基于超限学习机的腹部CT序列图像肝脏自动分割.pdfVIP

http：／／www．cjomp．corn doi：10．3969~．issn．1005—202X．2015．05．001 —611一 基于超限学习机的腹部CT序列图像肝脏 自动分割 陈津津，赵于前，邹润民 中南大学地球科学与信息物理学院，湖南 长沙 410083 摘【 要】目的：针对腹部CT序列图像因邻近器官对比度低以及肝脏形状不一致等造成的肝脏分割困难问题，提出 一 种基于超限学习机的腹部CT序列图像肝脏 自动分割方法。方法：首先 ，在预处理阶段利用阈值法和形态学操作去除 肌肉、脂肪、肋骨和脊椎；然后 ，对预处理结果图像求取均值、标准差和距离变换 ，提取有效的训练特征 ；最后 ，将3个特征 归一化处理后作为超限学习机的输入层，并进行学习最终得出分割结果。结果：通过对9个腹部CT序列图像进行肝脏 分割实验，并与其他3种方法进行比较，本文算法具有明显优势。结论：本文算法能对腹部CT序列图像 中的肝脏进行准 确有效地分割。 关【键词】腹部CT序列；肝脏分割；神经网络；超限学习机 【中图分类号】R811．1；TP391．4 文【献标识码】A 文【章编号】1005．202X(2015)05．0611-06 Autom aticliversegmentation forabdominalcomputedtomographysequenceimagesbasedon extremelearningmachine CHENJin-jin，ZHAOYu—qian，ZOURun-min SchoolofGeosciencesandInfo—physics，CentralSouthUniversity,Changsha410083，China Abstract：0bjectiveTosolvethedifficultyofliversegmentationforabdominalcomputedtomography(cT)sequenceimages causedbylow contrastofadjacentorgansanddifferentlivershapesbyproposinganautomaticliversegmentationofr abdominalCTsequenceimagesbasedonextremelearningmachine(ELM)．MethodsThethresholdvaluemethodand morphologicaloperationwerefirstlyappliedtoremovemuscle，fat，ribsandspineinthepreprocessingsatge．Andthen，hte mean value，standard deviationna ddistna cetrna sform ofhtepreprocessed imagewerecalculatedtoextracttheeffective rtaining features．Finally,htesethreefeaturesprocessedbynomr alizationwereappliedastheinputlayerofELM，nadthe segmenattion resultswereobtainedby learning．ResultsLiversegmentationwascarriedonnineabdominalCT sequence images．Andcompraedwiht theohterthreemethods，theproposedmethodhadobviousadvnatages．ConclusionTheproposed methodcansemg entliversinabdominalCTsequenceimagesaccuratelyandeffectively． Keywords：abdominalCTsequence；liversegmenattion；neuralnetworks；exrtemelearningmachine 磁共振成像 (MagneticResonanceImaging，MRI)、正 电子发射断