10.3969/j.issn.1003-9775.2013.09.014
基于视觉显著性与霍夫森林的腰椎间盘定位与分割
为了对腰椎疾病的计算机辅助诊断提供腰椎间盘的具体位置和形状信息,提出一种基于CT图像的腰椎间盘定位与分割算法.首先针对腰椎CT图像中骨骼干扰较多、背景纹理复杂的特点,使用小波分解获得局部特征,并引入独立元分析方法将高维特征空间分解为相互独立的多个一维特征空间,提出基于视觉显著性检测的腰椎间盘区域预选取算法,实现了小波特征的概率密度估计,并生成了腰椎间盘显著性分布图;然后提出基于显著性分布与方向信息测度相融合的局部样本随机提取算法,同时设计了面向稀疏特征的弱分类器来提高随机森林的分类准确性,从而实现腰椎间盘区域的精确定位与分割.实验结果证明,该算法能够有效地提高腰椎间盘检测的准确率与计算速度.
腰椎间盘检测、霍夫森林、显著性检测、方向信息测度、图像分割
25
TP391.7(计算技术、计算机技术)
国家自然科学基金61005032;教育部项目基本科研业务费重大科技创新项目N11080404
2013-10-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
1368-1374