双态形状重构及其在前列腺超声图像分割中的应用

摘要：

前列腺超声图像在临床中的准确分割对于后续诊断具有重要的影响,而当前已有研究结论无法精确分割各个部分.提出了一种基于点分布模型和流形学习的双态形状重构的方法,并对前列腺超声图像进行分割:通过随机森林指示隐态表达进行目标初定位;改进边界算子以改善粗分割准确性;使用显态表达与噪声部分相邻的部分灰度显著点来进行插值计算,从而恢复整体形状.该分割方式不仅减少了数据计算量,还增加了分割可靠性.实验表明,该方法的DSC指标为97.38％,mIoU指标为95.24％,精度强于当前热门分割神经网络.

关键词：超声图像分割、医学图像分割、流形学习

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;湖北省中央引导地方科技发展专项资助项目

在线出版日期：2023-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：954-960