首页 > 吉林大学学报（工学版） > 基于多特征支持向量机和弹性区域生长的膝软骨自动分割

基于多特征支持向量机和弹性区域生长的膝软骨自动分割

Automatic segmentation of articular cartilages using multi-feature SVM and elastic region growing

二维码有效期 120s

摘要为了从膝关节磁共振图像(MRI)中分割出膝软骨,提出一种基于多特征支持向量机(SVM)边缘定位和弹性区域生长的自动分割算法.首先,采用自适应Canny边缘检测算法提取图像主要边缘;再对边缘提取多个图像特征,结合SVM算法对边缘进行分类,完成软骨边缘定位;然后,在软骨边缘的基础上进行种子点及软骨像素区域的选择;之后基于选择的结果采用弹性区域生长进行初步软骨分割;最后,基于先验知识和形态学获得最终膝软骨分割结果.实验结果表明:该算法能够准确、快速地自动分割出膝关节MRI中不同的膝软骨,其中股软骨、胫软骨、髌软骨的平均评价重要指标(DSC)分别可达0.8543、0.8280、0.8703,与手工分割结果具有较高的一致性.

作者王品 ^[1] 何璇 ^[1] 吕洋 ^[1] 李勇明 ^[2] 邱明国 ^[3] 刘书君 ^[1] 学术成果认领

作者单位重庆大学通信工程学院,重庆,400044 ^[1] 重庆大学通信工程学院,重庆400044;第三军医大学生物医学工程学院,重庆400038 ^[2] 第三军医大学生物医学工程学院,重庆,400038 ^[3]

关键词信息处理技术多特征支持向量机弹性区域生长膝软骨自动分割 information processing technology multi-feature support vector machine elastic region growing automatic segmentation of knee cartilages

分类号 TN911.73 R445.2（诊断学）

DOI 10.13229/j.cnki.jdxbgxb201605045

发布时间 2017-01-06（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家自然科学基金（61108086）国家自然科学基金（11304382）中国博士后科学基金（2013M532153）重庆市自然科学基金（CSTC2012jjA40015）重庆市科技攻关计划（cstc2012gg-yyjs0572）中央高校基本科研业务费专项（CDJZR12160011）中央高校基本科研业务费专项（CDJZR13160008）中央高校基本科研业务费专项（CDJZR155507）