基于聚类与局部统计的水平集医学图像分割

摘要：

为增强水平集主动轮廓算法的噪声鲁棒性，考虑医学图像的灰度复杂、拓扑结构多变等情况，发挥水平集主动轮廓模型不依赖于初始轮廓的特性，提出一种基于聚类与局部统计的水平集医学图像分割方法。对传统的 K 均值与 RSF 模型进行改进，提高噪声的鲁棒性，能有效地处理真实医学图像的灰度非均匀性。进行 CT和 MR医学实验验证，实验结果表明，该方法能够比传统方法更有效地应对噪声干扰，提高了医学图像的分割精度和效果。

关键词：水平集主动轮廓、聚类算法、局部鲁棒统计信息、高斯白噪声、医学图像分割

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61363037;南宁市邕宁区科学研究与技术开发计划基金项目20150328A

在线出版日期：2016-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3058-3062,3079