基于Hough变换和GVF Snake模型的脑肿瘤分割方法

• 作者: Wu Liu 孔媛媛 李军华 王艳 鲁宇明
• 来源期刊: 计算机应用研究
• 关键词: 脑肿瘤分割 Hough变换 GVF Snake模型 遗传算法
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3469-3471,3475
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.11.064

摘要

脑MR图像中肿瘤区域的精确分割对后续的治疗与诊断十分关键,提出了一种基于Hough变换定位与遗传算法优化GVF Snake模型的脑肿瘤分割方法.首先,利用Hough变换和阈值处理自动确定肿瘤区域;然后,利用GVF Snake模型对肿瘤区域进行分割;同时,为了防止GVF Snake在分割时易出现局部极小值的问题,进一步利用遗传算法的全局优化特性,对GVF Snake模型分割的结果进行优化.实验结果表明,提出的模型能实现对肿瘤区域的自动定位,同时也避兔了GVF Snake 模型在分割时易陷入局部最优的问题,使分割的结果更加精确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李军华	南昌航空大学江西省图像处理与模式识别重点实验室	38	237	9.0	14.0
2	鲁宇明	南昌航空大学工程训练中心	55	426	10.0	19.0
3	孔媛媛	南昌航空大学江西省图像处理与模式识别重点实验室	1	4	1.0	1.0
4	王艳	南昌航空大学工程训练中心	8	24	3.0	4.0
5	Wu Liu	耶鲁大学医学院	1	4	1.0	1.0