Ultrasonic image segmentation method, based on local histogram statistics
Keywords:
us-image, segmentation, object, background, speckle noise, intensity histogram, edge curveAbstract
Ultrasonic image segmentation method, based on local histogram statistics is described in the article. The simulation processed on the etalon image using modern image segmentation methods proves the efficiency of proposed method. Typical US-image of gallbladder was segmented.References
1. Білинський Й. Й. Проблеми і перспективи застосування методів візуального діагностування патології кульшового суглоба дітей [Електронний ресурс] / Й. Й. Білинський, А. О. Мельничук, О. В. Мельничук // Наукові праці ВНТУ. — 2009 р. 4 вип. — 4 с. — Режим доступу до журн.: http://www.nbuv.gov.ua/e-journals/VNTU/2009-4/2009-4.htm.
2. Прэтт У. Цифровая обработка изображений / У. Прэтт ; пер. с англ. Лебедев Д. С. — М. : Мир, 1982. — 784 с.
3. Shrimadi V. Current trends in segmentation of medical ultrasound B-mode Images: A Review / V. Shrimadi, R. S. Anand, V. Kumar // IETE Technical Review. — 2009. — Vol. 26. — Р. 8—17.
4. Адамов В. Г. Применение нейронных сетей для обработки текстуры эхограмм в информационно-диагностических системах / В. Г. Адамов, М. В. Привалов // Наукові праці Донецького державного технічного університету. Серія: Обчи-слювальна техніка та автоматизація. — Донецьк : Донату, 1999. — Вип. 12. — С 151—157.
5. Dokur Z. Segmentation of ultrasound image using a hybrid neural network / Dokur Z., Olmez T. // Elsevier Pattern Recognition Letters. — 2002. — Vol. 3. — P. 1825—1836.
6. Shen D. Segmentation of prostate boundaries from ultrasound images using statistical shape model / D. Shen, Y. Zhan,
C. Davatzikos // IEEE Transaction on Medical Imaging. — 2003. — Vol. 22. — P. 539—51.
7. Huang Y. L. Watershed segmentation for breast tumor in 2-D sonography / Y. L. Huang, D. R.Chen // Ultrasound in Med. and Biol. — 2004. — Vol. 30. — No 5. — Р. 625—632.
8. Хофер М. Ультразвуковая диагностика. Базовый курс / Хофер М. — М. : Мед.лит, 2006 — 104 с.
9. Сойфер В. А. Методы компьютерной обработки зображений / Сойфер В. А. — М. : ФИЗМАТЛИТ, 2003. — 784 с.
10. Sudha S. Speckle noise reduction in ultrasound images by wavelet thresholding based on wavelet variance / S. Sudha,
G. Suresh, R. Sukanesh // International journal of computer theory and engineering. — 2009. — No 1. — Р. 45—58
11. Wang Z. Image quality assessment:from error visibility to structural similarity / Z. Wang, A. Bovik, E. Simonce // IEEE Transaction Image processing, 2004. — Vol. 13. — No 4. — Р. 521—531.
2. Прэтт У. Цифровая обработка изображений / У. Прэтт ; пер. с англ. Лебедев Д. С. — М. : Мир, 1982. — 784 с.
3. Shrimadi V. Current trends in segmentation of medical ultrasound B-mode Images: A Review / V. Shrimadi, R. S. Anand, V. Kumar // IETE Technical Review. — 2009. — Vol. 26. — Р. 8—17.
4. Адамов В. Г. Применение нейронных сетей для обработки текстуры эхограмм в информационно-диагностических системах / В. Г. Адамов, М. В. Привалов // Наукові праці Донецького державного технічного університету. Серія: Обчи-слювальна техніка та автоматизація. — Донецьк : Донату, 1999. — Вип. 12. — С 151—157.
5. Dokur Z. Segmentation of ultrasound image using a hybrid neural network / Dokur Z., Olmez T. // Elsevier Pattern Recognition Letters. — 2002. — Vol. 3. — P. 1825—1836.
6. Shen D. Segmentation of prostate boundaries from ultrasound images using statistical shape model / D. Shen, Y. Zhan,
C. Davatzikos // IEEE Transaction on Medical Imaging. — 2003. — Vol. 22. — P. 539—51.
7. Huang Y. L. Watershed segmentation for breast tumor in 2-D sonography / Y. L. Huang, D. R.Chen // Ultrasound in Med. and Biol. — 2004. — Vol. 30. — No 5. — Р. 625—632.
8. Хофер М. Ультразвуковая диагностика. Базовый курс / Хофер М. — М. : Мед.лит, 2006 — 104 с.
9. Сойфер В. А. Методы компьютерной обработки зображений / Сойфер В. А. — М. : ФИЗМАТЛИТ, 2003. — 784 с.
10. Sudha S. Speckle noise reduction in ultrasound images by wavelet thresholding based on wavelet variance / S. Sudha,
G. Suresh, R. Sukanesh // International journal of computer theory and engineering. — 2009. — No 1. — Р. 45—58
11. Wang Z. Image quality assessment:from error visibility to structural similarity / Z. Wang, A. Bovik, E. Simonce // IEEE Transaction Image processing, 2004. — Vol. 13. — No 4. — Р. 521—531.
Downloads
-
PDF (Українська)
Downloads: 189
Abstract views: 144
Published
2010-11-12
How to Cite
[1]
Y. Y. Bilynskyi, A. O. Melnychuk, and O. A. Chumak, “Ultrasonic image segmentation method, based on local histogram statistics”, Вісник ВПІ, no. 6, pp. 102–107, Nov. 2010.
Issue
Section
Radioelectronics and radioelectronic equipment manufacturing
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
