结合纹理与形状的Tagged MR图像左心室分割算法

• 作者: 刘复昌 夏德深 孙权森 王平安 陈强
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: Mumford-Shah模型 S滤波器组 支持向量机 形状统计 左心室分割
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 30-40
• 页数: 11页
• 分类号: TP391
• 字数: 5920字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2009.03360

摘要

分割带标记线核磁共振(tagged MR)图像是左心室运动重建的前提.由于标记线的加载破坏了左心室的轮廓边缘和区域灰度一致性,再加上乳突肌的存在,使带标记线核磁共振图像的左心室内外轮廓分割变得相当困难.在变分框架下,将纹理分类信息与形状统计先验知识引入Mumford-Shah模型中,提出了一种改进的分割带标记线核磁共振图像的左心室内外轮廓的方法.该方法基于支持向量机对S滤波器组提取的纹理特征的分类结果,构造了一种新的图像能量表示;针对乳突肌及边缘断裂现象,引入形状统计先验信息来约束曲线的演化.因为分割过程利用了有监督学习策略,较好地克服了标记线对左心室区域灰度的影响,提高了分割精度.实验结果表明,该方法较以往方法具有更高的分割精度和更好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王平安	香港中文大学计算机科学与工程系	87	1553	23.0	34.0
2	夏德深	南京理工大学计算机科学与技术学院	220	3601	29.0	48.0
3	孙权森	南京理工大学计算机科学与技术学院	112	1385	19.0	32.0
4	陈强	南京理工大学计算机科学与技术学院	91	1365	20.0	33.0
5	刘复昌	南京理工大学计算机科学与技术学院	7	55	5.0	7.0