基于CV模型的肝脏核磁共振序列图像自动分割方法

• 作者: 孙世春 高倩倩
• 来源期刊: 中国医疗设备
• 学科: 医学
• 关键词: 无边缘主动轮廓模型 肝脏 磁共振成像 序列图像 图像分割 自动分割
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 医学影像技术
• 页码范围: 64-66,92
• 页数: 4页
• 分类号: R197.39|TP391.41
• 字数: 3322字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2020.08.016

摘要

目的 研究基于无边缘主动轮廓(Chan-Vese,CV)模型的肝脏磁共振成像(Magnetic Resonance Imaging,MRI)序列图像自动分割方法 .方法 在传统CV模型的基础上,通过对CV模型能量泛函进行改进,使用新的边缘指示函数来替换Dirac函数,优化CV模型参数优化,促进CV模型分割精度、分割速度提升.通过Jaccard系数和Dice系数对图像分割的结果 定量评估,分析数据.结果 改进CV模型抗噪性能较好,适用于被干扰的图像分割以及复杂场景图像分割.且改进CV模型分割时间和迭代次数、Jaccard系数和Dice系数均低于传统CV模型,差异具有统计学意义(P<0.001).结论 改进CV模型算法对肝脏的MRI图像的分割效果显著,基于CV模型的肝脏核磁共振序列图像自动分割方法能快速准确的提取目标,在医学图像分割中较理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高倩倩	北部战区总医院放射及核医学科	2	0	0.0	0.0
2	孙世春	北部战区总医院放射及核医学科	1	0	0.0	0.0