含先验形状的水平集血管分割方法

摘要：

针对图像中灰度分布不均匀和弱边缘情况下已有的水平集模型不能正确分割,且现有基于先验形状的水平集模型都要利用大量样本来进行训练的不足,提出一种无需训练的血管先验形状水平集分割方法.首先通过机械应力张量的方法分析Hessian矩阵,并建立血管相似函数；然后根据血管相似函数临界值得到血管的先验形状,并用水平集符号距离隐式表达形状曲线；最后将先验血管形状模型作为约束加入到耦合最小方差和FLUX模型的能量函数中,采用变分水平集法求解能量函数的极值.由于曲线的演化不仅依赖图像的区域信息和梯度信息,还受到血管先验形状的约束,因此该模型不但能精确定位边缘,还能准确地提取出血管.实验结果表明,采用该方法分割严重灰度分布不均匀的血管造影图像,具有准确度好、精度高、鲁棒性好的优点.

关键词：血管分割、先验形状、灰度分布不均匀、水平集、各向异性

所属期刊栏目：25

分类号：TP391.41(计算技术、计算机技术)

资助基金：中国科学院知识创新工程重要方向项目KGCX-YW-909-1;江苏省基础研究计划BK2011331;苏州市技术专项ZXS201003

在线出版日期：2013-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1213-1222