RSF模型的优化及其在MRI脑肿瘤分割中的应用

• 作者: 宋志坚 程兆宁
• 来源期刊: 生物医学工程学杂志
• 学科: 工学
• 关键词: 脑肿瘤 医学图像分割 MRI图像 可变区域拟合模型 水平集
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 论著
• 页码范围: 265-271
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7507/1001-5515.20130050

摘要

磁共振成像(MRI)具有图像模糊,灰度不均等特点,其分割问题一直都是研究的热点和难点.可变区域拟合(RSF)能量模型是一种较新的区域活动轮廓模型,可用于灰度不均匀图像的分割.然而,RSF模型设定的水平集函数(LSF)不适合初始轮廓内外灰度分布不同的环境,应用于整体灰度环境复杂的脑肿瘤MRI图像时,通常得不到理想的分割结果.构建新的LSF,并辅以mean shift平滑算法可使其更适用于肿瘤图像的分割,使新模型具有更好的收敛性和目标指向性.利用优化后的模型进行一系列实验,其结果表明:该算法鲁棒性强,可以快速、准确地分割出MRI图像中的脑肿瘤,具有显著的临床意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋志坚		37	299	9.0	15.0
2	程兆宁		1	0	0.0	0.0