计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
34期
222-224
,共3页
医学图像分割%最大熵原理%阈值分割%边界跟踪%数学形态学
醫學圖像分割%最大熵原理%閾值分割%邊界跟蹤%數學形態學
의학도상분할%최대적원리%역치분할%변계근종%수학형태학
medical image segmentation%principle of maximum entropy%threshold segmentation%contour tracking%mathematical morphology
传统的分割方法难以实现医学图像准确地分割,提出了基于最大信息熵原理的医学图像分割方法.该方法集成了阈值分割、边界跟踪和数学形态学,提高了分割的精度和速度.分析和实验结果表明,采用该方法对肝肿瘤CT图像进行分割时,能自动准确地提取出医生感兴趣的区域.
傳統的分割方法難以實現醫學圖像準確地分割,提齣瞭基于最大信息熵原理的醫學圖像分割方法.該方法集成瞭閾值分割、邊界跟蹤和數學形態學,提高瞭分割的精度和速度.分析和實驗結果錶明,採用該方法對肝腫瘤CT圖像進行分割時,能自動準確地提取齣醫生感興趣的區域.
전통적분할방법난이실현의학도상준학지분할,제출료기우최대신식적원리적의학도상분할방법.해방법집성료역치분할、변계근종화수학형태학,제고료분할적정도화속도.분석화실험결과표명,채용해방법대간종류CT도상진행분할시,능자동준학지제취출의생감흥취적구역.
