Hierarchical Method for Brain MRI Segmentation Based on using Atlas Information and Least Square Support Vector Machine

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,306

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE19_223

تاریخ نمایه سازی: 14 مرداد 1391

چکیده مقاله:

In this paper, an automatic method for segmentation of cerebral magnetic resonance (MR) images based on using a hierarchical approach is proposed. In this study, a combination of brain probabilistic atlas as a priori information and support vector machines (SVM) is employed. Here, least-square SVM (LS-SVM) as a powerful supervised learning method with high generalization characteristics is used to generate brain tissue probabilities. The proposed method is applied to BrainWeb simulated data and IBSR real data. Quantitative and qualitative results obtained from simulations demonstrate excellent performance of the applied method in segmenting brain tissues into three categories of cerebrospinal fluid (CSF), white matter (WM) and grey matter (GM

کلیدواژه ها:

Atlas ، Brain Segmentation ، Hierarchical Model ، Least Square Support Vector Machine (LSSVM) ، Magnetic Resonance Imaging (MRI

نویسندگان

Keyvan Kasiri

Department of Electrical and Electronics Engineering, Shiraz University of Technology, Shiraz, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • _ _ Fisher discriminant analysis, _ _ Coمpuing, vol. 14, ...
  • D. Pham, C. Xu, J. Prince, :Current methods in medical ...
  • M. Sonka, J. M. Fitzpatrick, _ ofMedcal Imaging, SPIE, 2000. ...
  • J. C. Bezdek, L. O. Hall, L. P. Clarke, 0"Review ...
  • _ _ _ _ _ _ brain images, " ...
  • K. C. R. Liu, M.S. Yang, H. C. Liu, J. ...
  • M. Ozkan, B. M. Dawant, R. J. Maciunas, _ 0Neural ...
  • _ _ _ _ _ and decision _ ...
  • A. Klein, B. Mensh, S. Ghosh, J. Tourville, J. Hirsch, ...
  • _ _ _ on the _ Conference ofte /EEE EMBS, ...
  • J. C. Platt. "Probabilistic Output for Support Vector Machines and ...
  • _ _ _ _ _ 293-300, 1999. ...
  • http://www.bic. mni. mcgill. ca/brainweb/ ...
  • http://www. cma. mgh .harvard.edu/in sr/ ...
  • _ Vapnik, S. Golowich and A. Smola, "Support Vector Method ...
  • V. Vapnik and S. Mukherjee, "Support Vector Method for Multivariate ...
  • _ _ _ _ Coaference _ _ Engineering Sysezs, INES03, ...
  • S. Smith, "Fast robust automated brain extraction, " _ ...
  • _ _ _ _ wvit Appication. vol. 37, no. 7, ...
  • http://www. e sat.kuleuven.ae .be/si sta/lssvmlab/ ...
  • http://www. cma. mgh .harvard.edu/ih sr/result_i cr_0997.html ...
  • نمایش کامل مراجع