欢迎来到 Jarvis 的博客!
文章标题: Optimal Surface Segmentation in Volumetric Images — A graph-Theoretic Approach
作者: Kang Li, Xiaodong Wu, Danny Z. Chen, Milan Sonka
目前已经有很多基于图搜索的方法应用在了2D自然图像的分割上. 而很多医学图像(比如CT)是3D的, 在使用2D分割方法的时候就会丢失第三个维度的纹理信息, 而直接把之前的2D方法拓展到3D则又会遇到计算量剧增的困扰. 本文提出了一种将三维表面的分割问题转化为赋权有向图上最小割计算的方法. 在医学图像中许多表面是有很强的关联性的, 这种表面我们称之为成对的, 比如气管的内壁和外壁. 在分割过程中充分利用这种关联性可以有效的提高分割的准确性. 本文的主要工作是把图搜索技术拓展到了3维及以上的维度并应用到了 \(k\) 个关联表面的划分上, 同时该方法向下兼容二维的图搜索.
本文提出的方法有一定的局限性, 要求划分的表面必须是类似于地形图的3D图像或柱面图(可以沿着长边展开成类地形图).
本文介绍了 Jekyll 的安装, 展示了一些使用 Markdown 写博客的例子.