个人科研网厅 | | 帮助
高级检索
当前位置： 首页 > 详情页

结合局部信息改进的c-v超声图像分割模型

The Improved C-V Ultrasound Image Segmentation Model of Combining Local Information

| 导出 | |

文献详情

资源类型：

收录情况： ◇ 统计源期刊 ◇ 北大核心 ◇ CSCD-C

作者：
郑伟[1,2] * ; 张晶[1,2] ; 李凯玄[1,2] ; 郝冬梅[3] ;
机构： [1]河北大学电子信息工程学院 [2]河北省数字医疗工程重点实验室 [3]河北大学附属医院
出处：
DOI： 10.3969/j.issn.1003-501X.2015.08.011
ISSN：

关键词： 图像分割 C-V模型 局部信息 速度函数 超声图像

摘要：
针对无边缘主动轮廓模型（Active contours without edges,C-V）难以分割灰度分布不均匀的甲状腺超声图像,本文提出结合局部信息改进的C-V超声图像分割模型。该方法根据局部信息具有不受灰度分布影响的拟合特性,利用图像局部拟合信息构造一种新的速度函数,使速度函数依据图像局部灰度变化控制曲线的演化速率;然后将该速度函数引入到C-V模型中,具有全局分割能力。实验结果表明,本文方法可以实现对灰度分布不均匀的甲状腺肿瘤超声图像的准确分割,且分割效率也有所提高。

基金：
河北大学医工交叉研究中心开放基金项目（BM201103）；
语种：
中文
第一作者：
第一作者机构： [1]河北大学电子信息工程学院 [2]河北省数字医疗工程重点实验室
推荐引用方式(GB/T 7714)：
郑伟,张晶,李凯玄,等.结合局部信息改进的c-v超声图像分割模型[J].光电工程.2015,42(08):66-72.

相关文献

[1]基于相位一致性改进的活动轮廓分割模型 [2]基于相位一致性改进的drlse超声图像分割模型 [3]基于改进归一化割的甲状腺肿瘤b超图像分割 [4]LGI Net: Enhancing local-global information interaction for medical image segmentation [5]改进BIRCH算法的MRI脑图像分割 [6]基于自动随机游走的dsa图像分割算法 [7]基于小波分解和markov场的ct/mri医学影像分割 [8]基于randomwalk算法的ct图像肺实质自动分割 [9]胸部ct图像肺区域边界凹陷自动修补 [10]Semiautomatic segmentation of aortic valve from sequenced ultrasound image using a novel shape-constraint GCV model

资源点击量：15100 今日访问量：0 总访问量：960 更新日期：2025-05-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 河北大学附属医院 技术支持：重庆聚合科技有限公司 地址：保定市莲池区裕华东路212号