贝叶斯优化的RSF模型脑肿瘤图像分割新方法

• 作者: 夏雨薇 张敏 曹项飞 贺飞跃
• 来源期刊: 西安工程大学学报
• 关键词: 脑肿瘤 MRI RSF模型 贝叶斯估计 图像分割
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 237-242
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2018.02.019

摘要

由于核磁共振成像(MRI,magnetic resonance imaging)模糊、灰度不均,使得脑肿瘤图像分割精确度不高,给出了一种贝叶斯优化的自适应RSF模型.传统RSF模型的水平集分割性能受初始化和控制参数影响较大,需要大量人工干预,限制了其在实际中的应用.利用贝叶斯估计的自适应性,自动提取初始轮廓,并用于RSF模型细分割脑肿瘤图像,得到了一种脑肿瘤MRI图像分割新方法.结果表明,实验采用 Jaccard 系数和分割时间评估分割方法的精度和效率,与RSF-mean shift方法相比,其分割精度提高20% 以上,分割效率提高32% 以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敏	西安工程大学计算机科学学院	128	220	8.0	11.0
2	贺飞跃	西安工程大学理学院	12	23	4.0	4.0
3	曹项飞	西安工程大学计算机科学学院	3	9	2.0	3.0
4	夏雨薇	西安工程大学计算机科学学院	4	9	2.0	3.0