现代计算机(普及版)
現代計算機(普及版)
현대계산궤(보급판)
MODERN COMPUTER
2014年
12期
49-55
,共7页
孔珊%陈相廷%刘姝月%张一凡
孔珊%陳相廷%劉姝月%張一凡
공산%진상정%류주월%장일범
水平集%医学图像分割%能量泛函%曲线演化
水平集%醫學圖像分割%能量汎函%麯線縯化
수평집%의학도상분할%능량범함%곡선연화
Level Set%Medical Image Segmentation%Minimum Energy Functional%Curve Evolution
水平集方法在医学图像分割中的应用<br> 孔珊,陈相廷,刘姝月,张一凡<br> (河南大学计算机与信息工程学院,开封475001)<br> 水平集方法已广泛应用于医学图像分割中,该方法将界面看成高一维空间中的某一函数φ(称为水平集函数)的零水平集,同时界面的演化也扩充到高一维的空间中。其核心思想是利用水平集理论求解能量泛函的最小值,即当能量达到最小值时的曲线位置就是目标轮廓所在;有效解决曲线演化过程中的拓扑变化问题。介绍水平集发展过程中几个经典模型的基本思想,并通过大量实验证明该方法在医学图像分割中的适用性及有效性。<br> 关键词:水平集;医学图像分割;能量泛函;曲线演化<br> 文章编号:1007-1423(2014)35-0049-07<br> DOI:10.3969/j.issn.1007-1423.2014.35.013
水平集方法在醫學圖像分割中的應用<br> 孔珊,陳相廷,劉姝月,張一凡<br> (河南大學計算機與信息工程學院,開封475001)<br> 水平集方法已廣汎應用于醫學圖像分割中,該方法將界麵看成高一維空間中的某一函數φ(稱為水平集函數)的零水平集,同時界麵的縯化也擴充到高一維的空間中。其覈心思想是利用水平集理論求解能量汎函的最小值,即噹能量達到最小值時的麯線位置就是目標輪廓所在;有效解決麯線縯化過程中的拓撲變化問題。介紹水平集髮展過程中幾箇經典模型的基本思想,併通過大量實驗證明該方法在醫學圖像分割中的適用性及有效性。<br> 關鍵詞:水平集;醫學圖像分割;能量汎函;麯線縯化<br> 文章編號:1007-1423(2014)35-0049-07<br> DOI:10.3969/j.issn.1007-1423.2014.35.013
수평집방법재의학도상분할중적응용<br> 공산,진상정,류주월,장일범<br> (하남대학계산궤여신식공정학원,개봉475001)<br> 수평집방법이엄범응용우의학도상분할중,해방법장계면간성고일유공간중적모일함수φ(칭위수평집함수)적령수평집,동시계면적연화야확충도고일유적공간중。기핵심사상시이용수평집이론구해능량범함적최소치,즉당능량체도최소치시적곡선위치취시목표륜곽소재;유효해결곡선연화과정중적탁복변화문제。개소수평집발전과정중궤개경전모형적기본사상,병통과대량실험증명해방법재의학도상분할중적괄용성급유효성。<br> 관건사:수평집;의학도상분할;능량범함;곡선연화<br> 문장편호:1007-1423(2014)35-0049-07<br> DOI:10.3969/j.issn.1007-1423.2014.35.013
Evolution of the level set method has been widely applied in medical image segmentation , which will screen as a higher-dimensional space in a certain function? (called the level set function) of the zero level set, while also expanding the interface to a higher-dimen_sional space. The core idea is to put the level set on the mathematical theory minimum energy functional solution process , when the curve reaches a minimum energy position is where the target contour lies, effectively solving the problem of topology change in the evolu_tion of the curve which has no proper algorithm to solve previously. Describes several classical models' basic idea of the level set devel_opment and by a large number of experiments proves the applicability and effectiveness of this method in medical image segmentation.