There is provided a method for automatically segmenting lung nodules in a
three-dimensional (3D) Computed Tomography (CT) volume dataset. An input
is received corresponding to a user-selected point near a boundary of a
nodule. A model is constructed of the nodule from the user-selected point,
the model being a deformable circle having a set of parameters .beta. that
represent a shape of the nodule. Continuous parts of the boundary and
discontinuities of the boundary are estimated until the set of parameters
.beta. converges, using dynamic programming and Expectation Maximization
(EM). The nodule is segmented, based on estimates of the continuous parts
of the boundary and the discontinuities of the boundary.
On donne une méthode pour segmenter automatiquement des nodules de poumon dans (3D) un ensemble de données tridimensionnel de volume de la tomographie calculée (CT). Une entrée est correspondance reçue à un point utilisateur-choisi près d'une frontière d'une nodule. Un modèle est construit avec de la nodule du point utilisateur-choisi, le modèle étant un cercle deformable ayant un ensemble de beta. de paramètres qui représente une forme de la nodule. Des parties continues de la frontière et des discontinuités de la frontière sont estimées jusqu'à ce que l'ensemble de beta. de paramètres converge, en utilisant la maximisation dynamique de programmation et d'espérance (fin de support). La nodule est segmentée, basé sur des évaluations des parties continues de la frontière et des discontinuités de la frontière.
