GPU加速的交互式医学CT图像区域分割
目的 为了解决交互式医学CT图像区域分割问题,本文提出了基于证据推理规则的区域生长算法(ERRG).方法 算法综合考虑了医学图像的灰度直方图,Gabor特征和灰度共生矩阵能量3个重要特征,采用Bhattacharyya系数度量相邻像素的相似程度,用效用函数将度量系数合并.针对算法计算效率较低问题,对算法进行并行化,采用GPU进行加速处理.结果 本文算法与基于Random-Walk图像分割算法针对医学CT胃部图像,进行对比实验,表明使用本文算法,真阳性目标像素数占目标区域所有正确像素数的比例(TPF)显著提高,背景像素错误地分割为目标像素的数目占背景正确像素数的比例(FPF)显著降低;通过GPU加速后,算法执行效率显著提高,加速比达到12.结论 本文算法减少了医学CT图像过分割现象,采用GPU加速后能够实现实时交互式医学CT图像分割.
GPU、医学图像、图像分割、区域生长算法、证据推理规则、并行计算
21
TP751.1(遥感技术)
国家自然科学基金重点项目61136002;陕西省工业公关项目2014k06-36;西安市科技计划项目CXY15163;陕西省教育厅科技计划项目2013JK1128;西安邮电大学青年基金;The State Key Program of National Natural Science Foundation of China61136002
2016-07-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
815-822