Andere Kunden interessierten sich auch für
![Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas]( "Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas")
Técnicas de compresión de imágenes basadas en Wavelet para imágenes médicas26,99 €![Clasificación y segmentación automática para la detección de leucemia]( "Clasificación y segmentación automática para la detección de leucemia")
Clasificación y segmentación automática para la detección de leucemia18,99 €![Procesamiento digital de imágenes en aplicaciones sanitarias]( "Procesamiento digital de imágenes en aplicaciones sanitarias")
Procesamiento digital de imágenes en aplicaciones sanitarias26,99 €![Detección del parásito de la malaria En imágenes de frotis de sangre: Un enfoque biomédico]( "Detección del parásito de la malaria En imágenes de frotis de sangre: Un enfoque biomédico")
Detección del parásito de la malaria En imágenes de frotis de sangre: Un enfoque biomédico26,99 €![Detección de cáncer de huesos, piel y pulmón en imágenes de rayos X]( "Detección de cáncer de huesos, piel y pulmón en imágenes de rayos X")
Detección de cáncer de huesos, piel y pulmón en imágenes de rayos X18,99 €![Detección de bordes en imágenes de RM mediante un algoritmo morfológico]( "Detección de bordes en imágenes de RM mediante un algoritmo morfológico")
Detección de bordes en imágenes de RM mediante un algoritmo morfológico27,99 €![Técnicas de segmentaciónde imágenes borrosas]( "Técnicas de segmentaciónde imágenes borrosas")
Técnicas de segmentaciónde imágenes borrosas27,99 €
Se propone un nuevo método de marcos de procesamiento totalmente automático basado en algoritmos de contorno activo de corte de grafo geodésico. El algoritmo se aplica a la segmentación de imágenes utilizando dos tipos diferentes de vecindarios locales en la construcción del gráfico. El principal problema del enfoque Graph-Cut es la selección incorrecta de la región del hígado con una coloración similar a los garabatos del usuario que se identifica como región tumoral. Los resultados pueden mejorarse utilizando la nueva técnica propuesta basada en el método Graph-Cut geodésico. Este sistema se ha concentrado en encontrar un método de segmentación rápido e interactivo para la segmentación de hígado y tumores. En la etapa de preprocesamiento, la imagen de TC se procesa con un filtro de desplazamiento medio y un método de umbralización estadística para reducir el área de procesamiento y mejorar la tasa de detección. La segunda etapa es la segmentación del hígado; la región hepática se ha segmentado utilizando el algoritmo del método propuesto. En la siguiente etapa, la segmentación del tumor también sigue los mismos pasos. Por último, las regiones del hígado y del tumor se segmentan por separado a partir de la imagen de tomografía computerizada.