In the context of medical imaging,

In the context of medical imaging, these regions have to be anatomically meaningful.
A typical example is partitioning a MRI image of the brain into the white
and gray matter. Since it replaces continuous intensities with discrete labels, segmentation
can be seen as an extreme form of smoothing/information reduction.
Segmentation is also related to registration in the sense that if an atlas15 can be
perfectly registered to a dataset at hand, then the registered atlas labels are the
segmentation. Segmentation is useful for visualization16, it allows for quantitative
shape analysis, and provides an indispensable anatomical framework for virtually
any subsequent automatic analysis.

ผลลัพธ์ (ไทย) 1:

ในบริบทของการถ่ายภาพทางการแพทย์, ภูมิภาคเหล่านี้ต้องมีความหมายทางกายภาพ.
ตัวอย่างทั่วไปคือการแบ่งพาร์ทิชันภาพ MRI ของสมองเป็น
สีขาวและเรื่องสีเทา ตั้งแต่มันเข้ามาแทนที่ความเข้มอย่างต่อเนื่องที่มีป้ายชื่อโดยสิ้นเชิง
การแบ่งส่วนสามารถมองเห็นได้เป็นรูปแบบที่รุนแรงของการลดเรียบ / ข้อมูล.
การแบ่งส่วนเป็นยังเกี่ยวข้องกับการลงทะเบียนในแง่ที่ว่าถ้า atlas15 สามารถ
ลงทะเบียนอย่างสมบูรณ์เพื่อข้อมูลที่อยู่ในมือแล้วป้าย Atlas จดทะเบียนมีการแบ่งส่วน
การแบ่งส่วนจะเป็นประโยชน์สำหรับ visualization16 จะช่วยให้ปริมาณการวิเคราะห์รูปร่าง
และให้กรอบกายวิภาคท​​ี่ขาดไม่ได้สำหรับความจริงใด ๆ
การวิเคราะห์ที่ตามมาโดยอัตโนมัติ

ผลลัพธ์ (ไทย) 2:

ในบริบทของภาพทางการแพทย์ ภูมิภาคเหล่านี้ได้ให้ความหมาย anatomically.
ตัวอย่างทั่วไปคือพาร์ทิชันภาพ MRI ของสมองเป็นขาว
และเทา เนื่องจากมันแทนการปลดปล่อยก๊าซอย่างต่อเนื่อง มีป้ายแยกกัน แบ่ง
สามารถเห็นเป็นรูปแบบมากราบเรียบ/ข้อมูลลดได้
แบ่งยังเกี่ยวข้องกับการลงทะเบียนในแง่ ว่าถ้า atlas15 สามารถ
เชิญลงทะเบียนเพื่อการชุดข้อมูลในมือ แล้วป้ายชื่อแอตลาสทะเบียน
แบ่งได้ แบ่งเป็นประโยชน์สำหรับ visualization16 มันช่วยให้ปริมาณ
รูปวิเคราะห์ และให้กรอบกายวิภาคขาดไม่ได้สำหรับแทบ
วิเคราะห์อัตโนมัติใด ๆ ตามมา

ผลลัพธ์ (ไทย) 3:

ในบริบทของการถ่าย ภาพ ทางการแพทย์เขตพื้นที่เหล่านี้จะต้องมีความหมายและออกแบบตามหลักสรีระศาสตร์.
ตัวอย่างแบบดั้งเดิมที่มีการแบ่งพาร์ติชั่น ภาพ คลื่นแม่เหล็กไฟฟ้า( MRI )ของสมองที่ในเรื่องสีขาวและสีเทา
ซึ่งจะช่วยได้ นับตั้งแต่ที่มันจะถูกนำมาใช้แทนความเข้มอย่างต่อเนื่องด้วยการแบ่งกลุ่ม
ฉลากแยกต่างหากสามารถเห็นเป็นสุดยอดของการปรับความคมชัดของข้อมูล/การลด.
การแบ่งสิทธิ์การเข้าถึงเป็นผู้ที่เกี่ยวข้องกับการลงทะเบียนในความหมายที่ว่าหาก Atlas 15 ที่สามารถ
อย่างสมบรูณ์แบบจดทะเบียนเพื่อ dataset ที่อยู่ในมือแล้วฉลาก Atlas จดทะเบียน
ซึ่งจะช่วยให้มีการแบ่งส่วนยัง การแบ่งสิทธิ์การเข้าถึงจะเป็นประโยชน์สำหรับการแสดง ภาพ 16 ช่วยให้การวิเคราะห์เชิงปริมาณ
รูปทรงและจะให้กรอบงานทางกาย วิภา คขาดไม่ได้สำหรับการใช้งานทุกรูปแบบ
ใดๆการวิเคราะห์โดยอัตโนมัติใน ภายหลัง