换一批基于水平集稳健特征统计算法的脑肿瘤自动分割研究
Automatic brain tumor segmentation of robust statistics algorithm based on level set
摘要目的:研究基于水平集的稳健特征统计算法在脑部CT图像上自动勾画肿瘤轮廓的方法.方法:选取种子点,通过稳健统计量描述种子点及其周围点对象的特征,基于水平集算法进行轮廓演化,确定肿瘤的边界.运用C++语言编程处理图像,得到肿瘤的分割结果.选用正确率、体素相对差异率、对称位置表面距离的均方根、对称位置的平均表面距离等指标评价肿瘤分割结果与医生勾画结果的一致性.结果:19例脑瘤患者的CT图像进行肿瘤勾画,均能自动准确勾画肿瘤轮廓.平均正确率为0.92,体素相对差异率为0.12,对称位置表面距离的均方根为0.25 mm,对称位置的平均表面距离为0.49 mm,各评价指标均优于区域增长算法.结论:基于水平集稳健特征统计的分割算法,可以实现肿瘤轮廓的自动勾画,结果准确可靠.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1005-202X.2016.01.014
发布时间
2016-03-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江西省卫生计生委科技项目（20141125）
- 浏览192
- 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
