CT Segmentation based on MRI images in context of prostate radiotherapy planning
PBN-AR
Instytucja
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Książka
Tytuł książki
IST 2013 [Dokument elektroniczny]. 2013 IEEE international conference on Imaging Systems and Techniques : October 22–23, 2013, Beijing : proceedings
Data publikacji
2013
ISBN
978-1-4673-5790-6
Wydawca
IEEE
Publikacja
Główny język publikacji
EN
Tytuł rozdziału
CT Segmentation based on MRI images in context of prostate radiotherapy planning
Rok publikacji
2013
Strony (od-do)
169--173
Numer rozdziału
Identyfikator DOI
Liczba arkuszy
0.35
Hasło encyklopedyczne
Autorzy
(liczba autorów: 4)
Pozostali autorzy
+ 3
Autorzy przekładu
(liczba autorów przekładu: 0)
Słowa kluczowe
EN
computed tomography
segmentation
MRI
prostate
radiotherapy
active contours
shape priors
CT
magnetic resonance
Konferencja
Indeksowana w Scopus
tak
Indeksowana w Web of Science Core Collection
tak
Liczba cytowań z Web of Science Core Collection
Nazwa konferencji (skrócona)
IST 2013
Nazwa konferencji
IEEE International Conference on Imaging Systems and Techniques
Początek konferencji
2013-10-22
Koniec konferencji
2013-10-23
Lokalizacja konferencji
Beijing
Kraj konferencji
CN
Lista innych baz czasopism i abstraktów w których była indeksowana
INSPEC
Streszczenia
Język
EN
Treść
This paper addresses a problem of automatic segmentation of computed tomography (CT) data in context of prostate radiotherapy planning. A new 3D algorithm is proposed in which a prostate is automatically contoured in CT images. The proposed segmentation scenario consists of the following steps: 1) both CT and magnetic resonance (MR) data of a patient are acquired, 2) due to better visibility of soft tissues in MR images, soft organs are segmented in MR data using active contour method (snakes) with additional gradient vector flow enhancement, 3) then obtained 3D contours are mapped from MR to CT images (using mutual information criterion) by means of a flexible registration technique in which global affine transformation is combined with local B-spline free from deformation method. During segmentation of the MR images prior knowledge about a mean ellipsoidal prostate shape, extracted before, plays a role of an addition constraint. Obtained results are compared with manual segmentation done by medical doctors using Dice similarity measure.
Cechy publikacji
chapter-in-a-book
peer-reviewed
Inne
System-identifier
idp:077892
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych