小波多尺度水平集算法与心脏超声图像鲁棒分割

• 作者: 冯前进 秦安 陈武凡
• 来源期刊: 计算机工程与应用
• 学科: 医学
• 关键词: 心脏超声 小波分解 图像分割 水平集 曲线演化
• 年，卷（期）: 2006,（30）
• 所属期刊栏目: 工程与应用
• 页码范围: 208-211,214
• 页数: 5页
• 分类号: TP391.41|R445.1
• 字数: 3181字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.30.062

摘要

由于斑点噪声的存在,超声图像的灰度分布是非高斯的,传统的基于高斯模型的图像分割方法不能解决心脏超声图像分割问题.但小波分解后的高阶低频小波系数近似服从高斯分布,利用这个特点,论文提出一种新颖的小波多分辨率框架下的水平集曲线演化算法.首先对超声心脏图像做小波分解,得到各层的低频图像.从小波分解的顶层低频图像开始,利用边界和区域复合约束动态轮廓线模型(Active Contour Model)寻找左心室内边界;然后通过插值将结果向下一尺度低频图像传递,并利用尺度间形状约束和边界约束复合ACM进一步细化曲线,使其符合局部图像特征,如此逐层重复直至原始图像.由于采用了小波多尺度框架和尺度间形状约束,算法具有曲线演化结果稳健鲁棒、不易陷入局部极小和发生边界泄漏等优点,非常适合心脏超声图像噪声高、对比度低、边界灰度梯度不显著的特点.在实际临床三维超声图像上的实验表明,算法分割结果和人工分割结果很接近.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈武凡	南方医科大学生物医学工程学院	214	1814	21.0	30.0
2	冯前进	南方医科大学生物医学工程学院	109	771	14.0	20.0
3	秦安	南方医科大学生物医学工程学院	22	189	7.0	13.0