换一批用改进的耦合水平集方法从MSCT中分割左心室
Automatic Left Ventricle Segmentation Based on Improved Coupled Level Set Approach from MSCT Dataset
摘要新型的多层螺旋CT(MSCT)能提供含有时间信息的四维CT成像数据,可用于动态心、肺功能的分析,但如何从中自动或半自动地精确分割出心脏和肺等器官是研究成功的关键.提出一种基于改进的耦合水平集自动分割方法(ICLS),从心脏MSCT数据集中精确提取左心室腔和心肌.根据层片间的结构连续性,自动定位并获取左心室腔的粗轮廓,作为水平集的初始化轮廓,同时,将腔粗轮廓和左心室先验知识融合到耦合水平集中,自动获取左心室内外膜的精确边缘.在8例256层MSCT三维心脏数据集上的实验表明,ICLS模型对血腔的分割结果和手工分割结果的平均相似度在95％以上,心肌的平均相似度在90％以上；分割结果的三维表面重建验证了ICLS方法提取出的左心室具有良好的各向同一性和完整性.
更多相关知识
- 浏览364
- 被引7
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
