10.13413/j.cnki.jdxblxb.2016.05.33
融合KFCM与改进DRLSE模型的甲状腺结节图像分割
针对超声甲状腺结节图像分割问题,提出一种融合模糊核(KFCM)聚类算法与改进距离正则化水平集演化(DRLSE)模型的分割算法,解决了 DRLSE 模型对初始轮廓敏感、演化参数需要人工设定及分割弱边缘能力较差的问题。该算法先利用 KFCM 聚类算法粗分割出结节区域并二值化作为水平集初始演化轮廓,然后利用初始演化轮廓围成的区域自动计算出水平集演化参数,最后采用高斯正则化规则演化水平集分割出甲状腺结节区域。对比实验结果表明,该算法提高了甲状腺结节的分割精度,在噪声干扰下也能准确地分割出结节区域。
甲状腺结节、模糊核聚类、水平集、高斯正则化
54
TP391.41(计算技术、计算机技术)
吉林省科技发展计划项目201201129
2016-10-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
1123-1130