基于水平集和形状描述符的腹部CT序列肝脏自动分割
肝脏分割是计算机辅助肝脏疾病诊断的重要前提和基础.本文提出了一种新的基于水平集和形状描述符的腹部CT序列图像肝脏自动分割方法.首先,对原始腹部CT序列图像进行预处理,去除与肝脏不相关的器官和组织.然后,利用灰度偏移场,结合周长项、距离正则项和相邻切片肝脏分割结果构建水平集能量函数,实现CT序列肝脏自动分割.为避免分割误差累积,提出一种基于形状描述符和瓶颈率的肝脏边缘优化方法,在每张切片分割完毕后去除由于灰度重叠造成的过分割.通过对XHCSU14数据库和Sliver07数据库中腹部CT序列的肝脏分割实验,以及与其他肝脏分割算法的比较,表明了本文方法的有效性,且分割精度高,鲁棒性强.
肝脏分割、水平集、形状描述符、腹部CT图像
47
国家自然科学基金;高等学校学科创新引智计划;湖南省自然科学基金;中国博士后科学基金;长沙市科技计划重点项目
2021-03-12(万方平台首次上网日期,不代表论文的发表时间)
共11页
327-337