Skip to main content
top

Bibliography

Journal Article

Medical image analysis of 3D CT images based on extensions of Haralick texture features

Tesař Ludvík, Shimizu A., Smutek D., Kobatake H., Nawano S.

: Computerized Medical Imaging and Graphics vol.32, 6 (2008), p. 513-520

: CEZ:AV0Z10750506

: 1ET101050403, GA AV ČR, 1M0572, GA MŠk

: image segmentation, Gaussian mixture model, 3D image analysis

: 10.1016/j.compmedimag.2008.05.005

: http://library.utia.cas.cz/separaty/2008/AS/tesar-medical image analysis of 3d ct images based on extensions of haralick texture features.pdf

(eng): Texture-based segmentation of 3D CT images is adressed. The extension of Haralick 2D texture features to the 3D domain was studied. The co-occurrence matrix was calculated separately for each voxel in the image, using the co-occurrences of all voxels in a small cubic region around the voxel. The segmentation method used was model-based with a Gaussian Mixture Model. Evaluation of the proposed approach was performed using a set of 3D abdominal CT images. Statistical improvement of segmentation with 3D texture features was observed as opposed to the case without those features.

(cze): Tato práce se zabývá segmentací 3D CT medicínských obrázků. Byla použita extenze Haralickových dvourozměrných texturních příznaků na třetí dimenzi. Ko-okurenční matice se počítá pro každí voxel zvlášt, na základě ko-okurencí v jeho okolí. Segmentace se provádí pomocí Gaussovského směsového modelu. Vyhodnocení metody bylo provedeno s použitím abdominálních 3D CT obrázků. Bylo pozorováno zlepšení segmentace pomocí 3D texturních příznaků oproti segmenaci bez nich.

: IN