改进分水岭与K-means++结合的人体脊柱图像分割方法

• 作者: 郎成洪 华云松 张嘉棋 钟雪莲 王麒翔
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 分水岭算法 K-means++ 人体脊柱图像 图像分割
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 专题:智慧医疗
• 页码范围: 38-44
• 页数: 7页
• 分类号: TP751
• 语种: 中文
• DOI: 10.11907/rjdk.212138

摘要

由于在人体脊柱图像分割中,分水岭算法存在过分割现象以及对微弱边缘、噪声非常敏感的问题,故对其进行改进.原始人体脊柱CT图像存在许多不必要的局部极小值,首先利用K-means++聚类算法进行区域分类,减少错误的局部极小值;然后利用形态学图像处理技术对初始分割图像进行去噪处理,使图像变得平滑;接下来提取区域最大值标记为图像前景,将阈值分割得到的图像标记为背景;最后通过分水岭变换得到人体脊柱分割结果图.实验结果表明,该算法能实现对人体脊柱图像的准确分割,其Dice系数、Jaccard系数与Precision系数均值分别为89.2％、82.3％和85.4％,相比当前主流算法分别提高了15.2％、12.7％与10.3％.