基于高斯混合分布和区域竞争主动轮廓的医学目标分割

摘要：

提出了一种基于高斯混合分布和区域竞争主动轮廓的医学目标提取模型.这一模型,把主动轮廓的能量函数表示为像素属于目标或背景的子类的最大概率的区域积分,在水平集合框架下使能量函数最小化,得到在高斯子类区域间竞争演化的分割迭代方程.同时,附加的速度约束项使主动轮廓在越过目标边缘时速度降低,提高了分割的收敛性.通过大量肝脏CT图像的分割实验以及与几种经典模型和手工提取的比较,表明该模型在医学图像分割中具有较好的健壮性、准确性和灵活性均较好.

关键词：医学图像、分割、高斯混合模型、主动轮廓、肝脏

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家02重大科技专项2011ZX02505-002;上海市科委项目10DZ1500600

在线出版日期：2012-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：257-261