基于稀疏表示超像素分类的肿瘤超声图像分割算法

• 作者: 张绿川 杨艳
• 来源期刊: 中国医学物理学杂志
• 关键词: 稀疏表示 超声图像 肿瘤分割 简单线性迭代聚类
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 医学影像物理与临床应用
• 页码范围: 855-859
• 分类号: TP391|R312
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2015.06.020

摘要

目的:图像中目标的识别与分割一直是图像处理的研究热点.本文针对超声图像提出了一种新的基于超像素区域特征的肿瘤识别分割算法.方法:首先利用简单线性迭代聚类算法产生超像素,将图像分为多个内部特征相似的图像块,然后提取每个区域的特征组成该区域特征向量,利用稀疏表示分类算法(Sparse Representation Classification,SRC)构造分类器,对超像素进行分类合并,最终识别并分割出完整的感兴趣区域.结果:本文的算法在超声图像中肿瘤的识别与分割中取得较为理想的效果,灵敏度指数平均值达到了83.79％,标准化的Hausdor距离指数平均值达到了4.80％.结论:本文的分割算法克服了SRC算法不能获得目标区域完整轮廓的缺陷,并取得了较好的实验结果,为超声图像中肿瘤的识别与分割提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨艳	武汉大学物理科学与技术学院	93	737	13.0	22.0
2	张绿川	武汉大学物理科学与技术学院	1	3	1.0	1.0