10.12141/j.issn.1000-565X.190594
基于活动轮廓模型的脑梗死图像分割
脑梗死病灶分割是评估脑功能损伤程度的重要预处理步骤.针对弥散加权成像(DWI)图像中,脑梗死病灶边界模糊、形状不规则和亮度不均匀等特点,文中提出一种模糊速度函数驱动下活动轮廓模型的分割方法.首先,在活动轮廓模型轮廓初始化方面,利用小波变换域下的贝叶斯概率获取初始轮廓,该初始轮廓可快速定位于脑梗死病灶的真实边界附近,增强模型的鲁棒性和准确性.其次,将图像局部熵引入活动轮廓模型中.图像局部熵可表征脑梗死DWI图像水分子分布的差异性,在一定程度上解决图像亮度不均匀性和噪声的干扰问题.然后,根据脑梗死病灶的边界模糊特性,提出结合图像局部熵和灰度的模糊聚类算法计算模糊隶属度,进一步加强脑梗死病灶与正常组织的区分.最后,将基于模糊隶属度的模糊速度函数引入活动轮廓模型,构建能量泛函,使轮廓曲线在脑梗死病灶的模糊边界处停止演变,完成脑梗死病灶的分割.实验结果表明,文中提出的模型可以有效分割脑梗死病灶.
脑梗死、弥散加权成像、贝叶斯概率、模糊聚类、活动轮廓模型
48
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目;广西高等学校千名中青年骨干教师培育计划项目
2020-06-28（万方平台首次上网日期，不代表论文的发表时间）
共11页
102-111,124
