基于数字人图像分割和识别的新框架

• 作者: 巫彤宁 张绍祥 李颖 荣晶晶 谭立文
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 中国可视人体 多目标分割及识别 Otsu阈值 水平集
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 数字医学分会专题论著
• 页码范围: 18-22
• 分类号: R1
• 字数: 4438字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2011.12.003

摘要

目的:提供一种高层知识引导分割和底层处理向知识归纳相结合的自动分割识别框架,并将该方法有效应用于彩色图像的数字化可视人体数据集(Chinese Visible Human,CVH)内部结构的自动分割和识别中.方法:首先利用分类标签在CVH2图像中提取脑干部分的图像,用Otsu获取阈值进行图像增强,将脑干轮廓作为分割的初始化轮廓,运用Level Set方法来实现精细化的分割:利用周长和质心位置建立联合判别函数,并对分割结果进行分类识别.结果:该算法准确对CVH2数据集脑干内黑质、中脑水管进行自动分割和识别,通过Amira软件三维重建分割结果获得较好的重建效果,并与手动分割结果保持了较好的一致性.结论:该框架能够实现数字人图像自动的多目标精细分割和识别,为知识引导的自动图像分割和识别提供了新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张绍祥		137	996	14.0	22.0
2	巫彤宁		3	10	2.0	3.0