基于特征融合视觉显著性的医学图像分割

• 作者: 刘伟峰 吴迪 胡俊华 胡灵芝 胡胜
• 来源期刊: 中国医学物理学杂志
• 关键词: 医学图像分割 视觉显著性 特征属性 特征融合
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 医学影像物理
• 页码范围: 670-675
• 页数: 6页
• 分类号: R311|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2018.06.010

摘要

医学图像分割结果的准确性对医生诊断病情并制定相应的治疗策略具有重要价值.针对现有的医学图像进行分割时由于没有考虑人类视觉显著性机制因素导致分割精度不高的问题,提出一种基于特征融合视觉显著性的医学图像分割方法.首先基于频率调谐生成待分割医学图像的显著图,得到图像的显著区域并突出医学图像的边缘轮廓,然后分别提取其颜色特征和纹理特征将其作为反向传播神经网络的输入向量,在此基础上用神经网络分类器模型对图像进行分割.通过实验进行验证,结果表明该方法获得了较好的分割精度和分割效率,本文所提方法为医学图像的准确分割提供了一种新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟峰	杭州电子科技大学自动化学院	18	137	6.0	11.0
2	吴迪	陕西中医药大学基础医学院	4	29	2.0	4.0
3	胡灵芝	陕西中医药大学基础医学院	16	45	4.0	6.0
4	胡俊华	陕西中医药大学基础医学院	11	45	3.0	6.0
5	胡胜	西安工程大学机电工程学院	3	1	1.0	1.0