换一批摘要提出一种基于稳健特征统计的医学影像分割算法.由用户提供标记的种子点,通过稳健统计量描述种子点及其周围点对象的特征,使得分割的边缘更光滑,且对噪声不敏感,对边缘进行轮廓演变,基于稀疏场方法完成曲线演化,找到理想边界.实验结果表明,在MR腹部肝脏分割中,该算法5种评价指标的最终得分为73分,高于区域增长算法和快速水平集算法,肝脏分割时间为123 s,能较好地分割MR和CT图像中的器官和肿瘤.
更多相关知识
关键词
图像分割稳健特征统计特征向量稀疏场方法水平集曲线演化image segmentationrobust feature statisticsfeature vectorSparse Field Method(SFM)level setcurve evolution
分类号
TP391.9
栏目名称
DOI
10.3969/j.issn.1000-3428.2013.05.056
发布时间
2013-11-12（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（60603027）
天津市应用基础与前沿技术研究计划（05YFJMJC11700）
- 浏览1
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
