Automatic prostate segmentation in MR images based on 3D active contours with shape constraints
PBN-AR
Instytucja
Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Książka
Tytuł książki
SPA 2013. Signal Processing : Algorithms, Architectures, Arrangements, and Applications : Poznań, 26–28\textsuperscript{th} September 2013 : conference proceedings
Data publikacji
2013
ISBN
978-83-62065-15-8
Wydawca
PUT
Publikacja
Główny język publikacji
EN
Tytuł rozdziału
Automatic prostate segmentation in MR images based on 3D active contours with shape constraints
Rok publikacji
2013
Strony (od-do)
246--249
Numer rozdziału
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
0.4
Hasło encyklopedyczne
Autorzy
(liczba autorów: 5)
Pozostali autorzy
+ 4
Słowa kluczowe
EN
segmentation
MRI
Magnetic Resonance
prostate
radiotherapy
active contours
shape priors
Konferencja
Indeksowana w Scopus
tak
Indeksowana w Web of Science Core Collection
tak
Liczba cytowań z Web of Science Core Collection
Nazwa konferencji (skrócona)
SPA 2013
Nazwa konferencji
Signal Processing : Algorithms, Architectures, Arrangements, and Applications
Początek konferencji
2013-09-26
Koniec konferencji
2013-09-28
Lokalizacja konferencji
Poznań
Kraj konferencji
PL
Lista innych baz czasopism i abstraktów w których była indeksowana
INSPEC
Streszczenia
Język
EN
Treść
Planning radiotherapy of prostate cancer requires the prostate segmentation in computed tomography (CT) images that can be manual (done by medical doctors), semi-automatic or automatic. Additional usage of magnetic resonance (MR) images, where the soft tissue are better visible, makes this operation more robust. The paper addresses the problem of prostate segmentation in MR data. Its main contribution relies on novel application of the well-known active contour (AC) method with gradient vector flow (GVF) modification to this task. It is shown in the paper that such approach is successful only after addition of a priori knowledge in the form of prostate shape constraint. The statistical prostate shape was modeled as an ellipse which parameters are calculated exploiting statistical atlas principles. It is presented using Dice similarity measure that the proposed automatic prostate segmentation offers results that are very close to the manual ones and can be used in radiotherapy planning.
Cechy publikacji
chapter-in-a-book
peer-reviewed
Inne
System-identifier
idp:076387