改进GAC模型肺部薄扫CT图像序列分割法

摘要：

针对测地线活动轮廓(geodesic active contour,GAC)模型轮廓演化速度慢的问题,构造一个区域灰度相似性信息项,对GAC模型的能量泛函进行改进,加快轮廓演化速度,将其用于肺部薄扫CT (computed tomography)图像序列中肺实质的自动分割.采用基于Nystrom逼近的谱聚类算法分割CT图像序列中间位置CT中的肺实质,计算其灰度均值与标准差,构造区域灰度相似性信息项,以分割好的肺实质轮廓作为初始轮廓,分别从上下两个方向采用改进了能量泛函的GAC模型实现其它切片中肺实质的分割.实验结果表明,该方法能够较好实现肺实质的自动分割,与医师分割结果的重合率可达94.83％,时间消耗较少.

关键词：测地线活动轮廓模型、灰度相似性信息、谱聚类算法、计算机断层扫描图像序列、肺实质分割

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61373100、61540007、61572344;国家重点实验室开放基金项目BUAA-VR-15KF02、BUAA-VR-16KF-13

在线出版日期：2017-12-01（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：2772-2777