基于超限学习机的腹部CT序列图像肝脏自动分割

• 作者: 赵于前 邹润民 陈津津
• 来源期刊: 中国医学物理学杂志
• 关键词: 腹部CT序列 肝脏分割 神经网络 超限学习机
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 医学影像物理与临床应用
• 页码范围: 611-616
• 分类号: R811.1|TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2015.05.001

摘要

目的:针对腹部CT序列图像因邻近器官对比度低以及肝脏形状不一致等造成的肝脏分割困难问题,提出一种基于超限学习机的腹部CT序列图像肝脏自动分割方法.方法:首先,在预处理阶段利用阈值法和形态学操作去除肌肉、脂肪、肋骨和脊椎;然后,对预处理结果图像求取均值、标准差和距离变换,提取有效的训练特征;最后,将3个特征归一化处理后作为超限学习机的输入层,并进行学习最终得出分割结果.结果:通过对9个腹部CT序列图像进行肝脏分割实验,并与其他3种方法进行比较,本文算法具有明显优势.结论:本文算法能对腹部CT序列图像中的肝脏进行准确有效地分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵于前	中南大学地球科学与信息物理学院	58	453	12.0	18.0
2	邹润民	中南大学地球科学与信息物理学院	14	191	5.0	13.0
3	陈津津	中南大学地球科学与信息物理学院	1	4	1.0	1.0