基于改进模糊连接度的CT图像肝脏血管三维分割方法

摘要：

解决传统模糊连接度难以较好分割CT图像肝血管、需要多个种子点和较耗时等问题.改进传统模糊连接度分割算法:对最新的Jerman血管增强算法进行改进;将改进的血管增强响应引入模糊亲和度函数;使用Otsu多阈值算法代替置信连接度, 进行模糊连接度算法的初始化.预处理包括自适应S型非线性灰度映射和各向同性插值采样;随后, 执行改进的Jerman血管增强算法;再将其增强响应引入模糊亲和度函数, 同时利用Otsu多阈值算法统计前景目标信息, 对模糊连接度进行初始化;最终, 结合单一种子点实现三维肝脏血管的自动分割.选用内含20例CT的公开数据集, 定量评估改进的血管增强算法和模糊连接度分割算法.评价标准主要包括对比度噪声比、准确性、敏感性和特异性.该血管增强算法的平均对比度噪声比为8.43 dB, 优于传统血管增强算法.该血管分割算法的准确性达98.11％, 优于基于置信连接度的传统模糊连接度分割算法、区域生长算法和水平集分割算法.此外, 在分割算法的耗时方面, 该算法也具有明显优势.提出的三维分割方法能有效解决传统模糊连接度分割CT影像中肝血管结构的不足, 可提升分割精度和效率.

关键词：肝血管、三维图像分割、血管增强、模糊连接度、增强CT图像

所属期刊栏目：38

分类号：R318(医用一般科学)

资助基金：国家自然科学基金71661167001;中国博士后科学基金2017M620566;北京市自然科学基金4184081

在线出版日期：2019-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：18-27