我正在尝试开发一种自动脑肿瘤分割算法。我目前正在使用 B提出的“使用对称的边界框方法”算法。 Saha,N。Ray,R。Greiner,A。Murtha,H。Zhang 。我已经改进并扩展了他们的代码,现在可以自动成功地分割出肿瘤(体面的质量)。
但是,他们提供的代码有一个缺点。如果肿瘤是黑暗的,那么它会检测出错误的一侧。
任何人都可以通过编程/理论提供建议,我该如何解决这个问题。
答案 0 :(得分:1)
正如我在评论中写的那样(并在此处再次写下以备将来的Q / A):
您可以尝试在自动检测步骤后进行一些小检查,以验证您是否能够抓住肿瘤。可以通过检查感兴趣区域的直方图的同质性来完成。似乎肿瘤区域比健康组织更不均匀。
请注意,这取决于图像的常规属性。有时,大脑中的常规组织也可能具有较低的同质性(例如在编辑之前附加的文件中的"图像2和#34;)。
答案 1 :(得分:0)
@Adiel提供的建议很完美,非常感谢他。但是,我在这里提供代码来查找和比较两个图像的同质性(Matlab的代码)。这可能会对像我这样的人有所帮助。
homogeniety1= graycoprops(uint8(left),'Homogeneity'); %left box of image
homogeniety2= graycoprops(uint8(right),'Homogeneity'); %right box of image
homogeniety1 = struct2cell(homogeniety1); % converting the homogeniety struct to
homogeniety2 = struct2cell(homogeniety2); % cell (help to get value in the struct)
if homogeniety1{1}<homogeniety2{1} % finally comparing the value
// some stuff
end