基于二维集合经验模式分解的距离正则化水平集磁共振图像分割?

摘要：

针对现有磁共振(MR)图像分割算法大多直接在原图像上进行处理，分割效果受噪声影响较大的问题，本文引入二维集合经验模式分解(BEEMD)算法，提高距离正则化水平集(DRLSE)方法对MR图像的分割精度。算法中首先使用 BEEMD将待分割MR图像分解为多个二维固有模式函数(BIMF)，通过对各BIMF赋予不同加权系数重构待分割图像，从而增强分割目标；然后在DRLSE的边界指示函数中添加部分BIMF分量，恢复因高斯平滑被模糊的目标轮廓，并使用DRLSE方法对重构图像进行分割。通过对仿真图像和临床MR图像分割验证，表明本文算法具有较高的分割精度和鲁棒性，能有效实现对临床MR图像的分割。

关键词：磁共振图像、距离正则化水平集、二维集合经验模式分解、固有模式函数

所属期刊栏目：65

分类号：TN9;TP3

资助基金：陕西省自然科学基金2014JM2-6115;陕西省科学技术研究发展计划2012K06-36;国家自然科学基金批准号:41271518资助的课题.* Project supported by the Natural Science Foundation of Shaanxi Province, ChinaGrant 2014JM2-6115;the Science and Technology Research and Development Program of Shaanxi Province, ChinaGrant 2012K06-36;the National Natural Science Foundation of ChinaGrant 41271518

在线出版日期：2016-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：168701-1-168701-10