改进二值lfi医学图像分割模型-南京信息工程大学学报.pdf

文章编号：１６７４７０７０（２０１２）０４０３６６０５ 改进二值 ＬＦＩ医学图像分割模型 １ １ 张建伟 　李小田 摘要 ０　引言 基于区域活动轮廓模型在处理医学 特定分割目标时，受到图像背景影响较 　　目前，医学成像技术随着计算机技术的高速发展已得到了飞速 大，难以提取目标边界轮廓．针对这一问 发展和应用，为医生做出准确的诊断和合理的治疗方案提供了有利 题，提出一种改进ＬＦＩ模型．该模型构造 出局部适当图像来逼近原图像，且引入 条件．然而，由于人体解剖结构的复杂性以及成像质量受多种因素影 吸附因子约束曲线演化方向，恢复曲线 响使得医学图像分割成为一个难点．活动轮廓模型是较早将高层知 演化渐进性，使得分割具有针对性．采用 识与图像的底层知识相结合来理解、处理图像的模型，它不依赖图像 二值水平集方法实现整个分割过程，避 免了传统水平集数值不稳定性．实验结 质量，可以得到光滑且封闭的目标边界，是医学图像分割的有效工 果表明该方法可以快速有效地分割特定 具．活动轮廓模型基本思想是：将弹性势能及弯曲势能引入模型，将 医学图像目标． 其作为模型的内部能量，并与图像信息的外部能量有机结合，在内部 关键词 二值水平集；ＬＢＦ模型；曲线渐进 能量作用下，正则演化曲线使之平滑，在外部能量的驱动下，向目标 性；图像分割 边界处演化，演化曲线以极小化能量泛函方式向目标边界运动来完 成图像分割． 中图分类号 ＴＰ３９１４１ ［１３］ 文献标志码 Ａ 活动轮廓模型大致可分为：基于边界的模型 和基于区域的模 型［４１０］．基于传统边界的模型往往采用图像梯度信息，对于较明显边 界目标分割具有较好分割效果，然而，医学图像往往含有噪声、弱边 界以及偏移场现象，使得该类模型通常得不到理想分割效果．基于区 域的模型则利用图像的区域信息来完成图像分割，具有基于边界的 ［４］ 模型不具有的优点，对噪声、弱边界情况都适用．例如ＣＶ模型 ，其 实质就是寻找一个分界线光滑的二常值函数来最佳拟合灰度图像．Ｃ Ｖ模型形式简单，采用图像全局信息，因而对噪声、弱边界和离散状态 边界目标都具有较好分割效果，但是，该模型很难处理医学图像偏移 ［５６］ 场等情况．针对这一问题，Ｌｉ等 提出了ＬＢＦ（ＬｏｃａｌＢｉｎａｒｙＦｉｔｔｉｎｇ） 模型．ＬＢＦ模型考查核函数所控制图像局部均值信息，计算随空域变 化而变化的小邻域信息，较好地克服了图像灰度不均匀的影响，但是 它需要对图像数据进行大量核卷积计算，计算量较大，造成分割效率 收稿日期 ２０１１１０１８ ［７］ 资助项目 国家自然科学基金；国 低下．为此，Ｚｈａｎｇ等 提出了基于二值水平