北京生物医学工程
北京生物醫學工程
북경생물의학공정
BEIJING BIOMEDICAL ENGINEERING
2009年
1期
17-21
,共5页
杨振森%李传富%周康源%贺礼%哈章
楊振森%李傳富%週康源%賀禮%哈章
양진삼%리전부%주강원%하례%합장
水平集算法%Sticks滤波%径向浅浮槽算法%TRUS图像分割%数学形态学
水平集算法%Sticks濾波%徑嚮淺浮槽算法%TRUS圖像分割%數學形態學
수평집산법%Sticks려파%경향천부조산법%TRUS도상분할%수학형태학
由于超声图像存在着斑点噪声和较低的信噪比,使得传统的分割算法很难应用于超声图像的自动分割,而手工分割方法非常耗时且重复性差.因此提出了一种基于水平集和改进径向浅浮槽算法(RBR,radical bas-relief)的前列腺直肠超声(TRUS)图像全自动分割算法.首先使用Sticks滤波器来去除斑点噪声,并且增强图像的对比度.然后使用径向浅浮槽算法来对图像进一步增强,通过使用形态学算法和边界填充得到前列腺的初始轮廓,使用该轮廓来初始化水平集算法,从而实现全自动分割.实验结果表明,该方法能有效地去除斑点噪声的影响,并且能够对前列腺超声图像实现较好的分割效果.
由于超聲圖像存在著斑點譟聲和較低的信譟比,使得傳統的分割算法很難應用于超聲圖像的自動分割,而手工分割方法非常耗時且重複性差.因此提齣瞭一種基于水平集和改進徑嚮淺浮槽算法(RBR,radical bas-relief)的前列腺直腸超聲(TRUS)圖像全自動分割算法.首先使用Sticks濾波器來去除斑點譟聲,併且增彊圖像的對比度.然後使用徑嚮淺浮槽算法來對圖像進一步增彊,通過使用形態學算法和邊界填充得到前列腺的初始輪廓,使用該輪廓來初始化水平集算法,從而實現全自動分割.實驗結果錶明,該方法能有效地去除斑點譟聲的影響,併且能夠對前列腺超聲圖像實現較好的分割效果.
유우초성도상존재착반점조성화교저적신조비,사득전통적분할산법흔난응용우초성도상적자동분할,이수공분할방법비상모시차중복성차.인차제출료일충기우수평집화개진경향천부조산법(RBR,radical bas-relief)적전렬선직장초성(TRUS)도상전자동분할산법.수선사용Sticks려파기래거제반점조성,병차증강도상적대비도.연후사용경향천부조산법래대도상진일보증강,통과사용형태학산법화변계전충득도전렬선적초시륜곽,사용해륜곽래초시화수평집산법,종이실현전자동분할.실험결과표명,해방법능유효지거제반점조성적영향,병차능구대전렬선초성도상실현교호적분할효과.
