Split Bregman method based level set formulations for segmentation and correction with application to MR images and color images.

Yang, Yunyun; Tian, Dongcai; Jia, Wenjing; Shu, Xiu; Wu, Boying

Yang, Yunyun; Tian, Dongcai; Jia, Wenjing; Shu, Xiu; Wu, Boying.

Afiliação

Yang Y; School of Science, Harbin Institute of Technology, Shenzhen, China. Electronic address: yangyunyun@hit.edu.cn.
Tian D; School of Science, Harbin Institute of Technology, Shenzhen, China.
Jia W; School of Science, Harbin Institute of Technology, Shenzhen, China.
Shu X; School of Science, Harbin Institute of Technology, Shenzhen, China.
Wu B; School of Science, Harbin Institute of Technology, Harbin, China.

Magn Reson Imaging ; 57: 50-67, 2019 04.

Article em En | MEDLINE | ID: mdl-30326258

Assuntos

Encéfalo/diagnóstico por imagem; Processamento de Imagem Assistida por Computador/métodos; Imageamento por Ressonância Magnética; Neuroimagem; Algoritmos; Encéfalo/patologia; Cor; Coração/diagnóstico por imagem; Humanos; Reprodutibilidade dos Testes; Software

Palavras-chave

Bias correction; Color images; Image segmentation; Intensity inhomogeneity; MR images; Split Bregman method

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Processamento de Imagem Assistida por Computador / Encéfalo / Imageamento por Ressonância Magnética / Neuroimagem Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: Magn Reson Imaging Ano de publicação: 2019 Tipo de documento: Article País de publicação: Holanda

Texto completo

Adicionar na Minha BVS

Imprimir

XML

PubMed Links

Buscar no Google