光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
9期
2371-2380
,共10页
前列腺%磁共振图像%图像分割%自适应纹理分布%活动形状
前列腺%磁共振圖像%圖像分割%自適應紋理分佈%活動形狀
전렬선%자공진도상%도상분할%자괄응문리분포%활동형상
prostate%magnetic resonance image%image segmentation%adaptive texture distribution%active shape
基于前列腺磁共振图像性质,提出利用自适应纹理分布的活动形状图像分割方法来自动分割前列腺磁共振图像.该方法首先通过图像的分类与拟合确定感兴趣的腺体区域,同时估计若干形状参数用于分割过程中调整形状;然后融人多重纹理信息,建立纹理一致测度,将传统的活动形状按照自适应的纹理判别步骤细分为纹理分布形状与补充形状,提高活动形状的搜索匹配能力.在搜索匹配部分,利用已估计参数优化活动形状搜索的初始估计,并根据纹理分布形状和补充形状调整迭代过程.实验结果表明,该方法分割出来的前列腺轮廓与金标准的Hausdorff距离为6.00 pixel,分割精度为93％.该方法对活动形状的改进是有效的,利用自适应纹理分布的活动形状能够自动、准确地将前列腺从磁共振图像中分割出来.
基于前列腺磁共振圖像性質,提齣利用自適應紋理分佈的活動形狀圖像分割方法來自動分割前列腺磁共振圖像.該方法首先通過圖像的分類與擬閤確定感興趣的腺體區域,同時估計若榦形狀參數用于分割過程中調整形狀;然後融人多重紋理信息,建立紋理一緻測度,將傳統的活動形狀按照自適應的紋理判彆步驟細分為紋理分佈形狀與補充形狀,提高活動形狀的搜索匹配能力.在搜索匹配部分,利用已估計參數優化活動形狀搜索的初始估計,併根據紋理分佈形狀和補充形狀調整迭代過程.實驗結果錶明,該方法分割齣來的前列腺輪廓與金標準的Hausdorff距離為6.00 pixel,分割精度為93％.該方法對活動形狀的改進是有效的,利用自適應紋理分佈的活動形狀能夠自動、準確地將前列腺從磁共振圖像中分割齣來.
기우전렬선자공진도상성질,제출이용자괄응문리분포적활동형상도상분할방법래자동분할전렬선자공진도상.해방법수선통과도상적분류여의합학정감흥취적선체구역,동시고계약간형상삼수용우분할과정중조정형상;연후융인다중문리신식,건립문리일치측도,장전통적활동형상안조자괄응적문리판별보취세분위문리분포형상여보충형상,제고활동형상적수색필배능력.재수색필배부분,이용이고계삼수우화활동형상수색적초시고계,병근거문리분포형상화보충형상조정질대과정.실험결과표명,해방법분할출래적전렬선륜곽여금표준적Hausdorff거리위6.00 pixel,분할정도위93％.해방법대활동형상적개진시유효적,이용자괄응문리분포적활동형상능구자동、준학지장전렬선종자공진도상중분할출래.
