选择感兴趣的区域

我正在尝试开发一种自动脑肿瘤分割算法。我目前使用“Bounding Box Method Using Symmetry”algo，由提出。B. Saha，N.Ray，R.Greiner，A.Murtha，H.Zhang。我已经改进并扩展了他们的代码，现在可以自动成功地分割肿瘤（体面的质量）。选择感兴趣的区域

但是，他们提供的代码有一个缺点。如果肿瘤很暗，那么它会检测到错误的一面。 dark tumor

任何人都可以提供一个建议，程序化/理论上，我应该如何解决这个问题。

来源

2014-04-23 Rohan Kandwal

您可以尝试在自动检测步骤后进行一些小检查，以验证您是否抓住了肿瘤。它可以通过检查感兴趣区域的直方图的均匀性来完成。看起来肿瘤区域比健康组织更不均匀。 – Adiel

@Adiel你是指使用** graycoprops **？ –

我不知道这个功能，但似乎它可能有帮助。 – Adiel

正如我在评论中写道（写在这里再次为未来的Q/A）：

您可以尝试自动检测的步骤之后做一些小考试，以验证您捕捉瘤。它可以通过检查感兴趣区域的直方图的均匀性来完成。看起来肿瘤区域比健康组织更不均匀。

请注意，它取决于您的图像的一般属性。有时，大脑中的规则组织也可能具有较低的同质性（如在编辑之前附加的文件中的“image2”中）。

来源

2014-04-23 12:17:17 Adiel

是的，我现在正在弄清楚这个问题;）但是你给了我一些想法。我认为在这里和那里可以解决问题：D –

@Adiel提供的建议非常完美，非常感谢他。但是，我在此提供代码来查找和比较两张图像（Matlab的代码）的均匀性。这可能会帮助像我这样的人。

homogeniety1= graycoprops(uint8(left),'Homogeneity'); %left box of image 
homogeniety2= graycoprops(uint8(right),'Homogeneity'); %right box of image 


homogeniety1 = struct2cell(homogeniety1); % converting the homogeniety struct to 
homogeniety2 = struct2cell(homogeniety2); % cell (help to get value in the struct) 


if homogeniety1{1}<homogeniety2{1} % finally comparing the value 
// some stuff 
end

来源

2014-04-23 11:35:07

选择感兴趣的区域

回答

相关问题