D 2006

Fast and Robust Segmentation of Low Contrast Biomedical Images

HUBENÝ, Jan and Pavel MATULA

Basic information

Original name

Fast and Robust Segmentation of Low Contrast Biomedical Images

Name in Czech

Rychlé a robustní segmentace nízko kontrastních biomedicínských obrazů

Authors

HUBENÝ, Jan (203 Czech Republic, guarantor) and Pavel MATULA (203 Czech Republic)

Edition

Anaheim, Calgary, Zurich, Visualization Imaging and Image Processing, p. 189-196, 8 pp. 2006

Publisher

ACTA Press

Other information

Language

English

Type of outcome

Stať ve sborníku

Field of Study

10201 Computer sciences, information science, bioinformatics

Country of publisher

Spain

Confidentiality degree

není předmětem státního či obchodního tajemství

RIV identification code

RIV/00216224:14330/06:00015952

Organization unit

Faculty of Informatics

ISBN

0-88986-598-1

Keywords in English

medical imaging fast Chan--Vese active contour segmentation

Tags

International impact, Reviewed
Změněno: 18/3/2008 00:27, doc. RNDr. Pavel Matula, Ph.D.

Abstract

ORIG CZ

V originále

This paper presents fast and robust algorithm for minimization of Chan--Vese energy functional. Proposed technique is based on recently published k-Means level set and threshold dynamics approximations of Chan--Vese functional. The approximation algorithms are combined in order to preserve their individual advantages and avoid their limitations. Hence, the proposed hybrid algorithm is robust and converges reasonably fast to steady state and is suitable for two-phase segmentation of low contrast biomedical data. A simple numerical scheme for threshold dynamics method is derived in the paper. Results of the hybrid algorithm that are better than results of both k-Means level set and threshold dynamics methods employed individually are presented.

In Czech

Článek prezentuje rychlý a robustní algoritmus pro minimalizaci Chan--Vese funkcionálu. Navrhovaná technika je založena na dvou nedávno publikovaných přístupech. Aproximační algoritmy Gioua a Fedkiwa a Tsaie a Esedoglua jsou zkombinovány tak aby byly zachovány jejich výhody a vyhnuli jsme se jejich omezením. Proto je navrhovaný algoritmus robustní a konverguje rozumně rychle a je vhodný pro zpracování nízko kontrastních biomedicíncských dat. Dále bylo navrženo jednoduché numerické schéma na výpočet Tsai Esedogluova algoritmu. Výsledky hybridníhop algoritmu jsou lepší než výsledky obou jeho předků. To je prezentováno jak na umělých tak na reálných datech.

Links

GP204/03/D034, research and development project
Name: Trojrozměrná analýza buněčných jader s využitím obrazové cytometrie
Investor: Czech Science Foundation, Threedimensional analysis of cell nuclei using image cytometry
MSM0021622419, plan (intention)
Name: Vysoce paralelní a distribuované výpočetní systémy
Investor: Ministry of Education, Youth and Sports of the CR, Highly Parallel and Distributed Computing Systems