基于局部区域信息的水平集医学图像分割方法.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2010 ，46 （31 ） 209 基于局部区域信息的水平集医学图像分割方法 郑 伟，陈彦江 ZHENG Wei ，CHEN Yan-jiang 河北大学 电子信息工程学院，河北 保定 071002 College of Electronic and Information Engineering ，Hebei University ，Baoding ，Hebei 071002 ，China E-mail ：yanjiang_chen@ ZHENG Wei ，CHEN Yan-jiang.Approach of novel level set for medical image segmentation based on local region in- formation.Computer Engineering and Applications ，2010 ，46 （31 ）：209-211. Abstract ：Because medical image has the characteristic of intensity inhomogeneity ，this paper presents a novel level set based on the simplified Mumford-Shah model for image segmentation proposed by Chan-Vese.Local region information is cru- cial for accurate segmentation of images with intensity inhomogeneity ，however ，the traditional level set method don ’t utilize it.This paper proposes a novel level set medical image segmentation base on local region information.This mothed costs less ， and the experimental result verifies the effectives and robustness of this segmentation method. Key words ：image segmentation ；level set method ；C-V model ；local region information 摘 要：针对医学图像中存在的亮度分布不均匀（intensity inhomogeneity ）的特点，对Chan-Vese 提出的基于Mumford-Shah 模型 的水平集分割图像的算法进行了改进。局部区域信息是对亮度分布不均匀图像进行准确分割的关键，但是传统的基于区域信息 的C-V 模型没有利用到这种局部区域的图像信息，因此无法正确分割强度分布不均匀图像。利用局部区域信息构造能量函数， 提出了一种基于局部区域信息的改进C-V 模型。该模型无需大量计算，水平集函数可快速收敛。MR 图像、血管造影图像和X 线 骨折图像的实验结果证明了该方法的高效性。 关键词：图像分割；水平集方法；C-V 模型；局部区域信息 DOI ：10.3778/j.issn. 1002-8331.2010.31.058 文章编号：1002-8331（2010 ）31-0209-03 文献标识码：Ａ 中图分类号：TN911.73 1 引言 将其能量最小化，得到位于目标边界的闭合曲线，其最大的优 在现代临床应用中，各种医学图像为医生诊断病症带来 点是能够自动处理曲线拓扑结构的变化。水平集分割方法分 了极大帮助。计算机对医学图像的自动判别能节省医生的诊 为两种：基于梯度和基于区域信息。基于梯度的水平集方法[2] 断时间并将医生从繁琐的工作中解放出来。将医学图像中人 仅利用图像的局部边缘信息，对比较模糊或者噪声较大的图 们感兴趣的各个部分分割开来就是计算机工作的第一步，例 像无法得到满意的