基于改进水平集的人脑海马图像分割方法

• 作者: 于广婷 李柏林 邹翎 黄秋菊
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人脑海马 水平集方法 梯度极值 灰度波动 全局方差 轮廓提取
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 283-286
• 页数: 4页
• 分类号: TP391
• 字数: 3857字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.06.062

摘要

人脑 MR 图像中的海马结构存在低对比度、边界模糊等缺点，给海马的轮廓分割带来较大干扰。为解决水平集分割海马时边界容易停留在非目标区域梯度极值处的问题，提出一种改进的水平集方法。从图像全局出发考虑方差信息，在水平集函数的外部能量泛函中增加波动能量项，驱动零水平集曲线向灰度波动较小的区域运动。实验结果表明，该方法可提取出 MR 图像中的海马轮廓，分割效果较好，演化速度有所提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李柏林	西南交通大学机械工程学院	139	883	15.0	21.0
2	邹翎	四川大学华西医院放射科	27	101	5.0	8.0
3	于广婷	西南交通大学机械工程学院	3	24	3.0	3.0
4	黄秋菊	四川大学华西医院放射科	1	4	1.0	1.0