基于CV模型改进的磁共振成像图像分割方法

摘要：

为解决灰度变化缓慢、边缘变化不明显的磁共振成像(magnetic resonance imaging,MRI)图像的分割问题,在CV(Chan-Vese)模型的基础上,改进了CV模型的能量泛函,同时用新的边缘指示函数来替换Dirac函数,优化了CV模型的参数,提高了CV模型的分割精度和分割速度.首先,引入了一个新的局部项.用局部直方图均衡化预处理过的图像与原图像相减得到目标边缘变化较为明显的图像,并将其作为局部项引入到CV模型的能量泛函.然后,由局部项构建新的边缘指示函数.用新构建的边缘指示函数代替Dirac函数,解决了CV模型演化曲线不能检测远离目标的边缘的问题.最后,优化平滑项参数,减少迭代次数提高运行效率.实验结果显示,算法对脑部复发性胶质母细胞瘤的MRI图像具有较好的分割效果.

关键词：活动轮廓模型、CV模型、MRI图像分割、局部直方图均衡化、边缘指示函数

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61762046;江西省教育厅科技重点项目GJJ160599;江西省自然科学基金20161BAB212048;江西省研究生创新专项基金YC2017-S301

在线出版日期：2018-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：229-234