本文關(guān)鍵詞：重?fù)粝嘛B骨CT圖像裂痕區(qū)域檢測(cè)方法研究

  更多相關(guān)文章： 醫(yī)學(xué)顱骨 裂痕區(qū)域 檢測(cè)

【摘要】：對(duì)重?fù)粝嘛B骨CT圖像裂痕區(qū)域進(jìn)行檢測(cè),可以提高CT圖像的檢測(cè)精度。重?fù)粝碌尼t(yī)學(xué)顱骨圖像裂痕區(qū)域較大,骨裂區(qū)域會(huì)形成體液流入干擾,降低了裂痕與骨頭區(qū)域的特征差異度,傳統(tǒng)算法進(jìn)行重?fù)粝碌尼t(yī)學(xué)顱骨圖像裂痕區(qū)域分割時(shí),需要結(jié)合裂縫區(qū)的特殊差異度完成檢測(cè),導(dǎo)致醫(yī)學(xué)顱骨圖像裂痕區(qū)域檢測(cè)誤差大的問(wèn)題。提出改進(jìn)彈性形變算法的重?fù)粝碌闹負(fù)粝嘛B骨CT圖像裂痕區(qū)域檢測(cè)方法。上述方法先融合于彈性形變算法以三角面片為基本單位,生成重?fù)粝碌尼t(yī)學(xué)顱骨三維模型,并利用醫(yī)學(xué)顱骨圖像的灰度信息將其分割成不同的區(qū)域,結(jié)合像素的邊界特性構(gòu)建各個(gè)像素的特征向量,并對(duì)特征向量進(jìn)行聚類,依據(jù)聚類的結(jié)果實(shí)現(xiàn)對(duì)重?fù)粝碌尼t(yī)學(xué)顱骨圖像裂痕區(qū)域檢測(cè)。仿真結(jié)果表明,改進(jìn)彈性形變算法的重?fù)粝嘛B骨CT圖像裂痕區(qū)域檢測(cè)算法可以顯著提高檢測(cè)精度。
【作者單位】： 南昌航空大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： 醫(yī)學(xué)顱骨 裂痕區(qū)域 檢測(cè)
【基金】：江西省教育廳基金(GJJ14503) 江西省自然科學(xué)基金(20151BAB205050)
【分類號(hào)】：TP391.41;R816.1
【正文快照】： _ 1引言 目前,對(duì)醫(yī)學(xué)顱骨圖像檢測(cè)工作主要是圍繞大腦提取和 腦組織分區(qū)方面展開(kāi),而重?fù)粝碌娘B骨缺少氫會(huì)在圖像中成像較為模糊,采用傳統(tǒng)的醫(yī)學(xué)顱骨圖像檢測(cè)技術(shù)很難將其 裂痕區(qū)域精確的檢測(cè)出來(lái)[1-3]。在此背景下,進(jìn)行重?fù)粝碌?醫(yī)學(xué)顱骨圖像裂痕區(qū)域的精確檢測(cè)是解決上述問(wèn)

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 欒方軍;周佳鵬;曾子銘;;用于腦部核磁共振圖像分割的具有抗噪能力的BCFCM算法[J];計(jì)算機(jī)科學(xué);2015年10期

2 孫照勇;張海波;李爍;王l，

本文編號(hào)：777792