10.3969/j.issn.1673-7571.2017.07.003
基于向量场卷积和神经网络的MR肝脏自动分割算法研究
目的:提出一种新颖的腹部MR图像自动分割算法.方法:首先采用预处理降低图像噪声和增强图像边缘;然后,采用三层神经网络获得活动轮廓模型的初始点;最后,采用向量场卷积作为活动轮廓模型的外力,勾画出肝脏边界.结果:选用不同层面的MR肝脏图像进行仿真实验.基于自动分割算法能降低图像噪声,精确分割出肝脏轮廓,且与手工分割参考结果相关系数分别为0.9283和0.9124,阳性率TP=(96.32±6.12)%,阴性率FP=(0.14±0.07)%,运行时间Time=(75±8)s.结论:提出的自动分割算法能精确分割MR肝脏图像,具有很强的稳定性、优越性和普适性,具有较高的临床应用价值.
神经网络、向量场卷积、MR肝脏分割、条带滤波器、高斯滤波器
12
R319(医用一般科学)
2017-07-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
8-10,28