融合超像素和CNN的CT图像分割方法

• 作者: 景雨 陶永鹏 顼聪
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: CT图像 超像素 卷积神经网络(CNN) 模糊主动轮廓分割
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 200-205
• 页数: 6页
• 分类号: TP391.41
• 字数: 4176字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1812-0032

摘要

提出了一种融合超像素和CNN的CT图像器官主动轮廓分割方法.用超像素SLIC方法将CT图像网格化并分配标签;将网格化后图像作为数据集训练CNN网络分割出器官(如肝脏、肺部等)边界超像素,并将这些超像素的种子点连接成为粗分割边界;将粗分割边界作为初始轮廓,进行模糊主动轮廓分割得到CT图像中器官的边界.经过实验对比,该方法对肺部CT图像的分割平均DC系数达到97％、平均ASD系数达到1.23 mm.在肝脏CT图像方面与参考算法进行相比,在保证分割精度的前提下,VOE系数平均减少1％,切片图像的分割时间平均提高10 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顼聪	大连外国语大学软件学院	29	49	4.0	6.0
2	陶永鹏	大连外国语大学软件学院	19	30	3.0	5.0
3	景雨	大连外国语大学软件学院	20	25	3.0	4.0