基于改进C-V模型乳腺癌MR图像分割

• 作者: 叶少珍 尤伟峰
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 乳腺癌 MR图像 图像分割C-V模型 惩罚能量项
• 年，卷（期）: 2015,（1）
• 页码范围: 35-40
• 页数: 6页
• 分类号: TP391.41
• 字数: 3356字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.2015.01.0035

摘要

在乳腺癌MR图像分割中,传统C-V模型没有充分利用图像边界曲率信息,需要重新初始化水平集函数使其保持为一个符号距离函数(SDF),导致图像分割比较慢,同时目标区域易产生过度分割.为此,通过在传统的C-V模型中引入惩罚能量项和全局边界曲率能量项,提出一种改进的C-V模型图像分割方法,克服了水平集函数需要重新初始化和目标区域易产生过度分割等问题.实验表明,改进的C-V模型对乳腺癌MR图像具有较好的分割效果,分割收敛速度较快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶少珍	福州大学数学与计算机科学学院	62	283	9.0	14.0
5	尤伟峰	福州大学数学与计算机科学学院	1	5	1.0	1.0