本文關(guān)鍵詞：一種全自動的脊柱CT圖像分割算法研究　出處：《中國醫(yī)療設(shè)備》2016年12期 　論文類型：期刊論文

  更多相關(guān)文章： 脊柱CT圖像 醫(yī)學(xué)圖像分割 活動輪廓模型 模糊理論 凹包算法

【摘要】：目的探討活動輪廓模型的改進算法,并將其應(yīng)用于脊柱CT圖像的自動分割。方法首先,采用基于圖像灰度的模糊角點算法標(biāo)記出目標(biāo)主體的角點特征集合;然后,利用基于α形的凹包算法勾畫出接近于真實目標(biāo)主體的初始輪廓;最后,將此初始輪廓作為活動輪廓模型的初始演化條件,達到圖像自動分割的效果。結(jié)果選用不同分割算法對脊柱CT圖像進行仿真實驗。定性分析表明本文算法的分割圖像邊緣和細節(jié)部分保存的完整清晰;定量評估結(jié)果顯示基于本文分割算法能獲得最大的Dice相似性系數(shù)和最小的Hausdorff距離測度,且在噪聲環(huán)境下依然能精確分割目標(biāo)主體。結(jié)論基于模糊角點算法和凹包算法避免初始輪廓選取的盲目性,使得活動輪廓模型演化更快速、更快、更精確地獲得目標(biāo)主體輪廓。本文提出的算法是一種可行的脊柱CT分割算法,即使在噪聲環(huán)境下依然較其他算法具有更強的強健性、優(yōu)越性和普適性,在目標(biāo)分析中具有較高的臨床應(yīng)用價值。
【作者單位】： 南京醫(yī)科大學(xué)附屬南京醫(yī)院(南京市第一醫(yī)院)放射科;
【分類號】：R816.8;TP391.41
【正文快照】： 引言圖像分割是把圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程。分割圖像是圖像分析的關(guān)鍵步驟,分割結(jié)果的優(yōu)劣直接影響最終圖像分析質(zhì)量和對象識別結(jié)果。目前,圖像分割已廣泛應(yīng)用于計算機輔助診斷方面,其中脊柱CT圖像分割是評估各種椎體病變的一個基本定量工具[1]

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 何愛軍,汪天富,鄭昌瓊,鄭翊,李德玉,趙樹魁;基于活動輪廓模型的超聲心臟圖像輪廓的自動檢測[J];生物醫(yī)學(xué)工程學(xué)雜志;2001年02期

2 王敏尤;秦斌杰;;基于圖像塊匹配和測地線活動輪廓模型的腫瘤自動檢測算法[J];中國生物醫(yī)學(xué)工程學(xué)報;2007年06期

3 孫豐榮;李艷玲;曲懷敬;劉澤;張梅;;基于活動輪廓模型和邊緣對比度特征量的血管內(nèi)超聲圖像邊緣提取[J];中國生物醫(yī)學(xué)工程學(xué)報;2006年04期

4 田飛;楊豐;劉國慶;;一種適用于血管圖像分割的活動輪廓模型[J];生物醫(yī)學(xué)工程學(xué)雜志;2010年05期

5 楊柳;汪天富;林江莉;李德玉;;基于平均曲率流活動輪廓模型的超聲醫(yī)學(xué)圖像邊緣提取[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2007年03期

6 聶敏;高滿屯;;基于活動輪廓模型的B超乳腺腫瘤圖像分割[J];北京生物醫(yī)學(xué)工程;2008年05期

7 苗鳳君;B超醫(yī)學(xué)圖像分割技術(shù)的研究[J];中原工學(xué)院學(xué)報;2004年02期

8 許燕,樊瑜波,于曉軍;體表損傷圖像的分割[J];四川大學(xué)學(xué)報(工程科學(xué)版);2005年05期

9 程兆寧;宋志堅;;RSF模型的優(yōu)化及其在MRI腦腫瘤分割中的應(yīng)用[J];生物醫(yī)學(xué)工程學(xué)雜志;2013年02期

10 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 劉丹;賴志茂;;于活動輪廓模型的邊界快速提取算法[A];教育部中南地區(qū)高等學(xué)校電子電氣基礎(chǔ)課教學(xué)研究會第二十屆學(xué)術(shù)年會會議論文集（下冊）[C];2010年

2 主海文;高松;刁越;劉有軍;;基于改進活動輪廓模型的血管斷層圖像分割[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

3 王國棟;潘振寬;趙希梅;劉存良;王鈺;;基于圖像分解和活動輪廓模型的紋理分割[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

4 方林;于海洋;李立超;鄒嬌;;基于光照不均勻的車輛提取與恢復(fù)模型[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 侍佼;模糊活動輪廓模型在圖像分割與變化檢測中的應(yīng)用[D];西安電子科技大學(xué);2015年

2 付斌;基于活動輪廓模型的目標(biāo)分割與跟蹤的研究[D];哈爾濱工程大學(xué);2006年

3 薛維琴;基于管狀約束活動輪廓模型的血管分割方法研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2013年

4 陳侃;基于活動輪廓模型的肺結(jié)節(jié)分割方法研究[D];華南理工大學(xué);2013年

5 崔華;基于活動輪廓模型的圖像分割方法研究[D];東北大學(xué);2009年

6 高向軍;活動輪廓模型及其在虛擬內(nèi)窺鏡中的應(yīng)用研究[D];華南理工大學(xué);2008年

7 朱國普;基于活動輪廓模型的圖像分割[D];哈爾濱工業(yè)大學(xué);2007年

8 方玲玲;圖像分割的活動輪廓模型研究[D];蘇州大學(xué);2013年

9 劉國奇;活動輪廓模型中向量場基本理論及發(fā)展[D];華南理工大學(xué);2013年

10 鄭罡;基于活動輪廓模型的人腦MRI結(jié)構(gòu)像多層次分割方法研究[D];南京航空航天大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鐘輝強;活動輪廓模型外部能量項的研究[D];華南理工大學(xué);2015年

2 官俊;活動輪廓模型在林木圖像分割中的應(yīng)用研究[D];東北林業(yè)大學(xué);2015年

3 苗宗霞;基于活動輪廓模型的醫(yī)學(xué)圖像分割方法研究[D];西南大學(xué);2015年

4 周飛飛;基于活動輪廓模型的圖像分割方法[D];南昌航空大學(xué);2015年

5 曹建伐;顱內(nèi)血管分割算法研究[D];浙江工業(yè)大學(xué);2015年

6 范兆龍;基于活動輪廓模型分割方法研究[D];南昌航空大學(xué);2015年

7 鐘景茹;顱內(nèi)動脈瘤介入治療支架植入圖像仿真優(yōu)化計算方法研究[D];首都醫(yī)科大學(xué);2016年

8 卜祥東;顱腦損傷病灶區(qū)分割研究[D];安徽大學(xué);2016年

9 戚世樂;活動輪廓模型的改進與基于Sobolev梯度的優(yōu)化[D];福州大學(xué);2014年

10 萬志勤;結(jié)合灰度與差分信息的混合活動輪廓模型[D];南昌航空大學(xué);2016年

，

本文編號：1316158