一种基于Snake模型的脑部CT图像分割新算法

• 作者: 徐艳 杜玉越 王基烽 胡顺波
• 来源期刊: 中国医学物理学杂志
• 关键词: CT图像 图像分割 边缘检测 Snake模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 医学影像物理
• 页码范围: 568-573
• 页数: 6页
• 分类号: R318|TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.05.007

摘要

针对目前传统的Snake模型图像分割算法的力场捕捉范围小、对初始轮廓的选取敏感以及对轮廓曲线难以收敛到细小深凹边界的缺陷,提出一种基于Snake模型的脑部CT图像分割新算法.算法首先运用Canny边缘算子对图像进行边缘检测,将边缘检测图像叠加到原始图像上,然后再运用Snake模型和梯度向量流(GVF)Snake模型分别对叠加图像进行分割.实验结果表明,该算法克服了传统Snake模型和GVF Snake模型因边缘轮廓不清晰造成的漏分割情况,防止了GVF Snake模型由于GVF力场的相互作用所造成的过分割现象,同时,还能促使轮廓线收敛到细小深凹边界,提高定位精度,具有更好的分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜玉越	山东科技大学计算机科学与工程学院	51	313	9.0	15.0
2	胡顺波	临沂大学信息科学与工程学院	5	2	1.0	1.0
3	徐艳	临沂大学信息科学与工程学院	6	11	2.0	3.0
7	王基烽	临沂大学信息科学与工程学院	1	0	0.0	0.0