基于softmax回归与图割法的脑肿瘤分割算法

• 作者: 李黎 牟宁 葛婷
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 医学图像 脑肿瘤 核磁共振图像 图像分割 softmax回归 图割法 最小切/最大流
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 644-649
• 页数: 6页
• 分类号: TP391.41
• 字数: 4899字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2017.03.021

摘要

从医学图像中分割脑肿瘤区域可以为脑肿瘤的诊断以及放射治疗提供帮助.但肿瘤区域的变化异常且边界非常模糊,因此自动或半自动地分割脑肿瘤非常困难.针对这一问题,本文结合softmax回归和图割法提出一种脑肿瘤分割算法.首先融合多序列核磁共振图像(MRI)并标记训练样本,再用softmax回归训练模型参数并计算每个点属于各个类别的概率,最后将概率融入到图割法中,用最小切/最大流方法得到最终分割结果.实验表明提出的方法可以更好地得到脑肿瘤的边界,并能较准确地分割出脑肿瘤区域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛婷	南京理工大学电子工程与光电技术学院	3	17	1.0	3.0
5	牟宁	南京理工大学电子工程与光电技术学院	3	18	2.0	3.0
6	李黎	南京理工大学电子工程与光电技术学院	3	20	2.0	3.0