湖南大学学报（自然科学版）
湖南大學學報（自然科學版）
호남대학학보（자연과학판）
JOURNAL OF HUNAN UNIVERSITY(NATURAL SCIENCES EDITION)
2012年
2期
47-53
,共7页
刘国才%肖茂发%段宣初%余志浩%阳维力%吴海燕
劉國纔%肖茂髮%段宣初%餘誌浩%暘維力%吳海燕
류국재%초무발%단선초%여지호%양유력%오해연
核主成分分析(KPCA)%Mumford-Shah模型%统计形状先验知识%水平集方法%医学图像分割
覈主成分分析(KPCA)%Mumford-Shah模型%統計形狀先驗知識%水平集方法%醫學圖像分割
핵주성분분석(KPCA)%Mumford-Shah모형%통계형상선험지식%수평집방법%의학도상분할
为克服噪声污染、血管遮挡、光照不均匀、对比度小、个体间差异大等视网膜和视神经细微组织结构医学图像分割中固有的困难,提出了一种集成非线性形状先验的医学图像分割新方法.该方法首先采用非线性的核函数将目标先验形状窄带水平集映射到其核空间,然后在核空间进行主成分分析(PCA),以获取目标形状窄带水平集核空间的基底向量,并据此将目标形状先验知识集成到Mumford-Shah向量值图像分割模型,实现医学图像的分割.不同青光眼病人的视乳头图像分割实验结果表明,该方法能够有效地分割噪声大、对比度小且部分被血管遮挡的各阶段的青光眼病人视乳头图像.
為剋服譟聲汙染、血管遮擋、光照不均勻、對比度小、箇體間差異大等視網膜和視神經細微組織結構醫學圖像分割中固有的睏難,提齣瞭一種集成非線性形狀先驗的醫學圖像分割新方法.該方法首先採用非線性的覈函數將目標先驗形狀窄帶水平集映射到其覈空間,然後在覈空間進行主成分分析(PCA),以穫取目標形狀窄帶水平集覈空間的基底嚮量,併據此將目標形狀先驗知識集成到Mumford-Shah嚮量值圖像分割模型,實現醫學圖像的分割.不同青光眼病人的視乳頭圖像分割實驗結果錶明,該方法能夠有效地分割譟聲大、對比度小且部分被血管遮擋的各階段的青光眼病人視乳頭圖像.
위극복조성오염、혈관차당、광조불균균、대비도소、개체간차이대등시망막화시신경세미조직결구의학도상분할중고유적곤난,제출료일충집성비선성형상선험적의학도상분할신방법.해방법수선채용비선성적핵함수장목표선험형상착대수평집영사도기핵공간,연후재핵공간진행주성분분석(PCA),이획취목표형상착대수평집핵공간적기저향량,병거차장목표형상선험지식집성도Mumford-Shah향량치도상분할모형,실현의학도상적분할.불동청광안병인적시유두도상분할실험결과표명,해방법능구유효지분할조성대、대비도소차부분피혈관차당적각계단적청광안병인시유두도상.
