucchi, A., Fua, P., Susstrunk, S.: SLIC superpixels compared to State-of-the-Art superpixel methods. IEEE Trans. Pattern Anal. Mach. Intell. 34(11), 2274–2282 (2012)
2.
Blake, A., Kohli, P., Rother, C. (eds.): Markov Random Fields for Vision and Image Processing. The MIT Press, Cambridge (2011)MATH
3.
Boykov, Y., Funka-Lea, G.: Graph cuts and efficient N-D image segmentation. Int. J. Comput. Vis. 70(2), 109–131 (2006)CrossRef
4.
Boykov, Y., Kolmogorov, V.: An experimental comparison of min-cut/max-flow algorithms for energy minimization in vision. IEEE Trans. Pattern Anal. Mach. Intell. 26(9), 1124–1137 (2004)CrossRef
5.
6.
Gerig, G., Jomier, M., Chakos, M.: Valmet: a new validation Tool for assessing and improving 3D object segmentation. In: Medical Image Computing and Computer-Assisted Intervention (MICCAI), vol. 2208, pp. 516–523. Springer (2001)
7.
Ghosh, S., Alomari, R., Chaudhary, V., Dhillon, G.: Automatic lumbar vertebra segmentation from clinical CT for wedge compression fracture diagnosis. In: SPIE Conference Series, vol. 7963 (2011)
8.
Huang, J., Jian, F., Wu, H., Li, H.: An improved level set method for vertebra CT image segmentation. BioMed. Eng. OnLine 12(48) (2013)
9.
Hutt, H. W., Everson, R. M., and Meakin, J. R.: Automatic segmentation of vertebrae from MR images. Technical Report, 2014, School of Physics, University of Exeter (2014)
10.
Kim, Y., Kim, D.: A fully automatic vertebra segmentation method using 3D deformable fences. Comput. Med. Imaging Graph. 33, 343–352 (2009)CrossRef
11.
Klinder, T., Ostermann, J., Ehm, M., Franz, A., Kneser, R., Lorenz, C.: Automated model-based vertebra detection, identification, and segmentation in CT images. Med. Image Anal. 13(3), 471–482 (2009)CrossRef
12.
Knutsson, H.: Representing Local Structure Using Tensors. In: The 6th Scandinavian Conference on Image Analysis, Oulu, pp. 244–251 (1989)
13.
Lim, P.H., Bagci, U., Bai, L.: Introducing willmore flow into level set segmentation of spinal vertebrae. IEEE Trans. Biomed. Eng. 60(1), 115–122 (2013)CrossRef
14.
Lowe, D.G.: Distinctive image features from scale-invariant keypoints. Int. J. Comput. Vis. 60(2), 91–110 (2004)CrossRef
15.
Torr, P.H.S., Zisserman, A.: MLESAC: a new robust estimator with application to estimating image geometry. Comput. Vis. Image Underst. 78, 138–156 (2000)CrossRef
16.
17.
Weinberger, K.Q., Saul, L.K.: Distance metric learning for large margin nearest neighbor classification. J. Mach. Learn. Res. 10, 207–244 (2009)MATH
18.
Wu, T.-F., Lin, C.-J., Weng, R.C.: Probability estimates for multi-class classification by pair wise coupling. J. Mach. Learn. Res. 5, 975–1005 (2004)MATHMathSciNet
19.
Yao, J., Burns, J. E., Munoz, H., Summers, R.M.: Detection of Vertebral Body Fractures Based on Cortical Shell Unwrapping. In: Medical Image Computing and Computer-Assisted Intervention (MICCAI), vol. 7512, pp. 509–516. Springer (2012)
Metadaten
Titel
Segmentation of Lumbar Vertebrae Slices from CT Images
verfasst von
Hugo Hutt
Richard Everson
Judith Meakin
Copyright-Jahr
2015
Buch
Recent Advances in Computational Methods and Clinical Applications for Spine Imaging

Print ISBN: 978-3-319-14147-3

Electronic ISBN: 978-3-319-14148-0

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-14148-0_6

Neuer Inhalt

    Bildnachweise