基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于Chan-Vese模型的脑肿瘤图像分割与三维重构方法.该方法首先通过对脑肿瘤图片的迭代腐蚀操作提取脑肿瘤轮廓,然后利用Chan-Vese模型时脑肿瘤进行分割,最后对图像进行迭代膨胀操作复原图像.另外对所有分割后的脑肿瘤图片进行了三维重构与定位.实验结果表明,基于Chan-Vese模型的图像分割方法很好地解决了脑肿瘤分割过程中容易出现的不完全分割问题,同时对脑肿瘤的三维重构与定位也具有较大的临床实用价值.
推荐文章
基于Chan-Vese模型与形态学的医学图像分割算法
医学图像分割
Chan-Vese模型
数学形态学
复合多相水平集
基于Chan-Vese水平集的梯度加速分割模型
图像分割
水平集
C-V模型
符号距离函数
重新初始化
梯度加速
基于Chan-Vese模型的SAR图像分割
合成孔径雷达
图像分割
Chan-Vese模型
距离正则项
增强Lee滤波
结合阈值算法的Chan-Vese模型图像分割方法
图像分割
活动轮廓模型
阈值分割
Chan-Vese模型
尺度变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Chan-Vese模型下的脑肿瘤图像分割方法
来源期刊 计算机工程与应用 学科 工学
关键词 脑肿瘤 图像分割 Chan-Vese模型 三维重构与定位
年,卷(期) 2010,(9) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 155-158
页数 4页 分类号 TP391
字数 4236字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.09.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许存禄 兰州大学信息科学与工程学院 11 39 4.0 5.0
2 高佳 兰州大学信息科学与工程学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (9)
参考文献  (9)
节点文献
引证文献  (13)
同被引文献  (28)
二级引证文献  (54)
1988(4)
  • 参考文献(2)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(9)
  • 引证文献(2)
  • 二级引证文献(7)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(10)
  • 引证文献(3)
  • 二级引证文献(7)
2018(16)
  • 引证文献(0)
  • 二级引证文献(16)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
脑肿瘤
图像分割
Chan-Vese模型
三维重构与定位
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导