基于先验信息遗传算法的图像分割

• 作者: 景妮琴
• 来源期刊: 信息技术
• 学科: 医学
• 关键词: 自动分割 遗传算法 区域属性 形状模型 前列腺癌
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 应用技术
• 页码范围: 176-180
• 页数: 5页
• 分类号: TP391|R33
• 字数: 4107字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2017.11.042

摘要

医学图像分割通常由医生根据器官位置、形状等先验信息从图像中手动圈出疑似的肿瘤区域,以便用于确定治疗计划与诊断.手动分割的方法存在主观差异性与分割的不一致性,可能造成疾病诊断的误判,延误治疗时机.由于器官间对比度较弱,且不存在明确的分割界限,自动医学图像分割应用于疾病诊断还具有很大的挑战.本文在遗传算法的基础上,结合已知形状、区域属性和目标位置等先验信息,提出了一种新颖有效的自动医学图像分割算法.为了验证提出算法的有效性,在盆腔CT图像上应用该算法进行前列腺癌的分割.实验结果分析表明,文中提出的算法可以清楚地区分出目标器官的边界,准确地分割出前列腺区域,对模糊的图像也有较好的检测分割效果,适合用于肿瘤的自动分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景妮琴		26	17	2.0	3.0