集成非线性统计形状先验的M-S图像分割模型

• 作者: 余志浩 刘国才 吴海燕 段宣初 肖茂发 阳维力
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 核主成分分析(KPCA) Mumford-Shah模型 统计形状先验知识 水平集方法 医学图像分割
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 电气工程
• 页码范围: 47-53
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2974.2012.02.009

摘要

为克服噪声污染、血管遮挡、光照不均匀、对比度小、个体间差异大等视网膜和视神经细微组织结构医学图像分割中固有的困难,提出了一种集成非线性形状先验的医学图像分割新方法.该方法首先采用非线性的核函数将目标先验形状窄带水平集映射到其核空间,然后在核空间进行主成分分析(PCA),以获取目标形状窄带水平集核空间的基底向量,并据此将目标形状先验知识集成到Mumford-Shah向量值图像分割模型,实现医学图像的分割.不同青光眼病人的视乳头图像分割实验结果表明,该方法能够有效地分割噪声大、对比度小且部分被血管遮挡的各阶段的青光眼病人视乳头图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段宣初		52	215	8.0	12.0
2	刘国才	湖南大学电气与信息工程学院	15	176	6.0	13.0
3	吴海燕	湖南大学电气与信息工程学院	11	64	4.0	8.0
4	肖茂发	湖南大学电气与信息工程学院	2	4	2.0	2.0
5	余志浩	湖南大学电气与信息工程学院	1	2	1.0	1.0
6	阳维力	湖南大学电气与信息工程学院	1	2	1.0	1.0