基于多阈值单水平集方法的医学图像分割

摘要：

针对Chan-Vese的无边界主动轮廓模型(CV模型)只能区分前景与背景的缺点,提出了一种基于多阈值单水平集的医学图像分割方法,并将此方法应用于微创手术的预处理中.由于医学图像结构复杂,具有器官轮廓多连接等特点,因此使用常规的水平集方法进行分割往往不能取得理想的效果,而该方法采用修改目标泛函的方式引入多类分割,具有多区域分割的特点,只需经过一次单水平集的迭代循环,即可将图像根据灰度不同划分为多个区域,具有精确、快速等优点.对不同的合成图像和医学图像的实验结果表明,该方法实现了快速精确的多区域分割,能很好地提取到医学图像中的骨骼轮廓,分割效果达到了预期水平.

关键词：医学图像分割、单水平集、Chan-Vese(CV)模型、多区域分割

所属期刊栏目：19

分类号：TP3;TN9

资助基金：863计划2007AA04Z235

在线出版日期：2010-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1164-1169