基于先验概率和统计形状的前列腺超声图像自动分割方法

• 作者: 倪东 汪天富 黄建波
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 经直肠超声图像 点分布模型 前列腺分割 多个平均模型 局部高斯分布 致密尺度不变特征变换
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 论著
• 页码范围: 15-19
• 页数: 5页
• 分类号: R318
• 字数: 3565字
• 语种: 中文

摘要

从经直肠超声图像中自动精确地提取前列腺边界。采用基于先验概率和统计形状的前列腺超声图像自动分割新方法。首先，利用致密尺度不变特征变换，从超声图像中快速定位前列腺；其次，从多个统计形状模型中选择最优模型，在分割过程中，前列腺伪影区域缺失的边界信息可通过形状模型估计；最后，在最优形状模型指导下，采用多分辨率分割方式，利用局部灰度模型和局部高斯分布函数能量的最小化，实现前列腺的自动分割。用30幅超声图像测试得到平均Dice相似系数（DSC）为0．9552，平均绝对距离（MAD）的均值为0．5016 mm。该方法相比传统的形状模型的分割精度有较大提高。