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:
为了提高乳腺超声图像分割的准确率,提出了一种基于相位特征的C-V模型超声图像分割方法.首先,采用LOG-Gabor滤波器对超声图像进行6个不同方向的滤波,提取最大能量所对应的相位信息,得到超声图像的相位特征.然后,采用SRAD方法对超声图像降噪,并将降噪后的图像与相位特征点乘,增强图像目标与背景的对比度.最后,运用C-V模型的分割算法识别图像中的目标区域,并采用腐蚀方法使目标区域边缘完整、平滑.实验结果表明,与基于灰度的C-V模型、GAC模型以及基于相位特征的人工神经网络方法相比,利用该方法分割乳腺超声图像,分割的精确度明显提高,达到92.40%.
推荐文章
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
结合C-V模型水平集与形态学的彩色树木图像分割
树木
图像分割
C-V模型
水平集
形态学处理
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 基于相位的C-V模型乳腺超声图像分割方法
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 相位特征 超声图像分割 C-V模型
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 494-497
页数 4页 分类号 TP391
字数 3413字 语种 中文
DOI 10.3969/j.issn.1001-0505.2013.03.009
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 舒华忠 东南大学影像科学与技术实验室 135 1036 15.0 25.0
2 胡轶宁 东南大学影像科学与技术实验室 13 27 3.0 4.0
3 杨冠羽 东南大学影像科学与技术实验室 7 25 4.0 4.0
4 粟华 东南大学影像科学与技术实验室 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (8)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
相位特征
超声图像分割
C-V模型
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导