首页> 外文OA文献 >Modelo mecánico para la detección de la pared externa de la aorta en imágenes de rayos X mediante sistemas de partículas para el modelado de AAA.
【2h】

Modelo mecánico para la detección de la pared externa de la aorta en imágenes de rayos X mediante sistemas de partículas para el modelado de AAA.

机译:使用粒子系统对AAA进行建模的X射线图像中检测主动脉外壁的力学模型。

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

En este proyecto se presenta un método para segmentar imágenes de rayos X de Aneurisma de Aorta Abdominal (AAA) con el fin de obtener el espesor de la aorta, el cual es un factor biomecánico relevante a la hora de evaluar la probabilidad de ruptura del aneurisma. La segmentación se basará en un modelo deformable de masas-muelles guiado por fuerzas externas dependientes de las características de la imagen. Éstas se obtienen con un modelo de grises al que se aplica una técnica de reconocimiento de patrones, el algoritmo de tipo lazy learning conocido como “k-nearest neighbors” (k-NN). Éste es el paso más complejo y caro computacionalmente, por lo que será el centro del proyecto. Además, se añaden dos propuestas de mejora para el algoritmo d segmentación, como son el preprocesado de la imagen y el cálculo del valor medio local de la imagen como característica
机译:该项目提出了一种对腹部主动脉瘤(AAA)的X射线图像进行分割以获取主动脉厚度的方法,主动脉厚度是评估动脉瘤破裂可能性时的相关生物力学因素。 。分割将基于可变形的质量弹簧模型,该模型由外力引导,具体取决于图像特性。这些是通过应用了模式识别技术的灰色模型(称为“ k最近邻居”(k-NN))的惰性学习算法获得的。这是最复杂且计算最昂贵的步骤,因此它将成为项目的中心。另外,添加了针对分割算法的两个改进建议,例如图像预处理和作为特征的图像局部平均值的计算。

著录项

  • 作者

    Díaz Carral Ángel;

  • 作者单位
  • 年度 2016
  • 总页数
  • 原文格式 PDF
  • 正文语种 spa
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号