Um modelo de contorno ativo estocástico baseado em rede neural (NNS-SNAKE) para a busca de contornos de características distintas

A busca de contornos de características distintas em imagens 2-D/3-D é essencial para análise de imagens e visão computacional. Para superar os problemas potenciais associados aos algoritmos de busca de contorno existentes, propomos uma estrutura, chamada modelo de contorno ativo estocástico baseado em rede neural (NNS-SNAKE), que integra um classificador de rede neural para construção sistemática de conhecimento, um modelo de contorno ativo (também conhecido como "Snake") para busca automatizada de contornos usando funções de energia, e o Gibbs sampler para ajudar a cobra a encontrar o contorno mais provável usando um mecanismo de decisão estocástica. A aplicação bem-sucedida do NNS-SNAKE na extração de vários tipos de contornos em imagens de ressonância magnética (RM) é apresentada.