IRIS – Institutional Research Information System
IRIS è il sistema di gestione della ricerca dell’Università degli Studi di Milano-Bicocca.Il repository BOA è il modulo del sistema dedicato alla raccolta e alla disseminazione della produzione scientifica di Ateneo. Le pubblicazioni sono ricercabili per parola chiave attraverso il box nella barra orizzontale in alto oppure, mediante il pulsante Sfoglia, per "Afferenza", "Autore", "Titolo", "Tipologia" o "Settore scientifico-disciplinare".
IRIS contiene inoltre alcuni moduli dedicati alla registrazione dei progetti e dei contratti, e alla reportistica avanzata per le attività di valutazione della ricerca
EnglishMR Imaging is being increasingly used in radiation treatment planning as well as for staging and assessing tumor response. Leksell Gamma Knife® is a device for stereotactic neuro-radiosurgery to deal with inaccessible or insufficiently treated lesions with traditional surgery or radiotherapy. The target to be treated with radiation beams is currently contoured through slice-by-slice manual segmentation on MR images. This procedure is time consuming and operator-dependent. Segmentation result repeatability may be ensured only by using automatic/semi-automatic methods with the clinicians supporting the planning phase. In this paper a semi-automatic segmentation method, based on an unsupervised Fuzzy C-Means clustering technique, is proposed. The presented approach allows for the target segmentation and its volume calculation. Segmentation tests on 5 MRI series were performed, using both area-based and distance-based metrics. The following average values have been obtained: DS = 95.10, JC = 90.82, TPF = 95.86, FNF = 2.18, MAD = 0.302, MAXD = 1.260, H = 1.636.
Rundo, L., Militello, C., Vitabile, S., Russo, G., Pisciotta, P., Marletta, F., et al. (2016). Semi-automatic brain lesion segmentation in gamma knife treatments using an unsupervised fuzzy c-means clustering technique. In International Workshop on Neural Networks, WIRN 2015; Vietri sul Mare; Italy; 20 May 2015 through 22 May 2015 (pp.15-26). GEWERBESTRASSE 11, CHAM, CH-6330, SWITZERLAND : Springer Science and Business Media Deutschland GmbH [10.1007/978-3-319-33747-0_2].
| Citazione: | Rundo, L., Militello, C., Vitabile, S., Russo, G., Pisciotta, P., Marletta, F., et al. (2016). Semi-automatic brain lesion segmentation in gamma knife treatments using an unsupervised fuzzy c-means clustering technique. In International Workshop on Neural Networks, WIRN 2015; Vietri sul Mare; Italy; 20 May 2015 through 22 May 2015 (pp.15-26). GEWERBESTRASSE 11, CHAM, CH-6330, SWITZERLAND : Springer Science and Business Media Deutschland GmbH [10.1007/978-3-319-33747-0_2]. | |
| Tipo: | paper | |
| Carattere della pubblicazione: | Scientifica | |
| Presenza di un coautore afferente ad Istituzioni straniere: | No | |
| Titolo: | Semi-automatic brain lesion segmentation in gamma knife treatments using an unsupervised fuzzy c-means clustering technique | |
| Autori: | Rundo, L; Militello, C; Vitabile, S; Russo, G; Pisciotta, P; Marletta, F; Ippolito, M; D'Arrigo, C; Midiri, M; Gilardi, M | |
| Autori: | ||
| Data di pubblicazione: | 2016 | |
| Lingua: | English | |
| Nome del convegno: | International Workshop on Neural Networks, WIRN 2015 20-22 May | |
| ISBN: | 9783319337463 | |
| Serie: | SMART INNOVATION, SYSTEMS AND TECHNOLOGIES | |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1007/978-3-319-33747-0_2 | |
| Appare nelle tipologie: | 02 - Intervento a convegno |
File in questo prodotto:
Copyright © 2022