A classification-based medical image segmentation device is derived from an ultrasound image acquisition device configured to collect an image depicting a medical instrument such as a needle from the ultrasound, and dynamically depending on the acquisition A machine learning based classification circuit configured to use machine learning based classification to segment the appliance by operating on information 212 is included. Segmentation may be achieved via statistical boosting 220 of wavelet feature parameters. Each pixel 216 of the image is identified as a “needle” or “background”. The entire process of collecting the image, segmenting the needle, and displaying the image in a superposition of only the visually enhanced and artifact-free needles can be performed automatically without the need for user intervention.分類に基づく医用画像セグメンテーション装置が、超音波から、ニードルのような医療器具を描出する画像を収集するように構成される超音波画像収集デバイス、及び収集にダイナミックに応じて、画像から導出される情報212に関して動作することによって器具をセグメント化するために機械学習に基づく分類を使用するように構成される機械学習に基づく分類回路を含む。セグメント化は、ウェーブレット特徴量のパラメータの統計的ブースティング220を介して実現されることができる。 画像の各々のピクセル216は、「ニードル」又は「バックグランド」として特定される。画像を収集するステップ、ニードルをセグメント化するステップ、及び視覚的に強調されアーチファクトのないニードルのみの重ね合わせで画像を表示するステップの全プロセスは自動的にユーザ介入の必要なしで実行され得る。
