3D Automated Lung Nodule Segmentation in HRCT

Détails

ID Serval
serval:BIB_463067C10C1F
Type
Actes de conférence (partie): contribution originale à la littérature scientifique, publiée à l'occasion de conférences scientifiques, dans un ouvrage de compte-rendu (proceedings), ou dans l'édition spéciale d'un journal reconnu (conference proceedings).
Collection
Publications
Titre
3D Automated Lung Nodule Segmentation in HRCT
Titre de la conférence
MICCAI 2003, Medical Image Computing and Computer-Assisted Intervention, Proceedings of the 6th International Conference
Auteur(s)
Fetita C.I., Prêteux F., Beigelman-Aubry C., Grenier P.
Adresse
Montréal, Canada, November 15-18, 2003
ISBN
0302-9743 (Print)
1611-3349 (Electronic)
Statut éditorial
Publié
Date de publication
2003
Editeur scientifique
Randy E.E., Peters T.M.
Volume
2878
Série
Lecture Notes in Computer Science
Pages
626-634
Langue
français
Résumé
A fully-automated 3D image analysis method is proposed to segment lung nodules in HRCT. A specific gray-level mathematical morphology operator, the SMDC-connection cost, acting in the 3D space of the thorax volume is defined in order to discriminate lung nodules from other dense (vascular) structures. Applied to clinical data concerning patients with pulmonary carcinoma, the proposed method detects isolated, juxtavascular and peripheral nodules with sizes ranging from 2 to 20 mm diameter. The segmentation accuracy was objectively evaluated on real and simulated nodules. The method showed a sensitivity and a specificity ranging from 85% to 97% and from 90% to 98%, respectively.
Web of science
Open Access
Oui
Création de la notice
09/05/2012 8:45
Dernière modification de la notice
08/05/2019 17:56
Données d'usage