换一批摘要目的 本文采用sigmoid函数模拟平滑噪声强度轮廓,提出一种图像分割混合算法,并将其用于低对比度的CT/MR肿瘤图像.方法 首先,联合使用支持向量机、分水岭和离散数据逼近等算法按肿瘤大小进行分类初步分割;然后,采用sigmoid边缘模型拟合的边缘轮廓;最后,根据模型测试参数确定病灶的准确边界.分割结果 采用医学电脑影像及电脑辅助涉入的国际研讨会会议工作组提出的评价体系进行评估.结果 选用人工合成图像和临床CT/MR图像进行仿真实验.敏感性测试确定了分割算法的最佳参数:逼近阈值为15,分块数目M为12,dgap为4,邻域矩阵大小为3×3;本文算法能精确分割不同噪声水平图像,且各项评价指标的标准差均<1;对于临床实例图像,基于本文方法 所得分割图像的VOE和RVD,第一组为28.21%和19.20%,第二组为7.62%和13.45%,均明显小于图论算法和水平集方法 .结论 本文提出的图像分割混合算法能精确分割不同特性、不同尺寸的肿瘤病灶,在噪声环境和临床实例中均表现出稳定性、优越性和普适性,具有较高的临床应用价值.
更多相关知识
关键词
sigmoid边缘模型图像分割离散数据肿瘤分割分水岭算法sigmoid edge modelimage segmentationscattered datatumor segmentationwatershed algorithm
分类号
TP751
栏目名称
DOI
10.3969/j.issn.1674-1633.2017.11.016
发布时间
2017-12-12（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（81601477）
- 浏览58
- 被引6
- 下载15
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
