基于多域先验的乳腺超声图像协同分割
乳腺超声(Breast ultrasound, BUS)图像具有较低的信噪比、较低的对比度以及较模糊的边缘,其分割是一项富有挑战性的工作。本文提出了一种多域协同分割模型,该模型通过结合空域与频域先验,并引入协同分割的思想来实现对乳腺超声序列的分割。模型在空域中得到肿瘤的姿态、位置和强度信息,在频域中通过使用相位一致性与零交叉检测得到肿瘤的边缘信息,最后利用协同分割的思想构建起全局能量项,有效地利用了图像序列信息。实验结果表明,与传统的乳腺超声图像分割方法相比,本文提出的分割模型能够很好地处理低对比度低回声图像以及单帧分割模型不能有效分割的图像,分割结果具有更高的准确性。
乳腺超声图像、协同分割、多域先验、计算机辅助诊断
42
TP3;R73
国家自然科学基金61370162资助Supported by National Natural Science Foundation of China 61370162
2016-05-25(万方平台首次上网日期,不代表论文的发表时间)
共13页
580-592