基于多特征支持向量机和弹性区域生长的膝软骨自动分割

摘要：

为了从膝关节磁共振图像(MRI)中分割出膝软骨,提出一种基于多特征支持向量机(SVM)边缘定位和弹性区域生长的自动分割算法.首先,采用自适应Canny边缘检测算法提取图像主要边缘;再对边缘提取多个图像特征,结合SVM算法对边缘进行分类,完成软骨边缘定位;然后,在软骨边缘的基础上进行种子点及软骨像素区域的选择;之后基于选择的结果采用弹性区域生长进行初步软骨分割;最后,基于先验知识和形态学获得最终膝软骨分割结果.实验结果表明:该算法能够准确、快速地自动分割出膝关节MRI中不同的膝软骨,其中股软骨、胫软骨、髌软骨的平均评价重要指标(DSC)分别可达0.8543、0.8280、0.8703,与手工分割结果具有较高的一致性.

关键词：信息处理技术、多特征支持向量机、弹性区域生长、膝软骨自动分割

所属期刊栏目：46

分类号：TN911.73;R445.2

资助基金：国家自然科学基金项目61108086,11304382;中国博士后科学基金项目2013M532153;重庆市自然科学基金项目CSTC 2012jjA40015;重庆市科技攻关计划项目cstc2012gg-yyjs0572;中央高校基本科研业务费项目CDJZR12160011,CDJZR13160008,CDJZR155507

在线出版日期：2017-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1688-1696