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:
针对脑白质疏松症病变区域在磁共振图像的T2加权像上呈现斑块状或融合成片状的高亮信号这一特点,提出了一种基于C-V模型的水平集分割方法对病变区域进行图像分割.首先,对C-V模型进行改进以避免重新初始化问题;然后,使用Otsu阈值法对图像进行预分割,将预分割的结果直接作为改进C-V模型的初始轮廓;最后,利用水平集方法进行曲线演化,得到最终的分割轮廓.实验结果表明,该方法能较为准确地分割出病变区域,实现病变区域的计算机自动快速分割,对脑白质疏松症临床辅助诊断和预后判断有一定的应用价值.
推荐文章
脑白质疏松症MR图像病变区域的量化分析
脑白质疏松症
磁共振图像
图像配准
图像分割
基于梯度矢量C-V模型的空心叶片图像分割
水平集方法
C-V模型
梯度矢量
图像分割
基于C-V的压力模型对飞机红外图像分割
红外图像
Chan-Vese方法
参数活动轮廓模型
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 基于C-V模型的脑白质疏松症磁共振图像病变区域分割
来源期刊 计算机应用 学科 工学
关键词 脑白质疏松症 磁共振 C-V模型 水平集 Otsu阈值法
年,卷(期) 2011,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 2757-2759,2807
页数 分类号 TP391.41|TN911.73
字数 3963字 语种 中文
DOI 10.3724/SP.J.1087.2011.02757
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 楼敏 43 504 13.0 20.0
2 杨勇 杭州电子科技大学生命信息与仪器工程学院 46 194 7.0 11.0
3 徐伟栋 杭州电子科技大学生命信息与仪器工程学院 21 117 6.0 9.0
4 郑兴华 杭州电子科技大学自动化学院 4 33 3.0 4.0
5 张雯 杭州电子科技大学自动化学院 8 43 4.0 6.0
6 朱英俊 杭州电子科技大学自动化学院 3 32 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (42)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (4)
二级引证文献  (4)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(8)
  • 参考文献(0)
  • 二级参考文献(8)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(7)
  • 参考文献(1)
  • 二级参考文献(6)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
脑白质疏松症
磁共振
C-V模型
水平集
Otsu阈值法
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导