-
题名基于熵和局部邻域信息的高斯约束CV模型
被引量：8
- 1
-
-
作者
卢振泰
郑倩
冯衍秋
刘燕杰
冯前进
陈武凡
-
机构
南方医科大学医学图像处理重点实验室
-
出处
《计算机学报》
EI
CSCD
北大核心
2013年第5期1076-1085,共10页
-
基金
国家"九七三"重点基础研究发展规划项目基金(2010CB732500)
国家自然科学基金(31000450)资助~~
-
文摘
基于曲线演化的Chan-Vese(CV)模型常常不能准确分割非均匀性且结构复杂的医学图像.针对此缺点,文中提出了一种基于熵和局部邻域信息的高斯约束CV模型,作者利用熵构造内部和外部区域能量的权值系数,加强了对曲线演化的控制;同时将曲线上各点的局部邻域信息引入到曲线演化过程中,提高了分割的准确性,并降低了区域内灰度不均匀等因素对曲线演化的影响;高斯约束保证了曲线演化过程中的稳定性、光滑性,同时不需要曲线周长约束项和重复初始化.利用Circular Hough变换对左心室壁内、外膜进行初始定位,避免了人工设置初始轮廓,减少了曲线向目标轮廓演化时间和初始轮廓位置敏感性对分割结果的影响.作者对心脏MR图像的左心室内、外膜进行了分割.结果表明文中方法能够快速准确地分割左心室壁内、外膜,抗干扰能力强,鲁棒性好.
-
关键词
Chan-Vese(CV)模型
Circular
HOUGH变换
熵
邻域信息
高斯核函数
-
Keywords
information Chan-Vese（CV） model
Circular Hough transformation
entropy
local neighborhood gaussian kernel function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
