分水岭优化的C-V模型脑肿瘤图像分割

• 作者: 张雯 李志强 渠燕红 王小鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: C-V模型 图像分割 分水岭变换 脑肿瘤图像
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 176-180
• 页数: 5页
• 分类号: TP391.4
• 字数: 4074字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1507-0055

摘要

C-V模型可有效对脑肿瘤等医学图像进行分割,但存在对初始轮廓位置敏感及重新初始化耗时的问题,为此,提出了一种分水岭优化的C-V模型脑肿瘤分割方法.首先引入标记函数,通过强制最小技术改善传统分水岭变换的过分割现象,得到粗分割结果,然后在粗分割基础上确定C-V模型初始轮廓位置,最后采用无需重新初始化的C-V模型进行细分割,得到较精确的脑肿瘤分割结果.实例结果表明,经过分水岭优化后的C-V模型能够对常见脑肿瘤图像进行有效分割,尤其是能够将与组织粘连的肿瘤分割出来.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小鹏	兰州交通大学电子与信息工程学院	119	812	15.0	22.0
2	张雯	兰州交通大学电子与信息工程学院	9	46	5.0	6.0
3	渠燕红	兰州交通大学电子与信息工程学院	4	15	2.0	3.0
4	李志强	兰州交通大学电子与信息工程学院	5	25	4.0	5.0