基于最小方差Snake模型的医学图像分割.pdf

生物医学工程学杂志 :’nux4p%1| (,,7(1+.@/(A /9 ??????????????????????????????????????????????????????????????????? 基于最小方差 模型的医学图像分割 !#$% 周昌雄’()* 于盛林 南京航空航天大学 自动化学院 南京 + ’ (,,-. 江苏科技大学 电子信息学院 镇江 (+ ’ ((,,/. 摘要 传统的参数活动轮廓模型 模型 难于处理自动分割医学图像的弱边界 我们在分析参数活动轮 + . 5 01234 廓和几何活动轮廓模型的基础上 提出最小方差参数活动轮廓模型 并成功应用于医学图像自动分割 该方法将气 ’ ’ 5 球力 模型中的恒定气球力修改为包含区域信息的变力 以目标和背景两区域具有最小方差为准则 引导轮 01234 ’ ’ 廓线演化 实验结果表明 该模型对初始轮廓位置不敏感 能实现自动分割 对于带噪声的医学图像 先进行保边界 5 ’ ’ 5 ’ 特性的曲率流滤波 然后应用该模型也能取得满意的分割效果 ’ 5 关键词 最小方差 医学图像分割 弱边界 模型 01234 6%789#:;#=%!%=%#8?@#A%7?BC%688D E#F8#8?!#$%6?7%: J’K J GC?DHC#=I8?= LD!C%=:8 + ’ ’ (,,-’ . MNOOPQPNRSTUNVWUXNYZYQXYPP[XYQ \WY]XYQ^YX_P[‘XUaNRSP[NYWTUXb‘WYcS‘U[NYWTUXb \WY]XYQ MdXYW (+ ’ ’ ((,,/’ . ebdNNONRZOPbU[NYXb‘WYcfYRN[VWUXNY gXWYQ‘T^YX_P[‘XUaNRebXPYbPWYchPbdYNONQa idPY]XWYQ MdXYW + . jkAF#9 lmnopnqqnrstmquvmv2pnmnu12tw2v2x4mvnr2rmny4ru1musv 01234 xup4tmu p42tznm{ 2smux2mnr } ’ o4|x41m2mnu1uqz4234p|4x4pnr2tnx2|4 ~qm4v212t !n1|o123421p|4ux4mvnr2rmny4ru1m