Journal of Theoretical & Computational Science
Offener Zugang
ISSN: 2376-130X
ISSN: 2376-130X
Nika V, Babyn P und Zhu H
Die Änderungserkennung ist ein grundlegendes Problem in verschiedenen Bereichen, wie etwa Bildüberwachung, Fernerkundung, medizinische Bildgebung usw. Dieser Beitrag erweitert unsere jüngste Arbeit im Bereich der automatischen Änderungserkennung für MR-Bilder, indem er dreidimensionale (3D) volumetrische Daten berücksichtigt. Unser Ziel ist es, Änderungen innerhalb der 3D-Volumina derselben anatomischen Objekte zu erkennen, die zu zwei verschiedenen Zeitpunkten aufgenommen wurden. Wir definieren die Änderungserkennung als Optimierungsproblem und schlagen zwei neue 3D-volumetrische Algorithmen vor, den 3D AEDL-2 und den 3D EigenBlockCD-2, um die Änderungen automatisch zu erkennen. Wir zeigen die Leistung des 3D EigenBlockCD-2-Algorithmus anhand realer MR-Gehirnbilder.