基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对腹部CT图像肝脏肿瘤对比度低、边界模糊、灰度多样等因素引起的分割困难,提出基于非线性增强和图割的肝脏肿瘤自动分割.首先根据肝脏区域灰度分布特性,采用自适应分段非线性增强和迭代卷积操作提高正常肝实质与肿瘤组织的对比度;然后将增强结果和图像边界信息有效地融入图割能量函数,实现肝脏肿瘤初步自动分割结果;最后采用三维形态学开操作对初步分割结果进行优化,去除其中的误分割区域,提高分割精度.在3Dircadb和XYH数据库上的实验结果表明,该方法能有效地自动分割腹部CT序列中的肝脏肿瘤,且综合分割性能优于现有多种方法.
推荐文章
基于超限学习机的腹部CT序列图像肝脏自动分割
腹部CT序列
肝脏分割
神经网络
超限学习机
基于核图割模型的肝脏CT图像肿瘤分割
图割
核图割
肿瘤分割
肝脏分割
医学图陣分割
基于3D卷积神经网络的肝脏自动分割方法
三维卷积神经网络
深度监督机制
图割
先验信息
肝脏分割
基于SIFT特征和图割算法的图像分割方法研究
SIFT特征
图割算法
能量函数
图像分割
种子点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于非线性增强和图割的CT序列肝脏肿瘤自动分割
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 医学图像分割 图割 非线性增强 肝脏肿瘤
年,卷(期) 2019,(6) 所属期刊栏目 图像与视觉
研究方向 页码范围 1030-1038
页数 9页 分类号 TP391.41
字数 5880字 语种 中文
DOI 10.3724/SP.J.1089.2019.17258
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵于前 中南大学自动化学院 58 453 12.0 18.0
2 刘毅志 湖南科技大学计算机科学与工程学院 12 93 4.0 9.0
3 廖苗 湖南科技大学计算机科学与工程学院 7 64 3.0 7.0
7 欧阳军林 湖南科技大学计算机科学与工程学院 8 21 3.0 4.0
8 余建勇 湖南科技大学计算机科学与工程学院 2 3 1.0 1.0
9 张宝泽 中南大学自动化学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
医学图像分割
图割
非线性增强
肝脏肿瘤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导